Получение еженедельных писем с беседами с ведущими мировыми генеральными директорами и руководителями можно оформить по ссылке.
IBM была одним из гигантов компьютерной индустрии 20 века. Она сыграла важную роль в разработке современного персонального компьютера и создала первую программную систему, которая смогла победить человека-чемпиона в шахматах.
Однако, когда заходит речь об искусственном интеллекте, IBM может быть далеко не первым и даже не десятым, что приходит на ум. Сегодня компания не занимается тренировкой крупных моделей и не производит продукцию для массового использования. Она сосредоточена на продажах другим предприятиям. Портфель компании формирует B2B-направленность, и, как заметил генеральный директор IBM Арвинд Кришна, компания ценит любую помощь в объяснении своей деятельности широкой аудитории.
Тем не менее, в компании действительно развиваются технологии ИИ. Правда, это не такие массивные системы, как GPT-4 от OpenAI или Gemini от Google. IBM нацеливается на создание более мелких моделей для использования в условиях, где точность результатов критически важна. Вопрос, который волнует многих игроков на рынке, заключается в том, будут ли экономические выгоды от ИИ преимущественно доставаться компаниям, создающим большие «основные модели», или они перейдут к тем, кто сможет предложить наиболее дешевые и точные модели, адаптированные под конкретные задачи.
Арвинд Кришна недавно получил премию TIME100 AI Impact Award, что стало поводом для беседы с ним.
IBM стала первым разработчиком ИИ, сумевшего победить чемпиона-человека в шахматах еще в 1990-х. В 2011 году Watson от IBM стал победителем телешоу Jeopardy. Однако сегодня IBM не участвует в гонке по созданию больших ИИ-систем так же активно, как OpenAI или Google.
Выбор тех вызовов, которые тогда стояли перед IBM, был правильным. Вы успешно демонстрировали потенциал технологий, создавая системы, способные решать задачи, считавшиеся неподвластными вычислительной технике. Однако, сосредоточение на больших монолитных проектах, например, в области медицины, оказалось неудачным. Компания не является медицинской организацией, и понимание регуляций и медицинских протоколов оказалось недостаточным.
Теперь IBM стремится создавать более скромные модели, которые требуют меньше ресурсов для обучения и более доступны в плане стоимости. Они предназначены для конкретных задач в бизнес-среде.
С одной стороны, глубинное обучение и создание универсальных систем ИИ, так называемый «жестокий урок», демонстрируют, что попытка сделать системы более специализованными может быть менее эффективной. Но если системы должны быть точными, например, в управлении промышленными процессами, то специализированные небольшие модели могут дать лучшие результаты.
IBM полагает, что будущее в использовании ИИ лежит в комбинации больших и малых моделей. Это напоминает ранние дни интернета, когда он оказался полезен как для крупных, так и для малых компаний.
Стратегическое решение IBM заключалось в концентрации на создании качественных специализированных моделей, а не в гонке за крупнейшими.
Кроме ИИ, IBM активно инвестирует в квантовые вычисления. Эта область требует решения серьезных инженерных задач, таких как высокая ошибка и потеря когерентности. IBM надеется, что сможет предложить конкурентоспособные квантовые решения, что позволит компании занять лидирующую позицию в этой области.
В случае успешного прорыва в квантовых технологиях, клиенты компаний будут получать ощутимые выгоды, будь то открытие новых материалов, улучшенные батареи или лекарства. Но именно IBM может стать основным поставщиком реально работающих квантовых компьютеров.
Технологии развиваются, не вытесняя друг друга. Как смартфоны не заменили ноутбуки, так и квантовые вычисления могут стать дополнением к существующим технологиям.
Источник: Time
