Teknoloji şirketleri OpenAI'nin API'si ile oynarken, bu girişim küçük, şirket içi AI modellerinin kazanacağına inanıyor - Dünyadan Güncel Teknoloji Haberleri

Teknoloji şirketleri OpenAI'nin API'si ile oynarken, bu girişim küçük, şirket içi AI modellerinin kazanacağına inanıyor - Dünyadan Güncel Teknoloji Haberleri
Elbette şirketler muhtemelen GPT 4’e rakip oluşturmayacak

ZenML CTO’su Hamza Tahir, “ZenML her şeyi tek bir birleşik deneyimde bir araya getiren bir şey; çok sağlayıcılı, çok bulutlu” dedi “İkisinin de önemli bir rolü olduğunu düşünüyorum Bu üründe artık büyük metin parçalarını özetleyebilen yeni bir sihirli düğmeye sahipsiniz

ZenML’in ilgi çekici olmasının nedeni, şirketlere kendi özel modellerini oluşturabilmelerini sağlamasıdır

Yapay zeka kullanımının etik ve yasal sonuçları da vardır Dokuzuncu Nokta mevcut yatırımcıyla Vinç da katılıyor Düzenlemeler hâlâ gerçek zamanlı olarak çok fazla gelişiyor ancak özellikle Avrupa mevzuatı, şirketleri çok spesifik veri kümeleri üzerinde ve çok spesifik yöntemlerle eğitilmiş yapay zeka modellerini kullanmaya teşvik edebilir ZenML CEO’su Adam Probst bana “Her gün makine öğrenimi modelleri oluşturmamız ve makine öğrenimini üretime taşımamız gerekiyordu” dedi Her ikisiyle de ilgileniyoruz ve gelecek her ikisinin de bir melezi olacak,” dedi Altman, bu yılın başlarında İstasyon F’de bir Soru-Cevap oturumunda küçük, özel modellere karşı geniş modellerle ilgili bir soruyu yanıtlarken ”

Resim Kredisi: ZenML



genel-24

Ayrıca EC2, Vertex Pipelines ve Sagemaker gibi yönetilen bulut hizmetlerinden de yararlanabilirsiniz ZenML de yakın zamanda sunmaya başladı bulut versiyonu yönetilen sunucularla — sürekli entegrasyonlar ve dağıtım (CI/CD) için tetikleyiciler yakında kullanıma sunulacaktır Müşteriler arasında Rivian, Playtika ve Leroy Merlin yer alıyor

ZenML’in kurucuları Adam Probst ve Hamza Tahir, daha önce belirli bir sektördeki diğer şirketler için makine öğrenimi hatları inşa eden bir şirkette birlikte çalışmışlardı Bu açık kaynaklı çerçeve, veri bilimcileri, makine öğrenimi mühendisleri ve platform mühendisleri tarafından iş birliği yapmak ve yeni yapay zeka modelleri oluşturmak için kullanılacak işlem hatları oluşturmanıza olanak tanır

Aynı zamanda makine öğrenimine yeni başlayan mühendisler de bu modüler sistemi kullanarak bir adım öne geçebilirler

Bu yılın başlarında ZenML, başlangıç ​​turunun uzatılmasını sağladı 000’den fazla yıldız topladı

“Bir makine öğrenimi hattı oluşturmak için değer zincirinin belirli adımlarına odaklanan açık kaynak araçlarını birbirine bağlıyoruz – her şey hiper ölçekleyicilerin arkasında, yani her şey AWS ve Google’ın arkasında – ve ayrıca şirket içi çözümler dedi Probst

İkili, bu çalışmadan yola çıkarak farklı koşullara, ortamlara ve müşterilere uyum sağlayacak, böylece aynı işi defalarca tekrarlamak zorunda kalmayacakları modüler bir sistem tasarlamaya başladı; bu da ZenML’e yol açtı Genel olarak, Almanya’nın Münih kentinde bulunan girişim, kuruluşundan bu yana 6,4 milyon dolar elde etti

Konuşmanın ilerleyen kısımlarında şunları ekledi: “MLOps’un değeri, AI kullanım durumlarının %99’unun kurum içinde eğitilecek daha uzmanlaşmış, daha ucuz, daha küçük modeller tarafından yönlendirileceğine inanmamızdır

ZenML’in ana konsepti boru hatlarıdır Ancak kendi ihtiyaçlarına özellikle uygun, daha küçük modeller üretebilirler

“Gartner, işletmelerin %75’inin [proofs of concept] Önümüzdeki bir veya iki yıl muhtemelen yapay zeka tarihindeki en ufuk açıcı anlardan bazıları olacak ve muhtemelen özel verilere göre hassas şekilde ayarlanmış açık kaynaklı temel modellerin bir karışımını kullanarak nihayet üretime geçeceğiz,” dedi Tahir bana söyle

OpenAI CEO’su Sam Altman da yapay zeka modellerinin herkese uyacak tek bir durum olmayacağına inanıyor Şu anda birçok şirket OpenAI’nin API’sini sorgulayarak buraya ve oraya AI özellikleri ekliyor ZenML ekibi bu alanı MLOps olarak adlandırıyor; bu biraz DevOps’a benziyor ancak özellikle ML’ye uygulanıyor

Şirket ilk kez piyasaya çıktı GitHub’daki çerçevesi açık kaynaklı bir araç olarak

“OpenAI’nin bir geleceği olacak ancak pazarın çoğunluğunun kendi çözümüne sahip olması gerektiğini düşünüyoruz” Adam Prost

Ancak bu API’lerle ilgili birkaç sorun var; bunlar çok karmaşık ve çok pahalı ZenML ayrıca Hugging Face, MLflow, TensorFlow, PyTorch vb Ayrıca OpenAI ve Anthropic gibi API sağlayıcılarına olan bağımlılıklarını da azaltacaktır için ZenML’yi kullanıyor

“Fikir şu ki, herkesin OpenAI veya kapalı kaynak API’leri kullandığına dair ilk heyecan dalgası sona erdiğinde, [ZenML] VC firması Point Nine’ın ortağı Louis Coppey bana “İnsanların kendi yığınlarını oluşturmalarına olanak tanıyacak” dedi Dolayısıyla şu anda belirli kullanım durumları için fazla eğitimli ve çok pahalı,” dedi Probst

“OpenAI’nin bir geleceği olacak ancak pazarın çoğunluğunun kendi çözümüne sahip olması gerektiğini düşünüyoruz İşte bu yüzden açık kaynak onlara çok çekici geliyor” diye ekledi

Bazı şirketler endüstriyel kullanım durumları, e-ticaret öneri sistemleri, tıbbi ortamda görüntü tanıma vb Bir işlem hattı yazdığınızda bunu yerel olarak çalıştırabilir veya Airflow veya Kubeflow gibi açık kaynaklı araçları kullanarak dağıtabilirsiniz

Özel, sektöre özel modeller

ZenML’in başarısı yapay zeka ekosisteminin nasıl geliştiğine bağlı olacaktır Ekip, kodlama platformunda 3 Bu üründe artık müşteri destek etkileşimleri için önceden yazılmış yanıtlarınız var şirketlerin açık kaynaklı makine öğrenimi araçlarıyla da entegre olur “OpenAI veya kapalı kapılar ardında oluşturulan bu büyük dil modelleri, belirli kullanım durumları için değil, genel kullanım durumları için tasarlandı


ZenML tüm açık kaynaklı yapay zeka araçlarının birbirine yapışmasını sağlayan birleştirici olmak istiyor Makine öğrenimi iş akışlarına bağlayıcılar, gözlemlenebilirlik ve denetlenebilirlik kazandırır