Эксперты по ядерной энергии обеспокоились качеством данных в ИИ

Дискуссия главы DataStax Чет Капур с Ванессой Ларко из NEA и Джорджем Фрейзером из Fivetran акцентировала внимание на новых каналах передачи данных для современных ИИ-приложений. Участники подчеркнули важность качества данных и необходимость подхода, сосредоточенного на практическом прогрессе, а не на мгновенном масштабировании.

Чет Капур начал обсуждение на мероприятии TechCrunch Disrupt 2024, посвященное «новым каналам передачи данных» в контексте современных приложений на основе ИИ. В дискуссии принимали участие Ванесса Ларко, партнер венчурной компании NEA (Nuclear Energy Agency — межправительственное агентство при Организации экономического сотрудничества и развития, в чей состав входит Россия) и Джордж Фрейзер, генеральный директор платформы Fivetran, отвечающей за интеграцию данных.

В ходе разговора участники обсудили важность качества данных и значимость работы с данными в реальном времени для генеративного искусственного интеллекта. Один из основных выводов заключался в том, что на начальном этапе разработки технологий необходимо сосредоточиться на соответствии продукта требованиям рынка, а не на его масштабировании. Стартапам, стремящимся войти в быстро развивающуюся сферу генеративного ИИ, было рекомендовано не слишком увеличивать свои амбиции на старте, а делать акцент на постепенном достижении целей.

«Ключ к успеху генеративного ИИ — это люди, — подчеркнул Капур. — Команды, работающие над проектами, не руководствуются инструкциями, они, по сути, разрабатывают эти инструкции для создания приложений с использованием генеративного ИИ».

Несмотря на тесную связь между данными и ИИ, компании могут сталкиваться с проблемами, вызванными избыточностью данных, включая конфиденциальную информацию, которая требует внимательной защиты и может находиться в разных системах. Ванесса Ларко, работая с множеством стартапов, как B2C, так и B2B, предложила простую, но действенную стратегию, чтобы извлечь реальную ценность на ранних стадиях развития технологий. ««Работайте в обратном направлении над тем, чего вы пытаетесь достичь: что вы пытаетесь решить и какие данные вам нужны? — говорит Ларко. — Найдите эти данные, где бы они ни находились, а затем используйте их для этой цели».

Это противоположно подходу, когда компании пытаются сразу внедрить генеративный ИИ на всех уровнях, загружая все имеющиеся данные в большую языковую модель и надеясь на нужный результат. Ларко предупреждает, что такой метод, скорее всего, приведет к ошибкам и ненужным затратам. «Начинайте с небольших шагов, — добавила она. — Мы видим, что компании предпочитают сначала создавать внутренние решения с четкими целями, а затем находят необходимые данные для их реализации».

Фрейзер, который руководил платформой Fivetran, занимающейся перемещением данных, и приобрел таких известных клиентов, как OpenAI и Salesforce, призывал компании сосредоточиться на конкретных актуальных задачах, с которыми они сталкиваются в данный момент. «Решайте только те проблемы, с которыми сталкиваетесь сегодня — это наш девиз, — сказал Фрейзер. — Основные затраты на инновации составляют 99% тех усилий, которые вы приложили к разработке вещей, которые не сработали, а не тех, которые сработали, но к которым вы не успели подготовиться для масштабирования».

Сравнив те времена, когда зарождался интернет, а затем эпоха смартфонов, ранние примеры использования генеративного ИИ уже демонстрируют потенциально мощные изменения, которые ждут в будущем. «Я называю это периодом Angry Birds в сфере генеративного ИИ, — сказал Капур. — Это не меняет мою жизнь кардинально — пока никто не избавляет меня от рутинных задач. В этом году каждая компания, с которой я работаю, вводит что-то новое в производство — пусть это будет небольшое и внутреннее, но такие изменения происходят. Они начинают осваивать детали и обучать команды, как это реализовать. Я уверен, что в следующем году мы войдем в эпоху реальной трансформации, когда люди начнут разрабатывать приложения, которые действительно изменят бизнес-модели, с которыми они работают».

Билла Гейтса часто спрашивают, что он думает по поводу искусственного интеллекта, изменений климата и пандемий. Но миллиардер-филантроп заявляет, что есть не менее важные темы, о которых никто никогда не спрашивает.