Když se vaše AI naposledy zlepšila, váš tým s tím neměl nic společného. Laboratoř podle vlastního harmonogramu natrénovala novou verzi a všichni, kdo ten model používají, dostali stejné vylepšení ve stejný den.
Lidé, kteří vaši práci znají nejlépe, se mezitím každý den snaží vaši AI něco naučit: účetní, která ví, který dodavatel vždycky fakturuje pozdě, inženýr, který ví, který poplach ignorovat, vedoucí podpory, který ví, co vaši zákazníci myslí, když napíšou. To je inteligence, na které vaší firmě záleží nejvíc, a dosud se AI dalo cokoli z toho naučit jedině trénovacím během.
ACI, Adaptive Continual Intelligence, mění to, kdo může AI učit. Účetní, inženýr i vedoucí podpory se při práci stávají jejími učiteli a to, co se ACI naučí, patří vám. Učení se stěhuje z několika laboratoří do pracovního dne všech.
Dosud se AI učila v laboratoři, v dlouhých trénincích, a každý dostal stejný model.
Učení AI bylo prací laboratoří.
Aby se model učil, potřebovali jste trénovací pipeline, cluster akcelerátorů a tým, který je provozoval. Učení se proto odehrávalo v laboratořích a každý zákazník dostal stejný model, který věděl totéž a nic o práci kterékoli konkrétní firmy.
Firmy, které chtěly víc, sáhly po doladění a našly tutéž továrnu v malém. Někdo připraví data, zarezervuje akcelerátory, spustí trénink a otestuje výsledek, a ven vyjde další pevně daný model, zastaralý hned při první změně pravidla. A tak cyklus začíná znovu.
ACI dělá z učení součást každodenní práce. Učí se z vašich výsledků, zatímco práce probíhá, bez trénovacího běhu a bez GPU, takže učení kolem sebe nepotřebuje žádnou laboratoř. Jeden člověk ve vlastním asistentovi má stejnou ACI jako celý podnik.
Inteligence se stěhuje tam, kde je práce.
Naučit model vaši práci vždycky znamenalo odnést práci tam, kde probíhá trénink: posílat konverzace a dokumenty do služby pro doladění u některé laboratoře, nebo do vlastního clusteru. Učení se odehrávalo tam, kde byly akcelerátory.
ACI to obrací. Učí se tam, kde vaše práce probíhá, v umístění, které si zvolíte: v Vareon cloud, ve vlastním cloudu, nebo úplně bez cloudu. Malý tým může začít v Vareon cloud. Firma s vlastním cloudem provozuje ACI ve svém vlastním účtu a podnik, který nechce, aby cokoli opustilo jeho síť, ji provozuje tam.
Ať běží kdekoli, vaše data nemusí nikam odcházet, aby byla vaše AI chytřejší. Co se tam ACI naučí, odráží vaši práci a ničí jinou, a je oddělené od všeho, co vlastní kterýkoli jiný zákazník.
Zhodnocuje se.
Učení, které probíhá každý den, se sčítá. Každý výsledek, který váš tým potvrdí, udělá další podobný požadavek rychlejším, levnějším a přesnějším. Čím déle ACI běží, tím víc vaší práce může převzít a tím víc času vašeho modelu připadne na to, co je nové.
Můžete to sledovat v jediném běhu. V proudu 3,000 rozhodnutí, během kterého se pravidla pětkrát změnila, se Duplex, který je postavený na ACI, postupně dostal z přesnosti 85.0% na 94.6%, zatímco náklady na každé rozhodnutí klesly zhruba o dvě třetiny.
Právě to mění AI z nákladu v aktivum. Stejný model jako vy si zítra může pronajmout kdokoli, za stejnou cenu. To, co vaše práce naučila ACI, si nepronajme nikdo, a s každým měsícem, kdy běží, roste vzdálenost mezi vaší AI a tou jejich.
Model se stává pokaždé vaší volbou.
Modely se stále zlepšují a ten nejlepší pro vaši práci se stále mění: nové vydání, lepší cena, model, který jednomu týmu sedí víc než jinému. Když to, co se vaše AI naučila, žije uvnitř jednoho modelu, každá změna znamená začínat znovu.
ACI se učí vedle modelu, a ne uvnitř něj, takže změna modelu nechá to, co se naučila, nedotčené. Přejděte kvůli ceně, kvalitě nebo potřebám jednoho týmu a inteligence, kterou vaše práce vybudovala, půjde s vámi. V testech na dvou rodinách modelů přešel Duplex z jedné na druhou zcela bez přetrénování.
To mění rozložení sil. Laboratoře soupeří o to, kdo postaví nejlepší model, a vy si můžete vzít každý, jakmile vyjde. Trvalá hodnota vaší AI se přesouvá z modelu, který si pronajímáte, k inteligenci, kterou vlastníte.
Kam to vede.
Model se zlepší, když jeho tvůrce natrénuje další. Agent s ACI se zlepšuje každý den, kdy pracuje, a to ze svých vlastních výsledků: jedná, výsledek se vrátí, ACI se z něj naučí a další akce začíná odtamtud.
Věříme, že Agenti se budou zlepšovat s druhou inteligencí po svém boku, v rekurzivní smyčce, za běhu. ACI je tou druhou inteligencí. Každý výsledek zlepší další akci a každá lepší akce přinese zpět lepší výsledek, ze kterého se dá učit. Smyčka běží uvnitř vaší práce, v tempu vaší práce, a ne v laboratoři mezi vydáními.
Vynásobte tu smyčku každým člověkem, týmem a firmou. Každý si buduje vlastní inteligenci, z vlastní práce, v umístění, které si zvolil, a vlastní ji, zatímco roste. Modely se budou dál měnit a to, co se ACI naučí, poroste dál vedle kteréhokoli modelu, který přijde jako další.
Nejschopnější modely se budou dál trénovat v laboratořích. Inteligence, na které vám záleží nejvíc, se bude učit tam, kde je práce, každý den, od lidí, kteří ji dělají.