«Наши исследовательские группы здесь фактически находятся в центре большей части глобальной работы над кодом. Индийские команды разработчиков программного обеспечения также возглавляют разработку watsonx Orchestrate, инструмента цифровой автоматизации труда, и watsonx.data, компонента данных платформы watsonx от IBM», — рассказал Шрирам Рагхаван, вице-президент по ИИ в IBM Research. Мята в интервью.
Рагхаван, возглавляющий глобальную команду из более чем 750 ученых и инженеров-исследователей во всех филиалах IBM Research, включая Индию, приехал в город, чтобы принять участие в ежегодном флагманском мероприятии компании, посвященном конкретной стране, которое в этом году проводилось в Мумбаи.
Индия — это микрокосм для IBM. Здесь представлена каждая часть IBM — исследовательские лаборатории, лаборатории программного обеспечения, системные лаборатории, и мы продолжаем расти.
Например, IBM, которая является партнером индийской миссии AI Mission и национальной миссии Semiconductor Mission, установила watsonx на инфраструктуре графического процессора (GPU) Airavat Центра развития передовых вычислений (C-DAC), который «могут использовать стартапы и партнеры по экосистеме».
23 сентября премьер-министр Нарендра Моди встретился в Нью-Йорке с ведущими технологическими лидерами, включая генерального директора IBM Арвинда Кришну и генерального директора Google Сундара Пичаи. Он обсудил с ними такие темы, как ИИ, квантовые технологии, биотехнологии и науки о жизни, а также полупроводниковые технологии.
Читайте также: Что превратило IBM из технологического титана в поучительную историю
Рагхаван отметил, что IBM имеет сильную государственно-частную экосистему в Нью-Йорке, где ее лаборатория в Олбани тесно сотрудничает с Государственным университетом Нью-Йорка и Центром нанотехнологий штата Нью-Йорк. «Мы применяем уроки из этого, чтобы помочь индийскому правительству построить аналогичные экосистемы», — пояснил он.
IBM сотрудничает с L&T Semiconductor Technologies Ltd, объединяя свой опыт в области интеллектуальной собственности (ИС) в области полупроводников с отраслевыми знаниями L&T в целях содействия инновациям в области полупроводниковых решений.
Эволюция ИИ
Рагхаван подчеркнул, что ИИ привлекает серьезное внимание в области оборудования, программирования и корпоративных приложений. «Компаниям нужны модели, подходящие для своих целей, эффективные, масштабируемые и доступные по цене, что также является фокусом IBM», — сказал он.
По его словам, подход IBM к ИИ включает три ключевых элемента: серию Granite (флагманский бренд IBM для открытых и фирменных больших языковых моделей, или LLM); проект с открытым исходным кодом InstructLab для настройки моделей; и платформу watsonx для интеграции, управления и безопасного развертывания моделей ИИ в различных средах, включая локальные, публичные или облака IBM.
Тем не менее, как и Meta Platforms Inc., IBM верит в то, что модели с открытым исходным кодом должны быть общедоступными. «Настоящая ценность заключается в управлении и оптимизации этих моделей, как мы это делали с Red Hat и Linux», — сказал Рагхаван.
Когда появился Gen AI, возникли опасения относительно закрытости, проприетарного характера и опасности моделей.
«Поэтому мы (IBM и Meta) запустили AI Alliance (в декабре 2023 года), чтобы подчеркнуть ценность открытого подхода, и многие индийские компании также присоединились к этому движению, осознав, что ИИ слишком важен, чтобы разрабатывать его за закрытыми дверями», — сказал Рагхаван.
Читайте также: Квантово-ориентированные суперкомпьютеры скоро станут реальностью: Дарио Джил из IBM
В состав AI Alliance теперь входят IIT-Bombay, AI4Bharat (IIT-Madras), IIT-Jodhpur, Infosys Ltd, KissanAI, People+AI и Sarvam AI.
«Оставляя модели открытыми, мы приглашаем больше глаз, чтобы помочь вводить новшества и создавать лучшие меры безопасности. Риск представляет не модель, а то, как она используется», — настаивал Рагхаван.
Он подчеркнул, что правительство США признало этот подход в последних указах, понимая, что чрезмерно ограничительные меры будут подавлять инновации, особенно в академической среде и стартапах.
По словам Рагхавана, основополагающие технологии должны быть открыты для содействия сотрудничеству и продвижения новых идей, даже если клиенты по-прежнему будут платить за поддержку, безопасность и управление корпоративного уровня. «Монетизация будет происходить за счет управления приложениями ИИ», — пояснил он.
Но достаточно ли компаний переходят от пилотов к стадии производства, и как они получают возврат инвестиций (ROI) от GenAI? «Нашим приоритетом являются стоимость, производительность, безопасность и навыки, поскольку клиенты переходят от проверки концепции (POC) к производству», — утверждает Рагхаван. Он сослался на исследование IBM, которое показало, что 10–20% компаний масштабировали по крайней мере один вариант использования ИИ. Он признал, что их число растет, но проблемы остаются, особенно в регулируемых отраслях.
Читайте также: Давайте посмотрим, сможет ли искусственный интеллект сотворить чудо и устранить пробелы в образовании.
«Успешные компании сосредотачиваются на ключевых областях с явным потенциалом рентабельности инвестиций, а не распыляют усилия слишком тонко по нескольким POC. Этот целевой подход позволяет им эффективно масштабироваться и получать значимую отдачу. По мере того, как компании масштабируют свои варианты использования ИИ, они открывают для себя важность баланса технологий, процессов и культуры», — сказал он.
Варианты использования ИИ
По его словам, IBM видит три основные категории вариантов использования: обслуживание клиентов, модернизация приложений и цифровая автоматизация труда и бизнеса. «Обслуживание клиентов — это естественное решение, даже до появления Gen AI. Все хотят лучшего обслуживания клиентов по более низкой цене. Реальная ценность заключается в создании моделей, соответствующих назначению, адаптированных к конкретным потребностям», — пояснил он, добавив, что, например, модель обслуживания клиентов не должна решать сложные проблемы, что помогает снизить расходы.
Модернизация приложений также имеет решающее значение, особенно когда предприятия имеют дело с массивными устаревшими кодовыми базами. «Например, помощник по кодированию watsonx от IBM для COBOL (старый язык программирования) помогает модернизировать код мэйнфреймов, позволяя разработчикам легче работать со старыми языками. Мы расширяем это на Java, еще один язык, имеющий решающее значение для предприятий. Цифровой труд, или автоматизация бизнеса, охватывает такие процессы, как цепочка поставок, финансы и HR. Наш пакет watsonx Orchestrate предназначен для оптимизации этих операций с использованием ИИ», — пояснил он.
Однако Рагхаван признал, что по мере внедрения ИИ компании сталкиваются с проблемами в трех областях: навыки, доверие и стоимость. «Вот тут-то и появляется watsonx.governance — он помогает автоматизировать управление моделью, обеспечивая надлежащее использование, отслеживая данные и выполняя оценки рисков».
Когда Рагхавана спросили о дебатах вокруг приобретения ИИ расширенных способностей к «рассуждению», он признал, что это «тонкая тема». Модели не рассуждают, как люди, с помощью логики, объяснил он. Вместо этого они учатся на примерах. «Хотя современный ИИ может рассуждать в определенных областях, таких как ИТ-системы или код, рассуждения общего назначения остаются недостижимыми».
Читайте также: У GenAI есть убийственное приложение. Это кодирование, говорит глава Databricks AI Навин Рао
По словам Рагхавана, предметно-ориентированное мышление также «невероятно полезно». Например, ИИ может улучшить автоматизацию ИТ или помочь исправить проблемы с кодом, обучаясь на примерах, что делает его практичным и ценным подходом.
Он заключил: «Мы также наблюдаем переход от моделей, которые просто дают ответы, к тем, которые «думают» перед тем, как ответить. Эти модели, которые участвуют в поведении системы два (как аналогия Дэниела Канемана), могут самокритиковать и совершенствовать свои ответы. Это приведет к более сложным задачам ИИ, но увеличит затраты, поскольку время вывода увеличивается при более глубоком рассуждении».