AWS Exec: يمكن للذكاء الاصطناعي التوليدي إنشاء تأثير دولاب الموازنة لنمو الأعمال
الذكاء الاصطناعي التوليدي هو تقنية قوية يمكنها إنشاء محتوى ورؤى وحلول جديدة من البيانات.
ولكن كيف يمكن للشركات الاستفادة منها لاكتساب ميزة تنافسية وتسريع نموها؟ شارك مات وود، نائب رئيس المنتج في AWS، رؤيته حول كيف يمكن للذكاء الاصطناعي التوليدي إنشاء تأثير دولاب الموازنة لنمو الأعمال في مقابلة أجريت مؤخرًا مع VentureBeat.
قال وود إن الذكاء الاصطناعي التوليدي يمكن تطبيقه على أربع مجموعات رئيسية من حالات الاستخدام.
الثلاثة الأولى معروفة نسبيًا ويتم تنفيذها بالفعل من قبل العديد من الشركات. هذه هي واجهات توليد، ترتيب البحث والأهمية واكتشاف المعرفة. UnmuteAdvanced SettingsFullscreenPauseUp Next
دلو حالة الاستخدام الأخير هو أنظمة دعم القرار الآلي. قال إن هذا هو الأصعب، لكنه الأكثر إثارة للاهتمام وتأثيرًا، لأنه يمكن أن يمكّن الشركات من حل المشكلات المعقدة بمساعدة الأنظمة الذكية المستقلة.
وهذا ما يمكن للشركات بناء دولاب الموازنة حوله. قال وود، عندما يتم القيام به بشكل صحيح، يمكن أن تخلق دولاب الموازنة ميزة كبيرة ضد المنافسين.
تأثيرات LLM في المؤسسة
سيتحدث نائب رئيس AWS في VB Transform 2023 الأسبوع المقبل في سان فرانسيسكو، وهو حدث للتواصل بين المديرين التنفيذيين التقنيين الذين يسعون إلى فهم وتنفيذ الذكاء الاصطناعي التوليدي.
سأدير لجنة حيث سينضم إلى وود جيريت كازماير ، نائب الرئيس والمدير العام للبيانات والتحليلات في Google – حيث سيتحدث المديران التنفيذيان أكثر عن تأثير نماذج اللغات الكبيرة (LLMs ) لقادة المؤسسات، ونحن من المحتمل أن نتعمق أكثر في مفهوم دولاب الموازنة هذا.
قال وود إن الأمن السيبراني هو مثال جيد لتوضيح إمكانات دولاب الموازنة في LLM للمؤسسات الأخرى. لنفترض أنك بدأت في مواجهة مجموعة من التهديدات الناشئة في تطبيقك.
هذه التهديدات لها إشارات خفية، لأنها مقسمة عبر خدمات وبنيات متعددة. لكن في أماكن قليلة فقط، تبدأ في رؤية إشارات خفية جدًا لهجوم إلكتروني.
باستخدام عمليات التضمين، التي يمكن أن تجد ارتباطات بين نقاط البيانات، فإن LLM جيدة في العثور على اختلافات دقيقة وربطها بشكل فعال في إشارة أكبر.
قال وود: “إذن ما كان من الممكن تقسيمه على مساحة سطح مخففة يبرز الآن مثل صفارات الإنذار الوامضة”.
التحقيق في الأسباب الجذرية للهجمات الإلكترونية
بالتعمق في هذا المثال، تتيح لك LLM أيضًا التحقيق تلقائيًا في السبب الجذري لهذا الهجوم، مع تقديم تفسير لسبب حدوثه بلغة طبيعية. قال وود إنه من هنا، يمكن أن تعلمك LLM بتفاصيل ما يتم تهديده، ثم تقترح كيفية الدفاع ضده.
أخيرًا، بمجرد مراجعة الاقتراح وإرضاءك به، يمكنك فقط النقر فوق زر وسيقوم نظام LLM بتنفيذ الكود لمعالجة الهجوم أو الثغرة الأمنية أو مشكلة التشغيل – مهما كانت.
قال وود: “قارن ذلك بمستوى الاستثمار البشري والقرارات الحكيمة التي يجب اتخاذها اليوم من أجل الوصول إلى هذا المستوى من الخصوصية”.
“وكما تعلمون، فإن الذهاب والعثور على كل إدخالات السجل هذه ثم اكتشاف متجهات الهجوم ثم تحديد ما يجب القيام به، يتطلب قدرًا كبيرًا من المهارة، وقدرًا رائعًا من الوقت.”
وأضاف: “تخيل أن كل هذا يحدث طوال الوقت تلقائيًا تحت الغطاء.
وما تم تقديمه لك ليس مجموعة عشوائية من الآحاد والأصفار التي تعمل بشكل غير عادي قليلاً، فقد تم تقديمك بتقرير كامل عن الحادث، كما لو تم إنشاؤه بواسطة مجموعة من البشر، يمكنك التفاعل معهم، وصقل ومراجعة. “
تحسين حلقة التغذية الراجعة باستمرار
يمكن للذكاء الاصطناعي التوليدي أيضًا إنشاء حلقة تغذية مرتدة تعمل على تحسين أداء النظام بمرور الوقت.
“إذا أخذت التعليقات من هذه الأنواع من التفاعلات، والتحسينات التي ستجريها على تقرير التهديد والمعالجة، على سبيل المثال، إذا قمت بإدخالها في نموذج اللغة الكبير، فسيؤدي نموذج اللغة بشكل أفضل، وسوف قال وود.
“إذا كان لديك المزيد من المستخدمين، فستحصل على المزيد من التعليقات.
إذا حصلت على مزيد من التعليقات، فستحصل على نموذج محسّن. إذا حصلت على نموذج أفضل، فستحصل على المزيد من التعليقات “.
تعمل جميع تفاعلاتك على تحسين تقرير التهديد في المرة القادمة. وهذه هي العجلة التي يمكن للمنظمات أن تدور.
قال وود: “الحذافات هي تقنية نادرة جدًا كما اتضح، ولكن هناك حدافة حقيقية هنا مع الذكاء الاصطناعي التوليدي”.
وأضاف: “كلما استطعت أن تدل على ذلك كمنظمة مبكرًا وكلما زادت سرعة دورانه، ستتمكن من إنشاء المزيد من الذكاء، والمزيد من الأتمتة، ودقة أكبر، وهلوسة أقل بكثير كلما تقدمت، وفي بعض الأحيان النقطة، إذا كان بإمكانك تدوير دولاب الموازنة في وقت مبكر بما فيه الكفاية وبسرعة كافية، فستكون لديك فجوة هائلة ضد منافسيك، ولن يتمكن المنافسون من اللحاق بأي ثمن لأن هذا هو مدى أهمية دولاب الموازنة. “
المصدر: venturebeat
قد يهمك:
