În ceea ce privește datele imperfecte, Rose oferă un exemplu al unui client din sectorul medical, unde scopul era migrarea către un alt sistem de reconciliere a facturării. Înregistrările erau un amestec; unele erau în PDF, altele o imagine; procedura se afla uneori în numele medicului, numele medicului apărea în numele pacientului și așa mai departe. IA generativă a reușit să extragă datele curate dintr-un simplu prompt, de la OCR la imagini, la extragerea textului din PDF-uri, în timp ce abordări mai agentice au fost ulterior folosite, cum ar fi compararea unei înregistrări a clientului cu un contract de asigurare pentru a vedea dacă a fost facturat la tariful corect. „Începi să suprapui diferite cazuri de utilizare unul peste altul”, spune Rose. „Asta nu înseamnă că obține totul corect – ai nevoie în continuare de un om în buclă. Dar ceea ce vrei să faci este să spui: «am început cu 20% automatizare, apoi 40%, apoi 60, 80%» și să crești asta în timp.”
În viitor, Rose se așteaptă ca discuțiile viitoare despre aceste modele să se concentreze pe cost și portabilitate. „Cred că veți vedea o schimbare de la aceste salturi radicale în capacitatea modelelor și mai mult spre «cum facem costul mai sustenabil, astfel încât să nu mai fie nevoie să construim centre de date în ritmul în care le construim acum?»”, spune el. „Ultima milă este «cum facem aceste lucruri să ruleze pe un laptop sau pe un telefon, în loc să fie nevoie să ruleze într-un centru de date?» Modelele au fost antrenate pe un corp de date – practic fiecare pagină de pe internet și altele. Nu este ca și cum ar mai exista o tonă de date care nu au fost deja introduse în ele și care ar duce la un fel de descoperire.”
La AI & Big Data Expo, unde JBS Dev participă, Rose așteaptă cu nerăbdare discuțiile – și o altă opinie controversată pe care o va expune este să le spună oamenilor să nu mai cumpere de la furnizorii SaaS atunci când pot face ei înșiși. „Nu este atât de greu pe cât pare”, spune el. „Aproape toată lumea are un fel de prezență în cloud, și acolo aș începe, pentru că instrumentele cloud, în special pentru cei trei mari… au tot ce ai nevoie pentru a începe să implementezi sarcini agentice mâine, fără noi licențe software și noi instruiri.”
De ce este important:
Acest articol este crucial pentru înțelegerea modului în care inteligența artificială poate fi aplicată eficient în lumea reală, fără a aștepta perfecțiunea datelor. Abordarea lui Joe Rose demonstrează că instrumentele actuale, în special modelele de limbaj mari (LLM-uri), sunt suficient de avansate pentru a gestiona date imperfecte, ceea ce reduce barierele de intrare pentru companii. În plus, accentul pe sustenabilitatea costurilor și portabilitatea modelelor (de la centre de date la dispozitive personale) indică o direcție viitoare în care AI devine mai accesibilă și mai puțin dependentă de infrastructuri masive. Aceasta este o veste bună pentru întreprinderile mici și mijlocii care doresc să adopte tehnologii AI fără investiții uriașe.
