kecerdasan buatan (AI) adopsi masih dalam tahap awal. Seiring dengan semakin banyaknya bisnis yang menggunakan sistem AI dan teknologinya yang semakin matang dan berubah, penggunaan yang tidak tepat dapat membuat perusahaan menghadapi risiko finansial, operasional, peraturan, dan reputasi yang signifikan. Penggunaan AI untuk tugas bisnis tertentu atau tanpa batasan mungkin juga tidak sejalan dengan nilai-nilai inti organisasi.
Di sinilah tata kelola AI berperan: mengatasi permasalahan adopsi yang potensial dan tidak bisa dihindari. Tata kelola AI mengacu pada praktik mengarahkan, mengelola, dan memantau aktivitas AI organisasi. Ini mencakup proses yang melacak dan mendokumentasikan asal data, model, dan metadata terkait serta saluran untuk audit.
Kerangka tata kelola AI memastikan penggunaan AI dan pembelajaran mesin (ML) yang etis, bertanggung jawab, dan transparan. Hal ini mencakup manajemen risiko dan kepatuhan terhadap peraturan serta memandu bagaimana AI dikelola dalam suatu organisasi.
Model dasar: Kekuatan kumpulan data yang dikurasi
Model pondasi, juga dikenal sebagai “transformator”, adalah model AI modern berskala besar yang dilatih pada data mentah dan tidak berlabel dalam jumlah besar. Munculnya ekosistem model dasar (yang merupakan hasil penelitian selama puluhan tahun di bidang pembelajaran mesin), pemrosesan bahasa alami (NLP), dan bidang lainnya, telah menghasilkan banyak minat di kalangan ilmu komputer dan AI. Proyek sumber terbuka, institusi akademis, perusahaan rintisan, dan perusahaan teknologi lama semuanya berkontribusi pada pengembangan model fondasi.
Model landasan dapat menggunakan bahasa, visi, dan lainnya untuk memengaruhi dunia nyata. Mereka digunakan dalam segala hal mulai dari robotika hingga alat yang berpikir dan berinteraksi dengan manusia. GPT-3, model prediksi bahasa OpenAI yang dapat memproses dan menghasilkan teks mirip manusia, adalah contoh model dasar.
Model dasar dapat menerapkan apa yang mereka pelajari dari satu situasi ke situasi lain melalui pengawasan mandiri dan pembelajaran transfer. Dengan kata lain, alih-alih melatih banyak model pada data berlabel dan spesifik tugas, kini dimungkinkan untuk melakukan pra-pelatihan satu model besar yang dibangun pada transformator dan kemudian, dengan penyesuaian tambahan, menggunakannya kembali sesuai kebutuhan.
Model pondasi yang dikurasi, seperti yang dibuat oleh IBM atau Microsoft, membantu perusahaan meningkatkan dan mempercepat penggunaan serta dampak kemampuan AI tercanggih menggunakan data tepercaya. Selain bahasa alami, model juga terlatih pada berbagai modalitas, seperti data kode, deret waktu, tabel, geospasial, dan peristiwa TI. Model landasan khusus domain kemudian dapat diterapkan pada kasus penggunaan baru, baik yang terkait dengan perubahan iklim, layanan kesehatan, SDM, layanan pelanggan, modernisasi aplikasi TI, atau subjek lainnya.
Model pondasi banyak digunakan bekas untuk tugas ML seperti klasifikasi dan ekstraksi entitas, serta tugas AI generatif seperti penerjemahan, peringkasan, dan pembuatan konten realistis. Pengembangan dan penggunaan model-model ini menjelaskan banyaknya terobosan AI yang terjadi saat ini.
“Dengan pengembangan model dasar, AI untuk bisnis menjadi lebih kuat dari sebelumnya,” kata Arvind Krishna, Ketua dan CEO IBM. “Model dasar menjadikan penerapan AI jauh lebih terukur, terjangkau, dan efisien.”
Apakah model pondasi dapat dipercaya?
Penting bagi perusahaan untuk bekerja dengan AI yang bertanggung jawab, transparan, dan dapat dijelaskan, yang mungkin merupakan tantangan tersendiri di masa-masa awal teknologi ini muncul.
Sebagian besar model pondasi terbesar saat ini, termasuk model bahasa besar (LLM) yang mendukung ChatGPT, telah dilatih tentang informasi yang diambil dari internet. Namun seberapa dapat dipercaya data pelatihan tersebut? AI generatif chatbots diketahui menghina pelanggan dan mengarang fakta. Kepercayaan sangat penting. Bisnis harus merasa yakin dengan prediksi dan konten yang dihasilkan oleh penyedia model dasar besar.
Institut Stanford untuk Kecerdasan Buatan yang Berpusat pada Manusia Pusat Penelitian Model Fondasi (CRFM) baru-baru ini menguraikan banyak risiko model yayasan, serta peluangnya. Mereka menunjukkan bahwa topik data pelatihan, termasuk sumber dan komposisinya, sering kali diabaikan. Di sinilah kebutuhan akan model landasan yang terkurasi—dan tata kelola yang terpercaya—menjadi penting.
Memulai dengan model pondasi
An Studio pengembangan AI dapat melatih, memvalidasi, menyempurnakan, dan menerapkan model dasar serta membangun aplikasi AI dengan cepat, hanya memerlukan sebagian kecil dari data yang sebelumnya dibutuhkan. Kumpulan data tersebut diukur berdasarkan berapa banyak “token” (kata atau bagian kata) yang disertakan. Mereka menawarkan kumpulan data yang siap untuk perusahaan dengan data tepercaya yang telah melalui kurasi negatif dan positif.
Kurasi negatif adalah ketika kumpulan data yang bermasalah dan kebencian berbasis AI dihapus, dan filter kata-kata kotor diterapkan untuk menghapus konten yang tidak pantas. Kurasi positif berarti menambahkan item dari domain tertentu, seperti keuangan, hukum dan peraturan, keamanan siber, dan keberlanjutan, yang penting bagi pengguna perusahaan.
Cara menskalakan AL dan ML dengan tata kelola bawaan
Cocok untuk tujuan penyimpanan data dibangun di atas arsitektur rumah danau terbuka memungkinkan Anda menskalakan AI dan ML sambil menyediakan alat tata kelola bawaan. Ini dapat digunakan dengan lingkungan on-premise dan multi-cloud. Jenis penyimpanan data generasi berikutnya ini menggabungkan fleksibilitas data lake dengan kinerja gudang data dan memungkinkan Anda menskalakan beban kerja AI di mana pun beban kerja tersebut berada.
Hal ini memungkinkan otomatisasi dan integrasi dengan database yang ada dan menyediakan alat yang memungkinkan pengaturan dan pengalaman pengguna yang disederhanakan. Hal ini juga memungkinkan Anda memilih mesin yang tepat untuk beban kerja yang tepat dengan biaya yang tepat, sehingga berpotensi mengurangi biaya gudang data Anda dengan mengoptimalkan beban kerja. Penyimpanan data memungkinkan bisnis menghubungkan data yang ada dengan data baru dan menemukan wawasan baru dengan analisis real-time dan intelijen bisnis. Ini membantu Anda menyederhanakan rekayasa data dengan mengurangi jalur data, menyederhanakan transformasi data, dan memperkaya data.
Manfaat lainnya adalah pembagian data yang bertanggung jawab karena mendukung lebih banyak pengguna dengan akses layanan mandiri ke lebih banyak data sekaligus memastikan keamanan dan kepatuhan terhadap tata kelola dan pembuat kebijakan lokal.
Apa yang ditawarkan oleh perangkat tata kelola AI
Ketika AI semakin tertanam dalam alur kerja sehari-hari perusahaan, hal ini menjadi semakin penting karena mencakup tata kelola yang proaktif—sepanjang pembuatan, penerapan, dan pengelolaan layanan AI—yang membantu memastikan keputusan yang bertanggung jawab dan etis.
Organisasi yang memasukkan tata kelola ke dalam program AI mereka meminimalkan risiko dan memperkuat kemampuan mereka untuk memenuhi prinsip etika dan peraturan pemerintah: 50% pemimpin bisnis disurvei mengatakan aspek terpenting dari AI yang dapat dijelaskan adalah memenuhi kewajiban peraturan dan kepatuhan eksternal; namun, sebagian besar pemimpin belum mengambil langkah penting dalam membangun kerangka tata kelola AI, dan 74% pemimpin belum mengurangi bias yang tidak diinginkan.
An Perangkat tata kelola AI memungkinkan Anda mengarahkan, mengelola, dan memantau aktivitas AI tanpa harus mengganti platform ilmu data, bahkan untuk model yang dikembangkan menggunakan alat pihak ketiga. Otomatisasi perangkat lunak membantu memitigasi risiko, mengelola persyaratan kerangka peraturan, dan mengatasi masalah etika. Hal ini mencakup tata kelola siklus hidup AI, yang memantau, membuat katalog, dan mengatur model AI dalam skala besar, di mana pun model tersebut berada. Ini mengotomatiskan pengambilan metadata model dan meningkatkan akurasi prediktif untuk mengidentifikasi bagaimana alat AI digunakan dan di mana pelatihan model perlu dilakukan lagi.
Perangkat tata kelola AI juga memungkinkan Anda merancang program AI berdasarkan prinsip tanggung jawab dan transparansi. Ini membantu membangun kepercayaan pada pohon dan mendokumentasikan kumpulan data, model, dan saluran karena Anda dapat secara konsisten memahami dan menjelaskan keputusan AI Anda. Ini juga mengotomatiskan fakta dan alur kerja model untuk mematuhi standar bisnis; mengidentifikasi, mengelola, memantau dan melaporkan risiko dan kepatuhan dalam skala besar dan menyediakan dasbor dinamis dan hasil yang dapat disesuaikan. Program tata kelola seperti ini juga dapat menerjemahkan peraturan eksternal menjadi kebijakan untuk kepatuhan otomatis, dukungan audit dan kepatuhan, serta menyediakan dasbor dan pelaporan yang dapat disesuaikan.
Menggunakan tata kelola AI yang tepat berarti bisnis Anda dapat memanfaatkan model dasar dengan sebaik-baiknya sambil memastikan Anda bertanggung jawab dan beretika saat bergerak maju dengan teknologi AI.
Model landasan, tata kelola, dan IBM
Tata kelola AI yang tepat adalah kunci untuk memanfaatkan kekuatan AI sekaligus menjaga dari berbagai jebakannya. AI melibatkan manajemen yang bertanggung jawab dan transparan, mencakup manajemen risiko dan kepatuhan terhadap peraturan untuk memandu penggunaannya dalam suatu organisasi. Model dasar menawarkan terobosan dalam kemampuan AI untuk memungkinkan penerapan yang skalabel dan efisien di berbagai domain.
watson x adalah platform data dan AI generasi mendatang yang dibangun untuk membantu organisasi memanfaatkan sepenuhnya model dasar sambil tetap mematuhi prinsip tata kelola AI yang bertanggung jawab. Itu Watsonx.pemerintahan toolkit memungkinkan organisasi Anda membangun alur kerja AI dengan tanggung jawab, transparansi, dan kemampuan menjelaskan.
Dengan organisasi watsonx dapat:
- Operasikan alur kerja AI untuk meningkatkan efisiensi dan akurasi dalam skala besar. Organisasi Anda dapat mengakses alat tata kelola, risiko dan kepatuhan yang otomatis dan terukur, yang mencakup risiko operasional, kebijakan, kepatuhan, manajemen keuangan, tata kelola TI, dan audit internal/eksternal.
- Lacak model dan dorong proses transparan. Pantau, katalog, dan atur model dari mana saja di seluruh siklus hidup AI Anda.
- Tangkap dan dokumentasikan metadata model untuk pembuatan laporan. Validator dan pemberi persetujuan model dapat mengakses lembar fakta yang dibuat secara otomatis untuk mendapatkan tampilan detail siklus hidup yang selalu terkini.
- Meningkatkan kepercayaan terhadap hasil AI. Alat kolaboratif dan dasbor dinamis berbasis pengguna, bagan, dan pelaporan dimensi meningkatkan visibilitas ke dalam proses AI.
- Memungkinkan data yang bertanggung jawab, transparan, dan dapat dijelaskan dan alur kerja AI dengan Watsonx.pemerintahan.
Lainnya dari Tak Berkategori
Buletin IBM
Dapatkan buletin dan pembaruan topik kami yang menyampaikan kepemimpinan pemikiran terkini dan wawasan tentang tren yang sedang berkembang.
Berlangganan sekarang Lebih banyak buletin
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://www.ibm.com/blog/how-to-use-foundation-models-and-trusted-governance-to-manage-ai-workflow-risk/
- :memiliki
- :adalah
- :bukan
- :Di mana
- $NAIK
- 01
- 1
- 10
- 16
- 179
- 2021
- 2023
- 28
- 29
- 30
- 300
- 31
- 36
- 39
- 400
- 41
- 7
- 8
- 9
- a
- kemampuan
- akademik
- mempercepat
- mengakses
- Menurut
- akuntabel
- ketepatan
- di seluruh
- kegiatan
- menambahkan
- tambahan
- Tambahan
- alamat
- menangani
- ketaatan
- mengikuti
- Adopsi
- maju
- pengiklanan
- mempengaruhi
- terjangkau
- lagi
- terhadap
- AI
- Tata kelola AI
- Model AI
- Platform AI
- Sistem AI
- AL
- meluruskan
- Semua
- memungkinkan
- juga
- selalu
- jumlah
- jumlah
- amp
- an
- analisis
- dan
- Lain
- jawaban
- mengharapkan
- Apa pun
- di manapun
- aplikasi
- aplikasi
- terapan
- Mendaftar
- arsitektur
- ADALAH
- sekitar
- artikel
- buatan
- kecerdasan buatan
- Kecerdasan buatan (AI)
- arvind krishna
- AS
- penampilan
- Asisten
- terkait
- At
- Audit
- audit
- penulis
- mengotomatisasikan
- Otomatis
- mengotomatiskan
- secara otomatis
- Otomatisasi
- kembali
- balancing
- pembatas
- berdasarkan
- BE
- karena
- menjadi
- menjadi
- menjadi
- manfaat
- TERBAIK
- bias
- Besar
- Milyar
- Blog
- blog
- mendorong
- kedua
- terobosan
- terobosan
- membangun
- membangun kepercayaan
- dibangun di
- built-in
- bisnis
- intelijen bisnis
- Pemimpin bisnis
- bisnis
- tapi
- tombol
- by
- CAN
- kemampuan
- Menangkap
- karbon
- kartu
- Kartu-kartu
- yang
- kasus
- KUCING
- katalog
- katalog
- Kategori
- ceo
- tertentu
- Ketua
- tantangan
- menantang
- perubahan
- Perubahan
- Charts
- chatbots
- ChatGPT
- memeriksa
- Pilih
- lingkaran
- CIS
- kelas
- klasifikasi
- klien
- Iklim
- Perubahan iklim
- kode
- kolaboratif
- warna
- menggabungkan
- bagaimana
- datang
- Perusahaan
- perusahaan
- kompleks
- pemenuhan
- memenuhi
- komposisi
- kompromi
- komputer
- Komputer Ilmu
- Kekhawatiran
- yakin
- Terhubung
- secara konsisten
- Wadah
- Konten
- konteks
- terus
- terus
- berkontribusi
- percakapan
- Core
- nilai-nilai inti
- Coronavirus
- Pandemi virus corona
- Biaya
- Biaya
- bisa
- penutup
- dibuat
- membuat
- penciptaan
- pencipta
- kritis
- CSS
- dikuratori
- kurasi
- adat
- pelanggan
- pelanggan
- disesuaikan
- Keamanan cyber
- harian
- dasbor
- data
- ilmu data
- berbagi data
- data warehouse
- database
- kumpulan data
- Tanggal
- Hari
- transaksi
- dekade
- keputusan
- Default
- definisi
- menyampaikan
- Departemen
- menyebarkan
- penggelaran
- penyebaran
- deskripsi
- Mendesain
- rincian
- dikembangkan
- Pengembangan
- Perkembangan
- Kesulitan
- langsung
- Mengarahkan
- menemukan
- do
- dokumen
- domain
- dilakukan
- mendorong
- penggerak
- dinamis
- Awal
- ekosistem
- efisiensi
- efisien
- tertanam
- merangkul
- muncul
- Karyawan
- aktif
- memungkinkan
- meliputi
- Mesin
- Teknik
- besar sekali
- diperkaya
- memastikan
- Memastikan
- memastikan
- Enter
- Enterprise
- perusahaan
- entitas
- masuk
- lingkungan
- penting
- membangun
- Eter (ETH)
- etis
- Bahkan
- peristiwa
- pERNAH
- sehari-hari
- segala sesuatu
- contoh
- menarik
- ada
- Exit
- Lihat lebih lanjut
- biaya
- pengalaman
- Pengalaman
- Menjelaskan
- Dapat dijelaskan
- AI yang bisa dijelaskan
- eksponensial
- Pertumbuhan eksponensial
- luar
- ekstraksi
- fakta
- fakta
- merasa
- Fields
- filter
- keuangan
- keuangan
- manajemen keuangan
- keluwesan
- mengikuti
- font
- Untuk
- Forbes
- Depan
- Prinsip Dasar
- pecahan
- Kerangka
- kerangka
- dari
- sepenuhnya
- menghasilkan
- dihasilkan
- menghasilkan
- generasi
- generatif
- AI generatif
- generator
- mendapatkan
- Aksi
- pemerintahan
- Pemerintah
- mengatur
- besar
- kisi
- Pertumbuhan
- membimbing
- Panduan
- memanfaatkan
- Memanfaatkan
- benci
- Memiliki
- Kepala
- kesehatan
- industri kesehatan
- tinggi
- membantu
- membantu
- membantu
- di sini
- High
- berisiko tinggi
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- Namun
- hr
- HTML
- HTTPS
- Manusia
- IBM
- IBM Watson
- ICO
- ICON
- mengidentifikasi
- mengenali
- gambar
- Dampak
- penting
- aspek penting
- memperbaiki
- in
- Di lain
- memasukkan
- termasuk
- Termasuk
- menggabungkan
- menggabungkan
- Meningkatkan
- Meningkatkan
- indeks
- industri
- Tak terelakkan
- informasi
- inheren
- Innovation
- wawasan
- sebagai gantinya
- Lembaga
- lembaga
- Menghina
- Mengintegrasikan
- integrasi
- Intelijen
- berinteraksi
- bunga
- Internet
- ke
- melibatkan
- IP
- IT
- item
- NYA
- jpg
- Juni
- kunci
- dikenal
- laboratorium
- bahasa
- besar
- besar-besaran
- terbesar
- Terbaru
- pemimpin
- Kepemimpinan
- BELAJAR
- pengetahuan
- Warisan
- Informasi
- Panjang
- Lets
- Tingkat
- Leverage
- siklus hidup
- 'like'
- hidup
- lokal
- Lokal
- mesin
- Mesin belajar
- Mesin
- membuat
- mengelola
- berhasil
- pengelolaan
- mengelola
- pelaksana
- banyak
- pemasar
- Marketing
- hal
- dewasa
- max-width
- Mungkin..
- cara
- diukur
- Pelajari
- pertemuan
- Metadata
- Microsoft
- menit
- memperkecil
- menit
- Mengurangi
- ML
- mobil
- modalitas
- model
- model
- modern
- modernisasi
- Memantau
- pemantauan
- monitor
- lebih
- paling
- pindah
- maju kedepan
- harus
- banyak sekali
- Alam
- Bahasa Alami
- Pengolahan Bahasa alami
- Navigasi
- Perlu
- dibutuhkan
- kebutuhan
- negatif
- tak pernah
- New
- newsletter
- generasi selanjutnya
- nLP
- tidak
- tidak ada
- sekarang
- banyak sekali
- obligasi
- memperoleh
- Oktober
- of
- menawarkan
- sering
- on
- ONE
- hanya
- Buka
- open source
- operasional
- Operasi
- Peluang
- dioptimalkan
- mengoptimalkan
- or
- organisasi
- organisasi
- Asal
- Lainnya
- kami
- di luar
- hasil
- diuraikan
- lebih
- halaman
- pandemi
- bagian
- bagian
- lalu
- pasien
- pasien
- pola
- prestasi
- PHP
- Tempat
- Platform
- plato
- Kecerdasan Data Plato
- Data Plato
- Bermain
- Plugin
- Kebijakan
- kebijaksanaan
- kebijakan
- portofolio
- posisi
- positif
- mungkin
- Pos
- potensi
- berpotensi
- kekuasaan
- kuat
- Powering
- praktek
- ramalan
- Prediksi
- prediktif
- mencegah
- sebelumnya
- primer
- prinsip-prinsip
- Prioritaskan
- Proaktif
- masalah
- proses
- proses
- pengolahan
- Produksi
- produktifitas
- kata-kata kotor
- program
- program
- diproyeksikan
- memprojeksikan
- janji
- tepat
- memberikan
- penyedia
- menyediakan
- menyediakan
- Puting
- kualitas
- Pertanyaan
- segera
- Mentah
- Bacaan
- nyata
- dunia nyata
- real-time
- realistis
- alasan
- baru
- baru-baru ini
- mengenali
- menurunkan
- mengurangi
- mengurangi
- mengacu
- peraturan
- regulator
- Kepatuhan terhadap Regulasi
- terkait
- sisa
- menghapus
- Dihapus
- berulang-ulang
- melaporkan
- Pelaporan
- laporan
- Persyaratan
- penelitian
- tanggung jawab
- tanggung jawab
- responsif
- mengakibatkan
- dihasilkan
- Hasil
- menggunakan kembali
- benar
- hak
- Naik
- Risiko
- manajemen risiko
- risiko
- robotika
- robot
- pengamanan
- Tersebut
- penjualan
- terukur
- Skala
- skala ai
- Ilmu
- Layar
- script
- Pencarian
- mencari
- keamanan
- Swalayan
- SEO
- penyiapan
- berbagi
- penting
- signifikan
- disederhanakan
- situs web
- situasi
- keterampilan
- So
- Perangkat lunak
- beberapa
- sumber
- ketegangan
- kecepatan
- Disponsori
- magang
- standar
- Stanford
- awal
- mulai
- Startups
- tinggal
- Tangga
- Masih
- menyimpan
- badai
- Strategis
- mempersingkat
- Memperkuat
- berlangganan
- seperti itu
- mendukung
- Mendukung
- Keberlanjutan
- sistem
- diambil
- tugas
- tim
- tim
- tech
- perusahaan teknologi
- Teknologi
- tersier
- teks
- dari
- bahwa
- Grafik
- Dunia
- mereka
- tema
- kemudian
- Sana.
- Ini
- mereka
- pihak ketiga
- ini
- itu
- pikir
- pemikiran kepemimpinan
- Melalui
- waktu
- Judul
- untuk
- hari ini
- toolkit
- alat
- puncak
- tema
- terhadap
- jejak
- Lacak
- Pelatihan VE
- terlatih
- Pelatihan
- transfer
- Transformasi
- transformator
- mengubah
- menterjemahkan
- Terjemahan
- Transparansi
- jelas
- Pohon
- Tren
- Kepercayaan
- Terpercaya
- kepercayaan
- terpercaya
- mencoba
- Berbalik
- mengetik
- mengalami
- memahami
- mutakhir
- Pembaruan
- URL
- menggunakan
- bekas
- Pengguna
- Pengguna Pengalaman
- Pengguna
- menggunakan
- MENGESAHKAN
- validator
- nilai
- Nilai - Nilai
- variasi
- berbagai
- View
- jarak penglihatan
- penglihatan
- W
- ingin
- Gudang
- Watson
- Cara..
- we
- BAIK
- Apa
- ketika
- apakah
- yang
- sementara
- lebar
- sangat
- dengan
- dalam
- tanpa
- Word
- WordPress
- kata
- Kerja
- alur kerja
- Alur kerja
- dunia
- tertulis
- namun
- kamu
- Anda
- zephyrnet.dll