Liderul AI al Google Cloud explorează trei frontiere ale capacităților modelului
Michael Gerstenhaber, VP de produs la Google Cloud, se ocupă în principal de Vertex, platforma unificată a companiei pentru desfășurarea AI-ului enterprise. Aceasta îi oferă o perspectivă de ansamblu asupra modului în care companiile utilizează efectiv modelele AI și ce mai este necesar pentru a debloca potențialul AI-ului agentic.
Experiența în AI
Gerstenhaber are o experiență de aproximativ doi ani în domeniul AI, având un precedent de un an și jumătate la Anthropic și fiind la Google de aproape șase luni. La Google, el conduce platforma Vertex, care oferă inginerilor acces la modele AI de vârf, dar nu dezvoltă aplicațiile în sine, lăsând acest lucru clienților săi, cum ar fi Shopify și Thomson Reuters.
Uniquenessul Google Cloud
Google se distinge prin integrarea verticală, având control asupra întregului lanț de producție, de la interfață la infrastructură. Gerstenhaber subliniază capacitatea Google de a construi centre de date, de a dezvolta propriile chipuri și de a controla straturile de inferență și agenticitate, ceea ce reprezintă un avantaj competitiv important.
Frontierele Capacităților AI
Gerstenhaber identifică trei frontiere pe care modelele AI le depășesc simultan: inteligența brută, timpul de răspuns și costul de desfășurare. Modelele precum Gemini Pro sunt optimizate pentru inteligența brută, fiind ideale pentru sarcini care necesită soluții de codare de înaltă calitate, indiferent de timpul necesar pentru a le produce. Pe de altă parte, pentru aplicații precum suportul clienților, timpul de răspuns devine critic, iar modelele trebuie să fie inteligente și rapide pentru a menține interesul utilizatorilor.
În cele din urmă, pentru companii mari precum Reddit sau Meta, costul devine esențial atunci când trebuie să modereze conținutul la o scară imprevizibilă, fiind necesare soluții care să echilibreze inteligența modelului cu bugetele disponibile.
Provocările adoptării sistemelor agentice
Gerstenhaber recunoaște că adoptarea sistemelor agentice a fost mai lentă decât se anticipase, în ciuda progreselor rapide în tehnologie. Aceasta se datorează infrastructurii lipsă, cum ar fi modelele de auditare și autorizare a datelor pentru agenți, care necesită muncă suplimentară pentru a fi implementate în producție.
Deși tehnologia a avansat rapid în domeniul ingineriei software, procesul de integrare în alte profesii necesită dezvoltarea de noi modele și protocoale care să minimizeze riscurile asociate utilizării AI-ului agentic.
Concluzie
Explorarea celor trei frontiere ale capacităților modelului AI de către Google Cloud subliniază complexitatea dezvoltării și implementării tehnologiilor AI, precum și nevoia de infrastructură și reglementări adecvate pentru a sprijini adoptarea pe scară largă a acestor soluții inovatoare.
