Terwijl toezichthouders over de hele wereld zich inspannen om een regelgevende aanpak te bedenken voor de snel veranderende wereld van generatieve kunstmatige intelligentie (AI), zien bedrijven af van het gebruik van de technologie in veiligheidskritieke toepassingen, en reserveren ze deze alleen voor gebruiksscenario's voor klantenservice. Shailesh Saraph, Executive Vice President en Global Head for Engineering Research & Ontwikkeling, zei Tata Technologies. In een interview met Soumyarendra Barik sprak Saraph ook over de Indiase hardware- en talentuitdagingen voor AI, en de verdienmodellen voor bedrijven in de ruimte. Bewerkte fragmenten:
Hoe werkt Tata Technologies samen met de andere groepsbedrijven?
AI-technologie is absoluut een van de zes pijlers die de groepsvoorzitter aan alle bedrijven heeft opgelegd. Tata Technologies is zeer nauw verbonden met het werken binnen de groep met verschillende bedrijven… Als je Tata Motors neemt, daar hebben we ons eerste raamwerk voor AI gecreëerd. We hebben veel deep learning-algoritmen voor productengineering uitgevoerd, van testen en validatie tot productcreatie. We werken aan veel genAI-applicaties waarmee Tata Motors het front-endtraject kan benutten terwijl we in de backend werken met veel co-piloten en deep learning-servers.
Maar biedt generatieve AI iets substantieels vergeleken met de technologie die de meeste auto's tegenwoordig hebben?
Als je het in de Indiase context bekijkt, zou je een chauffeur kunnen hebben die misschien geen Engels spreekt, terwijl iemand anders dat wel doet. Spraakinteractie met de auto bestaat al heel lang, maar dat is vooral vastgelegd in de commando’s die je kunt geven en ontvangen. Het leent zich niet voor natuurlijke taalverwerking. Dat is waar we een groot aantal applicaties zien binnenkomen, waarbij je met een groot taalmodel lokale talen kunt gebruiken.
Advertentie
Als de auto bijvoorbeeld een storing heeft en op een gegeven moment kapot gaat, kan de generatieve AI-applicatie die op de achtergrond werkt, de bestuurder ertoe aanzetten om van tevoren veel dingen te doen, zoals hem naar het dichtstbijzijnde benzinestation leiden, of hen zelfs begeleiden bij wat ze moeten doen, zoals langzamer rijden of op een bepaald tijdstip schakelen om pech te voorkomen… Het model kan ook gegevens uit de gebruikershandleiding ophalen over wat ze kunnen doen om de oorzaak van een pech op te lossen.
We hebben ook een applicatie gedaan waarbij de batterij van een EV wordt gemonitord. Normaal gesproken heeft de batterij een BMS (battery management system) dat de koeling en de stroombalans regelt, maar met generatieve AI kunnen we ook storingen in het pakket in een specifieke module of in een specifieke cel voorspellen – en dan, daar Dit kunnen zelfherstellende toepassingen zijn die kunnen worden gebouwd, of het model kan de technicus naar een bepaald benzinestation sturen om de batterij te vervangen of een verbinding tot stand te brengen, waardoor de batterij beter kan werken.
img src=”https://images.indianexpress.com/2024/03/UPSC_Students25_970x150_New-1.jpg” />
Veel regionale talen, ook al zijn ze oud, hebben weinig invloed op het internet, waardoor het moeilijker wordt om een model te bouwen dat er goed in is reacties te genereren. Hoe kan de Indiase context beter worden gemaakt in generatieve AI?
Het creëren van grote taalmodellen vanaf het begin is tegenwoordig een zeer ingewikkeld proces. Eén manier om dit te doen is door een bestaand model te nemen en de parameters te verfijnen. Dus de manier waarop we het hebben gedaan, is dat we ons eigen raamwerk hebben gecreëerd. Je wilt ook niet dat klantgegevens aan deze modellen worden blootgesteld. We hebben ons raamwerk gebouwd en alleen gecodificeerde en gecodeerde gegevens worden doorgegeven aan het open source-model. Als je ChatGPT en Llama ziet, zijn ze redelijk goed met Hindi en misschien Kannada. Andere regionale talen niet zozeer… Er is een Bhashini LLM in aanbouw, dus dat zijn we aan het onderzoeken. Er is nog een weg te gaan voor alle Indiase talen.
Het genereren van inkomsten is een gebied dat consumenten- en AI-bedrijven nog niet hebben ontdekt. Denkt u dat business-to-business (B2B) op dit moment een betere manier is om inkomsten te genereren?
Op dit moment is het het B2B-segment waar het genereren van inkomsten met generatieve AI plaatsvindt voor dienstverleners zoals wij om applicaties te maken. Degenen zoals degenen die deze open source-modellen leveren: ze werken met ons samen omdat we, zoals ik al zei, de klantgegevens niet op internet willen publiceren, dus bieden ze een bedrijfsversie van hun LLM aan. Dat is dus het bedrijfsmodel dat op de korte termijn zal werken. Het genereren van inkomsten in B2C-toepassingen is nog verder in zicht, en ik zie dat de komende jaren niet gebeuren.
Advertentie
Een groot voordeel dat sommige westerse generatieve AI-bedrijven kunnen hebben ten opzichte van Indiase bedrijven is de toegang tot rekencapaciteit. Zie je dit als een hamstring?
Terwijl generatieve AI tegenwoordig wordt gedomineerd door een groot aantal westerse aanbiedingen zoals ChatGPT en Llama, kun je zien dat de Chinezen hun eigen LLM al hebben gelanceerd.
In India komt de Bhashini LLM in opkomst. Infrastructuur is niet langer een hindernis… De uitdaging is het bouwen van een fundamenteel model, omdat het tijd kost om een algoritme helemaal opnieuw op te bouwen en er ook veel datawetenschappelijk werk voor nodig is. Dus ik zie dat in de nabije toekomst niet veranderen, we zullen nog steeds modellen van Google, Microsoft enz. moeten gebruiken.
Experts met wie we hebben gesproken, hebben gezegd dat India ook moeite zou kunnen hebben met het vinden van de juiste talent voor generatieve AI. Met welke uitdagingen wordt u geconfronteerd als u voor deze functies aanneemt?
Ik heb een iets andere mening. India heeft veel datawetenschappers, en veel westerse bedrijven hebben hier ook hun eigen onderzoekscentra. Wat voor ons, als applicatiebedrijf, belangrijker is dan datawetenschap, is hoe we LLM's inzetten… Het is niet zo dat talent geen uitdaging is, dus wat we doorgaans doen is veel experts inhuren die vanaf de basis trainingsmodules bouwen voor mensen die toegang krijgen tot onze technologiestapel
Gesponsord | Leiderschap versterken door middel van AI-integratie: bedrijfstransformatie katalyseren
Meer premiumverhalen
24 jonge Ladakhi's op een missie om de nachtelijke hemel te beschermen, alleen voor abonnees
Wat gebeurt er als de kranen van Bengaluru droogvallen? Alleen voor abonnees
Will Modi's garantie voor overwinning op ui telers ?Alleen abonnee
< /figure>
In Pakistan kregen de kiezers een glimp van een alternatief universumAlleen abonnees
'Goedkope maal' en 'gevoel van Europa': hoe beschuldigden alleen de abonnee verkochten
Terwijl electorale obligaties macht najagen, hebben kleinere partijen lege schatkistenAlleen abonnees
UPSC Key, 19 maart: wat u vandaag moet lezen en alleen voor abonnees
Waarom het nodig is om de landbouwmand te diversifiërenAlleen voor abonnees
© The Indian Express Pvt Ltd
Soumyarendra Barik 
Leave a Reply
You must be logged in to post a comment.