Գնահատել նախագիծը
← Բոլոր հրապարակումները

Իռլանդական արկած. Dublin Tech Summit 2024

Իմացեք, թե ինչ նոր բան կա Dublin Tech Summit-ում։ Մեր ինժեներներից մեկը պատրաստել է մանրամասն ամփոփում, որը անպայման չպետք է բաց թողնել։

4 րոպե
Մեքենայական ուսուցումԱրհեստական ինտելեկտԿոնֆերանսtech conference

Անցած շաբաթ Dublin Tech Summit 2024-ում հնարավորություն ունեցա հանդիպել իմ հետաքրքրություններն կիսող մարդկանց, լսել ազդեցիկ ելույթ ունեցողներին և որոշ գիտելիք ձեռք բերել AI-ի և բիզնես աշխարհի տեխնոլոգիական տրենդների մասին։ Այս գրառման մեջ ամփոփում եմ, թե ինչ սովորեցի, և նշում եմ, թե որտեղ կարող են ուղղվել AI-ն և տեխնոլոգիաները բիզնես համայնքում։

Կոնֆերանսի մասին

Dublin Tech Summit-ը ամենախոշոր Tech կոնֆերանսներից է, որտեղ ելույթ են ունենում նշանավոր խոսնակներ, ինչպիսիք են Jack McCauley-ը (Oculus-ի համահիմնադիր), Jeremy King-ը (Pinterest-ի CTO) և Dr. Omar Hatamleh-ը (NASA-ի Chief Advisor)։ 2017-ին մեկնարկած այս կոնֆերանսը ամեն տարի ներգրավում է ավելի քան 8000 մասնակցի, և 150+ ստարտափ ներկայացնում են իրենց նորարարական արտադրանքները (ներառյալ մենք՝ որպես մեր ընկերության մեքենայական ուսուցման թիմ, որ առաջարկում է Science as Service)։

Հետաքրքիր ելույթներ

Building a more Human (and Humane) Internet with AI – Jeremy King, Pinterest-ի CTO

Pinterest-ի մաշկի և սանրվածքի հնարավորությունները (աղբյուր՝ pinterest)

Pinterest-ը հարթակ է, որ մարդիկ այցելում են ոգեշնչման համար, ուստի այն կախված է հաճախորդների ներգրավվածությունից։ Համակարգը բարելավելու համար նրանք իրականացրել են մի շարք փոքր ML նախագծեր, որոնք մեծացրել են ներգրավվածությունը՝

  • սկսելով մաշկի գույնի դետեկտորից (նրանով ֆիլտրելու հնարավորության հետ մեկտեղ),
  • շարունակելով սանրվածքների հայտնաբերմամբ և ավարտելով մարմնի տեսակով, հավանաբար հենվելով zero-shot classification-ի վրա՝ դասերի մեծ բազմազանության պատճառով։

Ելույթը ներկայացրեց, թե ինչպես է Pinterest-ը մեծացրել օգտատերերի ներգրավվածությունը՝ հարթակը իր լսարանի համար ավելի ներառական դարձնելով։ Այն ցույց տվեց, որ փոխանակ միշտ հետևելու ամբոխին, կարելի է փոքր քայլեր անել և ուշադրություն դարձնել հաճախորդի կարիքներին։

Ինձ ամենաշատը տպավորեց ներկայացման մշակվածությունը՝ մաքուր դիզայն և հեշտ հետևելի ավելի քիչ տեխնիկական լսարանի համար, առանց ամեն ինչ AI բառի մեջ փաթաթելու։

Race against the Machine: How to Ensure Compliance with Fundamental Rights in the EU AI Act – Trinity College London-ի հետդոկտորական հետազոտող

նկար2

Ռիսկերի բուրգ՝ հիմնված EU AI Act-ի վրա

Ելույթը շոշափեց AI-ի կարգավորման թեժ թեման և դրա ռիսկի տարբեր մակարդակները։ Այն նաև առաջարկեց հետաքրքիր եղանակ՝ որոշելու, թե որ ոլորտներն են բարձր ռիսկայինը համարվում, որն ամփոփվեց «Որքան ավելի շատ ինչ-որ բան առնչվում է հիմնարար իրավունքներին, այնքան ավելի խիստ է վերահսկվում» կարգախոսով։ Պարզվում է, որ մի քանի երկրներ (օրինակ՝ Նիդերլանդները կամ Կանադան) արդեն ունեն AI ալգորիթմների ռիսկերը գնահատելու շրջանակներ, ինչը իշխանություններին ավելի լավ ուղեցույց է տալիս նոր գյուտերի, ինչպիսին GenAI-ն է, կարգավորման համար։ Լավ մշակված կանոնակարգերը կարող են նաև պաշտպանել առանձին անապահով խմբերին (ինչպիսիք են երեխաները, տարեցները կամ ֆիզիկական հաշմանդամություն ունեցող մարդիկ), որոնք ավելի շատ են ենթարկվում վերջին տեխնոլոգիական առաջընթացի ազդեցությանը։ EU AI Act-ի մասին ավելին իմանալու համար այցելեք artificialintelligenceact.eu։

The Power of the Niche: Building Europe’s First Sovereign Legal AI – Prof. Michael Huth, Xayn-ի համահիմնադիր

Այս ելույթը աչքաբաց էր՝ բացահայտելով, թե որքան դժվար է RAG-երն ու LLM-ներն օգտագործել LegalTech-ում։ Դժվարությունը բխում է LLM-ների հիմնական հատկությունից. նրանք աշխատում են հավանականություններով, ուստի բառերի հոմանիշները համարվում են բավարար։ Դա կարող է լավ լինել այլ ոլորտներում, բայց իրավունքի ոլորտը չափազանց մանրամասնասեր է, և վատ ձևակերպումը կարող է հանգեցնել դատական հայցի։ Լավ օրինակ է «possession» և «ownership» բառերի զույգը։ Առօրյա անգլերենում դրանք հոմանիշներ են։ Սակայն իրավաբանորեն դրանք սահմանվում են տարբեր կերպ և ունեն բոլորովին տարբեր հետևանքներ, ուստի «բավական մոտ» մոտեցումը չի անցնի։ Խոսնակները քննարկեցին նաև երկրների միջև ընթացող AI մրցավազքը, որը գլխավորում են ԱՄՆ-ն և Չինաստանը, իսկ արժանի են նշվելու նաև Ֆրանսիան (օրինակ՝ Hugging Face, Mistral) և Գերմանիան (DeepL կամ Aleph Alpha)։ Ֆինանսապես Եվրոպան հետ է մնում այս մրցավազքում, հիմնականում հետևյալ պատճառով՝ ավելի քիչ կապիտալ, ավելի շատ կարգավորում և ավելի մեծ բազմազանություն (լեզուների, մշակույթների և կանոնակարգերի)։

Unleashing the Power of Collaborative Intelligence: Harnessing the Power of Multi-Agent Systems – Paul Walsh, Accenture-ի AI Innovation Director

Multi-agent համակարգի օրինակ AutoGen-ից՝ Microsoft-ի ֆրեյմվորքից LLM agent-ների համար

Այս ելույթը համապատասխանում էր LLM agent-ների հանդեպ իմ վերջին հետաքրքրությանը, ուստի ընտրեցի մասնակցել։ Այն առաջարկեց մեղմ ներածություն՝ բացատրելով, թե ինչու են agentic workflow-ները գերազանցում պարզ RAG-երին (ավելի լավ փաստացիություն), ինչպես նաև հետաքրքիր բացահայտումներ, օրինակ՝ որ առաջնորդի ընտրությունը բարելավում է որակը (առնչվող հոդված), և ոլորտի խոստումնալից նոր ուղղություններ՝ self-evolution (agent-ը սովորում է աշխատելու ընթացքում) և dynamic generation (նոր agent-ներ ստեղծվում են անմիջապես)։

Եզրակացություններ

Կոնֆերանսը հնարավորություն տվեց տեսնել, թե որ թեմաներն են այժմ ամենաթեժը ստարտափների (նրանց տաղավարների միջոցով), ինչպես նաև ավելի խոշոր ընկերությունների և նրանց ելույթների շրջանում (օրինակ՝ Pinterest կամ Accenture)։ Բոլորի մեջ գերիշխող թեմաները ակնհայտորեն Retrieval Augmented Generation-ներն են, Language Agent-ները և բազմամոդալ ծառայությունները (պատկերների ստեղծում, գծապատկերների վերլուծություն կամ առնչվող աուդիո ձայնագրությունների գեներացում՝ բոլորը մեկ գործիքի մեջ)։ Սրանք հենց այն ոլորտներն են, որոնց վրա կենտրոնանում է մեր R&D բաժինը, ուստի ուրախ ենք, որ իրադարձությունների կենտրոնում ենք և AI-ի նորագույն զարգացումների առաջնագծում։