- CEO NVIDIA Jensen Huang memprediksi perusahaan akan menjadi pabrik AI yang menghasilkan token.
- Token adalah representasi numerik yang digunakan oleh model AI untuk memproses dan memahami data.
- Inilah yang dimaksud CEO NVIDIA dengan “Pabrik AI.”
Dalam keynote -nya di NvidiaKonferensi AI minggu ini, CEO Jensen Huang Diprediksi setiap perusahaan akan menjadi “pabrik AI.”
Ini adalah ide besar yang dapat membuat bisnis dari semua jenis sukses di masa depan. Jadi ada baiknya dijelaskan.
Saya pertama kali mendengar tentang ini tahun lalu saat mengobrol Guillermo RauchCEO Ai Startup Vercel. Dia menjelaskan peran token dalam kecerdasan buatan, dan mencatat bahwa Huang suka mengatakan “setiap perusahaan akan menjadi pabrik token.”
‘Semuanya token’
Jika data adalah bahan mentah AI generatif, token adalah bahasanya. Model AI memecah kata -kata dan input lainnya menjadi token numerik untuk membuatnya lebih mudah diproses dan dipahami. Satu token adalah sekitar ¾ dari satu kata.
Sebuah contoh Dari Nvidia: Kata “kegelapan” mungkin menjadi tokenisasi ke dalam angka 271 untuk “gelap” dan 655 untuk “ness.” Kata yang berlawanan, “kecerahan,” akan diwakili oleh 491 dan 655. Dengan cara ini, model AI dapat melihat angka 655 yang sama dua kali dan memahami bahwa kata -kata ini terkait.
Triliunan angka-angka ini, atau token, digunakan untuk melatih model AI seperti ini, kemudian menyempurnakan dan menjalankannya. Alih-alih “semuanya komputer“Anda mungkin mengatakan bahwa” semuanya token “di AI.
‘Satu pekerjaan dan satu pekerjaan saja’
Huang, Rauch, dan teknolog lainnya berpikir perusahaan modern akan berhasil dengan menghasilkan token terbanyak. Mereka akan menjadi pabrik AI yang menghasilkan token yang akan digunakan untuk meningkatkan dan menjalankan sistem AI yang membantu bisnis membuat produk dan layanan yang lebih baik.
“Saya menyebutnya pabrik AI,” kata Huang pada hari Selasa di konferensi GTC. “Mereka adalah pabrik AI karena mereka memiliki satu pekerjaan dan satu pekerjaan saja – menghasilkan token luar biasa ini yang kemudian kami rekonstitasikan menjadi musik, menjadi kata -kata, menjadi video, ke dalam penelitian, menjadi bahan kimia atau protein.”
Dia mengatakan fasilitas penghasil token ini terkadang akan duduk bersama operasi yang lebih tradisional perusahaan.
“Setiap industri, setiap perusahaan yang memiliki pabrik akan memiliki dua pabrik di masa depan,” prediksi Huang. “Pabrik untuk apa yang mereka bangun dan pabrik untuk matematika, pabrik untuk AI.”
Dia mengutip manufaktur otomatis sebagai contoh, menggambarkan “pabrik untuk mobil” dan “pabrik untuk AI untuk mobil.”
Dia kemudian menaruh beberapa daging pada tulang teoretis itu dengan mengumumkan a Kemitraan dengan General Motors Di mana NVIDIA akan membantu perusahaan itu menggunakan AI untuk memproduksi mobil sambil juga membuat kendaraan GM lebih otonom dengan AI.
Apakah Tesla membuat mobil atau mesin penghasil token?
Jason Liu, seorang insinyur pembelajaran mesin dan konsultan AI, membuat poin yang sama dengan kendaraan listrik Tesla dan tujuan Elon Musk untuk membuatnya sepenuhnya otonom.
Ketika Tesla dikendarai di sekitar kota, ia memiliki sensor yang mengumpulkan gunung informasi tentang lingkungannya. Data itu dikumpulkan dan diubah menjadi token yang digunakan untuk meningkatkan model AI Tesla. Itu, secara teori, menghasilkan perangkat lunak self-driving yang lebih baik untuk memandu kendaraan dengan lebih akurat dan aman.
Di dunia AI, sebagian besar peran perusahaan adalah menghasilkan lebih banyak data, “kata Liu.
Dia berpendapat bahwa pendekatan Tesla untuk menempatkan sebanyak mungkin mobil di jalan untuk mengambil data sebanyak mungkin lebih baik daripada strategi Waymo, “di mana para insinyur duduk di sebuah gua selama bertahun -tahun mengerjakan hal ini dalam isolasi relatif, bukan mengumpulkan banyak data, atau token.”
Membuat keputusan bisnis yang lebih baik
Liu berbagi contoh lain, kali ini teoretis: Bagaimana perusahaan dapat membuat keputusan bisnis yang lebih baik dengan melihat kembali proses mereka dan tokenizing?
“Untuk keputusan besar apa pun, mungkin ada enam bulan debat bolak -balik antara karyawan tentang obrolan slack, zoom rapat video, rapat dewan, dan dasbor data,” katanya.
Perusahaan sekarang dapat mengubah semua itu menjadi token dan menggunakannya untuk melatih sistem AI untuk membuat keputusan yang lebih baik di masa depan atau untuk membantu eksekutif manusia dan karyawan membuat keputusan yang lebih baik di waktu berikutnya.
“Pekerjaan perusahaan dan perangkat lunaknya adalah menarik semua itu dari manusia yang terlibat dan mengubahnya menjadi token untuk pelatihan AI,” tambahnya.
Contoh pabrik token
Kata Rauch Vercel melakukan ini dengan itu v0 Alat, yang membantu pengembang dan orang non-teknis membangun situs web dan aplikasi.
“V0 menerima persyaratan pengguna dalam bahasa Inggris dan mengeluarkan aplikasi,” Rauch menjelaskan. “Itu adalah token kita.”
Bagaimana juga mengutip pelanggan Vercel bernama OpenEvidence, yang menggunakan AI untuk mensintesis gunung penelitian medis menjadi informasi yang dapat dicerna untuk para profesional obat yang sibuk.
“Token mereka adalah data penelitian yang dibutuhkan dokter untuk membuat keputusan yang lebih baik,” kata Rauch. “Ini token intelijen medis.”
Liu mengutip contoh Mercor, startup Mempekerjakan PhD teknis Untuk memanen pengetahuan spesifik mereka dan mengubahnya menjadi token yang digunakan oleh AI Labs untuk meningkatkan model mereka.
“Pekerjaan setiap perusahaan akan menjadi untuk menghasilkan intelijen, seperti pabrik token,” kata Rauch. “Perusahaan membangun pengetahuan kelembagaan dari waktu ke waktu, mereka memperoleh praktik terbaik, prinsip dan prosedur operasional, manual pelatihan, pedoman merek, dan bahkan rasa. Semua itu akan menjadi bagian dari model AI sebelum dan sesudah pelatihan dan data yang dimasukkan di atas.”
