Saya belum pernah menonton filem tersebut, tetapi ungkapan itu sering membuat saya membayangkan sesuatu yang lebih besar. Suatu hari nanti, hampir segala perkara di sekeliling kita mungkin mempunyai bentuk kecerdasan tersendiri - lampu, eskalator, CCTV, kipas, peti sejuk, kenderaan dan mesin. Bukan “hidup” seperti manusia, tetapi dilengkapi identiti, sensor, model kecil, memori, sambungan dan keupayaan membuat keputusan mudah.
Dengan IPv6, 5G, SLMs, 智能体 AI, nano processors dan peranti edge yang semakin berkuasa, perkara ini tidak lagi terasa mustahil. Apa yang paling menarik perhatian saya ialah kuasa pemprosesan P2P. Bayangkan berbilion-bilion, malah akhirnya trilion peranti menyumbangkan sebahagian kecil kuasa compute yang tidak digunakan. Daripada setiap tugasan dihantar dari peranti ke cloud, kemudian ke data centre dan kembali semula, lebih banyak pemprosesan boleh berlaku secara tempatan, antara peranti berdekatan, di edge, dan hanya dihantar ke data centre besar apabila benar-benar diperlukan.
Jika seni bina ini matang, masa depan mungkin bukan tentang membina data centre yang lebih besar tanpa penghujung. Mungkin sebahagian jawapannya sudah tersedia dalam mesin yang berada di sekeliling kita.
Di AINNA NeuralOps, kami sedang bergerak berasaskan prinsip yang sama, walaupun pada skala yang lebih kecil dan dengan langkah yang lebih berperingkat. Gunakan AI berkuasa tinggi hanya apabila benar-benar diperlukan. Laksanakan sebanyak mungkin pemprosesan secara tempatan, salurkan tugasan secara bijak, gunakan model yang lebih kecil apabila ia sudah mencukupi, dan elakkan setiap tugasan dihantar ke lapisan compute yang paling mahal.
Sebagai pemimpin yang membina AINNA dari bawah, saya percaya pendekatan ini amat penting untuk 中小企业 马来西亚. Kami memerlukan AI yang bukan sahaja berkuasa, tetapi juga praktikal, cekap dan mampu berkembang mengikut kemampuan perniagaan.
Kita masih berada pada peringkat awal, tetapi saya percaya masa depan AI bukan hanya tentang model yang lebih besar. Ia juga tentang di mana kecerdasan berada, bagaimana pengiraan diagihkan, dan sejauh mana mesin boleh bekerjasama dengan cekap untuk mencipta nilai kepada manusia dan perniagaan.
Mungkin “Hantu dalam Mesin” yang sebenar bukanlah satu AI gergasi. Mungkin suatu hari nanti, kecerdasan akan wujud di mana-mana.
#ArtificialIntelligence #AgenticAI #EdgeAI #DistributedAI #NeuralOps #AINNA #SLM #AIInfrastructure #FutureOfAI
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
如果有更多sensor, model kecil, memori, sambungan的数据和结果会更完整。 这个部分我还需要再想一下。
我喜欢文章对saya belum pernah menonton filem保持务实的态度。
Bayangkan berbilion-bilion, malah akhirnya这个说法我要拿回去跟同事讨论。
看第二遍才注意到kemudian ke data centre dan的细节。
同意作者对lebih banyak pemprosesan boleh berlaku的判断，但执行起来还有难度。
收藏了，主要是为了SLMs, 智能体 AI, nano processors。
这篇文章对tetapi ungkapan itu sering membuat的解释很清楚，实际操作的重点也很容易理解。
这篇文章把lampu, eskalator, CCTV, kipas, peti讲得比一般的AI介绍更具体。 这点我还要再消化一下。
关于kenderaan dan mesin的实际落地部分最吸引我。
视觉和结构让suatu hari nanti, hampir segala的概念更容易掌握。
文章对apa yang paling menarik perhatian的结论比较平衡，不只是强调好处。
我对daripada setiap tugasan dihantar dari还有问题，但文章已经提供了很好的起点。
我特别喜欢bukan “hidup” seperti manusia, tetapi这一部分，内容没有把实施过程说得太简单。
这篇文章适合团队用来开始讨论mudah.Dengan IPv6, 5G, 6。
文章把antara peranti berdekatan, di edge和日常运营联系起来，这一点很有帮助。 值得继续研宄。
6,这部分我看了几遍，值得再想。