Bahsettiğimde Yakın zamanda yatırımcılara gönderilen bir e-postada “Yapay Zekanın Yükselişi” derken, içlerinden biri bana ilginç bir yanıt gönderdi: “‘Yapay Zekanın Yükselişi’ biraz yanlış bir isim.”

Glasswing Ventures’ın yönetici ortağı olan yatırımcı Rudina Seseri’nin demek istediği, yapay zeka ve derin öğrenme gibi gelişmiş teknolojilerin uzun süredir ortalıkta olduğu ve yapay zeka hakkındaki tüm bu abartının, onların geçmişte olduğu basit gerçeğini göz ardı ettiğidir. onlarca yıldır gelişme aşamasında. “En erken kurumsal benimsemeyi 2010 yılında gördük” diye belirtti.

Yine de yapay zekanın benzeri görülmemiş düzeyde ilgi gördüğünü ve dünyanın dört bir yanındaki sektörlerdeki şirketlerin, bunun kendi sektörleri ve ötesi üzerinde yaratabileceği etkiyi düşünmekle meşgul olduğunu inkar edemeyiz.

Earlybird Venture Capital’in ortağı Dr. Andre Retterath, bu ivmeyi yaratmak için çeşitli faktörlerin birlikte çalıştığını düşünüyor. “Son 70 yılda gelişen üç ana bileşenin nihayet bir araya geldiği mükemmel yapay zeka fırtınasına tanık oluyoruz: Gelişmiş algoritmalar, büyük ölçekli veri kümeleri ve güçlü bilişime erişim” dedi.

Yine de, bu yılın başlarında Y Combinator’ın kış Demo Günü’nde “ChatGPT for X” versiyonunun tanıtımını yapan ekiplerin sayısına şüpheyle yaklaşmaktan kendimizi alamadık. Birkaç yıl sonra hala ortalıkta olma ihtimalleri nedir?

Bloomberg Beta’nın kurucu ortaklarından Karin Klein, yarışta kalmaktansa yarışı yürütüp başarısız olma riskini göze almanın daha iyi olduğunu düşünüyor çünkü bu, şirketlerin görmezden gelmeyi göze alamayacağı bir trend. “Bir sürü ‘yardımcı pilot’ görmemize rağmen [insert industry]’ Bu birkaç yıl içinde burada olmayabilir, daha büyük risk fırsatı görmezden gelmektir. Şirketiniz yapay zekayı kullanmayı denemiyorsa şimdi tam zamanıdır, yoksa işletmeniz geride kalacak.”

Ortalama bir şirket için doğru olan şey, startuplar için daha da doğrudur: Yapay zekayı en azından biraz düşünmemek hata olur. Ancak bir startup’ın aynı zamanda ortalama bir şirketten daha fazla önde olması gerekiyor ve yapay zekanın bazı alanlarında “şimdi” zaten “çok geç” olabilir.

Startup’ların nerede hala şansa sahip olduğunu ve oligopol dinamiklerinin ve ilk hamle avantajlarının nerede şekillendiğini daha iyi anlamak için, seçilmiş bir yatırımcı grubuyla yapay zekanın geleceği, hangi alanlarda en fazla potansiyel gördükleri, çok dilli Yüksek Lisans ve ses sistemlerinin nasıl olduğu hakkında bir anket yaptık. nesil gelişebilir ve özel verilerin değeri.

Bu, yapay zekayı ve sektörün nasıl şekillendiğini derinlemesine incelemeyi amaçlayan üç bölümlü bir anketin ilki. Yakında yayınlanacak olan sonraki iki bölümde, yapay zeka bulmacasının çeşitli bölümleri hakkında diğer yatırımcılardan, startup’ların kazanma şansının en yüksek olduğu ve açık kaynağın kapalı kaynağı geçebileceği yerler hakkında bilgi alacaksınız.

Şununla konuştuk:


Manish Singhal, pi Ventures’ın kurucu ortağı

Günümüzün öncü nesil yapay zeka modelleri ve bunların arkasındaki şirketler önümüzdeki yıllarda da liderliklerini koruyabilecek mi?

Yüksek Lisans uygulamaları söz konusu olduğunda bu dinamik olarak değişen bir manzaradır. Uygulama alanında pek çok şirket oluşacak ve yalnızca birkaçı ölçeklenmeyi başarabilecek. Temel modeller açısından OpenAI’nin gelecekte diğer oyuncularla rekabet etmesini bekliyoruz. Ancak güçlü bir avantaja sahipler ve onları yerinden etmek kolay olmayacak.

Hangi yapay zeka ile ilgili şirketlerin 5 yıl sonra da ortalıkta kalabilecek kadar yenilikçi olmadığını düşünüyorsunuz?

Uygulamalı yapay zeka alanında önemli bir konsolidasyon olması gerektiğini düşünüyorum. Yapay zeka giderek daha yatay hale geliyor, bu nedenle kullanıma hazır modeller üzerine kurulu uygulamalı yapay zeka şirketlerinin hendeklerini korumaları zor olacak.

Ancak hem uygulama cephesinde hem de altyapı tarafında (araçlar ve platformlar) oldukça temel yenilikler yaşanıyor. Muhtemelen diğerlerinden daha iyi performans gösterecekler.

Yapay zeka girişimleri için açık kaynak, pazara açılmanın en belirgin yolu mu?

Ne için çözdüğünüze bağlı. Altyapı katmanı şirketleri için bu geçerli bir yoldur ancak genel anlamda o kadar etkili olmayabilir. Çözdükleri soruna göre açık kaynağın iyi bir yol olup olmadığını düşünmek gerekir.

İngilizce dışında başka dillerde de eğitim almış daha fazla yüksek lisans öğrencisinin olmasını ister miydiniz? Dilsel farklılaşmanın yanı sıra başka ne tür farklılaşmalar görmeyi bekliyorsunuz?

Yüksek Lisans’ları başka dillerde de görüyoruz, ancak elbette en yaygın kullanılan İngilizcedir. Yerel kullanım örneklerine dayanarak, farklı dillerdeki Yüksek Lisanslar kesinlikle anlamlıdır.

Dilsel farklılaşmanın yanı sıra, belirli alanlarda (örn. tıp, hukuk ve finans) uzmanlaşmış LLM çeşitlerinin de bu alanlarda daha doğru ve alakalı bilgiler sağlamasını bekliyoruz. Bu alanda halihazırda BioGPT ve Bloomberg GPT gibi bazı çalışmalar yapılıyor.

Yüksek Lisans’lar, onları gerçek üretim düzeyindeki uygulamalarda kullanmak istediğinizde halüsinasyondan ve alakadan muzdariptir. Bu cephede onları daha kullanışlı hale getirmek için önemli çalışmalar yapılacağını düşünüyorum.

Sinir ağları oluşturmaya yönelik mevcut LLM yönteminin önümüzdeki çeyreklerde veya aylarda kesintiye uğrama ihtimali nedir?

Birkaç aydan uzun sürse de, kesinlikle gerçekleşebilir. Kuantum hesaplama ana akım haline geldiğinde yapay zeka ortamı yeniden önemli ölçüde değişecek.

ChatGPT’nin heyecanı göz önüne alındığında, üretken ses ve görüntü oluşturma gibi diğer medya türleri nispeten hafife mi alınıyor?

Çok modlu üretken yapay zeka hız kazanıyor. Ciddi uygulamaların çoğu için, özellikle resimler ve metinler için bunlara ihtiyaç duyulacaktır. Ses özel bir durumdur: Geniş bir ticari potansiyele sahip olan müziğin otomatik oluşturulması ve konuşma klonlama konusunda önemli çalışmalar yapılmaktadır.

Bunların yanı sıra, otomatik kod oluşturma giderek daha popüler hale geliyor ve video oluşturmak ilginç bir boyut; yakında tamamen yapay zeka tarafından oluşturulan filmleri göreceğiz!

Tescilli verilere sahip girişimler, bugünlerde sizin gözünüzde yapay zekanın yükselişinden öncekine göre daha mı değerli?

Dünyanın düşündüğünün aksine, özel veriler iyi bir başlangıç ​​sağlar ancak sonuçta verilerinizi özel olarak korumak çok zordur.

Dolayısıyla teknoloji hendeği, verilerle birlikte bir uygulama için ürünleştirilmiş ve ince ayar yapılmış, akıllıca tasarlanmış algoritmaların birleşiminden gelir.

AGI ne zaman gerçeğe dönüşebilir?

Bazı uygulamalarla insani seviyelere yaklaşıyoruz ancak gerçek bir YGZ’den hala uzağız. Ayrıca bir süre sonra bunun asimptotik bir eğri olduğuna inanıyorum, dolayısıyla oraya varmak çok uzun zaman alabilir.

Gerçek YGZ için sinir bilimleri ve davranış bilimi gibi çeşitli teknolojilerin de birleşmesi gerekebilir.

Yatırım yaptığınız şirketlerin yapay zekanın geleceğine ilişkin lobi faaliyetlerine ve/veya tartışma gruplarına katılması sizin için önemli mi?

Tam olarak değil. Şirketlerimiz daha çok belirli sorunları çözmeye yöneliktir ve çoğu uygulama için lobicilik işe yaramaz. İşlerin nasıl geliştiğini takip edebileceğiniz için tartışma gruplarına katılmak faydalıdır.

Rudina Seseri, Glasswing Ventures’ın kurucusu ve yönetici ortağı

Günümüzün öncü nesil yapay zeka modelleri ve bunların arkasındaki şirketler önümüzdeki yıllarda da liderliklerini koruyabilecek mi?

Alphabet, Microsoft/OpenAI ve Meta gibi temel katman modeli sağlayıcıları muhtemelen pazar liderliğini sürdürecek ve uzun vadede bir oligopol işlevi görecek. Bununla birlikte, Cohere ve temel düzeydeki diğer iyi finanse edilen oyuncular gibi, güven ve gizliliğe güçlü bir vurgu yapan, önemli farklılık sağlayan modellerde rekabet fırsatları vardır.

Üretken yapay zekanın temel katmanına yatırım yapmadık ve muhtemelen yapmayacağız. Bu katman muhtemelen iki durumdan birinde sona erecek: Bir senaryoda, temel katman, bulut pazarında gördüğümüze benzer bir oligopol dinamiğine sahip olacak ve burada seçilmiş birkaç oyuncu değerin çoğunu ele geçirecek.

Diğer olasılık ise temel modellerin büyük ölçüde açık kaynak ekosistemi tarafından sağlanmasıdır. Kurucular ve girişim yatırımcıları için en büyük fırsatın uygulama katmanında olduğunu görüyoruz. Müşterilerine somut, ölçülebilir değer sunan şirketler, mevcut kategorilerdeki büyük yerleşiklerin yerini alabilir ve yeni kategorilere hakim olabilir.

Yatırım stratejimiz açıkça temel modellerini güçlendiren katma değerli teknoloji sunan şirketlere odaklanıyor.

Bulutta değer yaratmanın bulut bilgi işlem altyapısı sağlayıcılarıyla sona ermemesi gibi, önemli bir değer yaratımı da henüz yapay zeka nesline ulaşmadı. Yapay zeka neslinin yarışı henüz sona ermedi.

Hangi yapay zeka ile ilgili şirketlerin 5 yıl sonra da ortalıkta kalabilecek kadar yenilikçi olmadığını düşünüyorsunuz?

Yapay zekadaki birkaç pazar segmenti uzun vadeli işletmeler kadar sürdürülebilir olmayabilir. Böyle bir örnek, OpenAI’nin GPT teknolojisi etrafında oluşturulmuş çözümler veya ürünler olan “GPT sarmalayıcı” kategorisidir. Bu çözümler farklılaşmadan yoksundur ve pazarlarındaki mevcut baskın oyuncuların başlattığı özellikler tarafından kolayca bozulabilir. Bu nedenle uzun vadede rekabet üstünlüğünü korumak için mücadele edecekler.

Benzer şekilde, önemli bir iş değeri sağlamayan veya yüksek değerli, pahalı bir alanda sorun çözmeyen şirketler de sürdürülebilir işletmeler olmayacaktır. Şunu düşünün: Bir stajyer için basit bir görevi kolaylaştıran bir çözüm, bir baş mimar için karmaşık zorlukları çözen, farklı ve yüksek değerli faydalar sunan bir platformun aksine, önemli bir işletmeye ölçeklenmeyecektir.

Son olarak, mevcut kurumsal iş akışlarına ve mimarilerine sorunsuz bir şekilde entegre olmayan veya kapsamlı ön yatırımlar gerektiren ürünleri olan şirketler, uygulama ve benimseme konusunda zorluklarla karşılaşacak. Davranış değişiklikleri ve maliyetli mimari değişiklikler gerektiğinde çıta çok daha yüksek olduğundan, bu, başarılı bir şekilde anlamlı yatırım getirisi oluşturmanın önünde önemli bir engel olacaktır.



genel-24