ژوئن 19، 2023

65 درصد از شرکت های سبد سرمایه گذاری Sequoia Capital از هوش مصنوعی و LLM استفاده می کنند

تاریخ انتشار: 19 ژوئن 2023 ساعت 4:19 بروزرسانی: 22 مارس 2024 ساعت 11:01 ق.ظ.

ویرایش و بررسی شده: 19 ژوئن 2023 ساعت 4:19 صبح

به طور خلاصه

نظرسنجی Sequoia Capital نشان داد که استفاده گسترده از هوش مصنوعی و مدل های زبان بزرگ (LLMs) در 33 شرکت، با OpenAI" GPT و آنتروپیک است GPT APIهای مورد علاقه مدل پایه هستند.

یک روشنگر نظرسنجی انجام شده توسط Sequoia Capital از پذیرش گسترده هوش مصنوعی و مدل های زبان بزرگ (LLM) در شرکت های مختلف در سراسر شبکه خود پرده برداری کرده است. از استارت‌آپ‌های کوچک گرفته تا شرکت‌های بزرگ، با 33 شرکت مصاحبه شد تا بینش‌هایی در مورد استفاده آنها از LLM و پشته‌های نوظهور همراه با آنها به دست آید.

65 درصد از شرکت های سبد سرمایه گذاری Sequoia Capital از هوش مصنوعی و LLM استفاده می کنند — مشاور TA

LLMs in Action: مدل‌های زبانی راه خود را در بسیاری از محصولات پیدا کرده‌اند. شرکت‌ها از LLM برای بهبود تکمیل خودکار کد، جریان‌های کاری علم داده، تعاملات چت‌بات و طیف وسیعی از صنایع، از جمله هنرهای تجسمی، بازاریابی، فروش، حقوقی، حسابداری، بهره‌وری، جستجو، تجارت الکترونیک و برنامه‌ریزی سفر استفاده می‌کنند. برنامه های کاربردی متنوع و در حال گسترش هستند.

The New Stack: پشته در حال ظهور برای برنامه های LLM حول API های مدل زبان می چرخدمکانیسم های بازیابی و ارکستراسیون. راه حل های منبع باز نیز محبوبیت پیدا می کنند.

خلاصه:

وضعیت پذیرش: حدود 65٪ از شرکت ها برنامه های LLM را در محیط تولید خود ادغام کرده اند، در حالی که 35٪ باقی مانده هنوز در مرحله آزمایش هستند.
تنظیمات API: در میان APIهای مدل پایه، OpenAI" GPT با انتخاب 91 درصد از شرکت های مورد بررسی، به عنوان برگزیده برجسته می شود. علاقه آنتروپیک نیز به 15 درصد افزایش یافته است. برخی از شرکت ها حتی از چندین مدل استفاده می کنند.
مکانیسم بازیابی: 88 درصد از شرکت ها یک مکانیسم بازیابی مانند پایگاه داده برداری را به عنوان بخش مهمی از پشته خود در نظر می گیرند. این مکانیسم بازیابی به ارائه زمینه به مدل، بهبود کیفیت نتایج، کاهش نادرستی ها و رسیدگی به نگرانی های تازه بودن داده ها.
چارچوب ارکستراسیون و توسعه LLM: 38٪ از شرکت ابراز علاقه به چارچوب هایی مانند LangChain برای ارکستراسیون LLM و توسعه برنامه. پذیرش اخیراً افزایش یافته است.
ابزارهای مانیتورینگ و تست: کمتر از 10 درصد شرکت ها به طور فعال به دنبال ابزارهایی برای نظارت بر خروجی های LLM، هزینه، عملکرد و انجام تست A/B هستند. با این حال، انتظار می رود با پذیرش LLM توسط شرکت های بزرگتر و صنایع تحت نظارت، علاقه به این حوزه ها افزایش یابد.
مکمل فناوری‌های مولد: برخی از شرکت‌ها در حال بررسی ترکیب متن مولد هستند و فن آوری های صوتی، که یک منطقه هیجان انگیز از رشد را ارائه می دهد.
آموزش مدل سفارشی: 15 درصد از شرکت ها سفارشی را توسعه داده اند مدل های زبان یا از ابتدا یا با استفاده از راه حل های منبع باز. این روند در ماه های اخیر رشد چشمگیری داشته است. این مدل‌های سفارشی به یک پشته جداگانه شامل منابع محاسباتی، هاب‌های مدل، پلتفرم‌های میزبانی، چارچوب‌های آموزشی و ابزارهای ردیابی آزمایشی نیاز دارند.

چشم انداز آینده:

زمینه منحصر به فرد: شرکت ها آرزو دارند مدل های زبان را مطابق با نیازها و زمینه های خاص خود سفارشی کنند.
ترکیب پشته ها: اگرچه در حال حاضر جدا از هم هستند، اما پشته برای API های LLM و آموزش مدل سفارشی پشته به تدریج در طول زمان ادغام می شوند.
قابل اعتماد بودن: برای اطمینان از پذیرش کامل، مدل های زبان باید کیفیت خروجی خود را بهبود بخشند، حفظ حریم خصوصی داده ها و نگرانی های امنیتی را در اولویت قرار دهند.
برنامه های کاربردی چند وجهی: برنامه های کاربردی مدل زبان به طور فزاینده ای شامل حالت های متعدد تعامل مانند متن و صدا می شود.

استفاده از مدل‌های زبان هوش مصنوعی، روشی را که شرکت‌ها محصولات خود را توسعه می‌دهند، تغییر می‌دهد. نظرسنجی انجام شده توسط Sequoia Capital استفاده رایج از LLM ها و پشته های در حال تکاملی را که از اجرای آنها پشتیبانی می کنند، نشان می دهد. همانطور که هوش مصنوعی به سرعت به پیشرفت خود ادامه می دهد، شرکت ها مدل ها را سفارشی می کنند، به دنبال قابلیت اعتماد هستند و مرزهای جدید را کشف می کنند.

درباره هوش مصنوعی بیشتر بخوانید:

برچسب ها:

سلب مسئولیت

در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.

درباره نویسنده

Damir رهبر تیم، مدیر محصول و سردبیر در است Metaverse Post، موضوعاتی مانند AI/ML، AGI، LLMs، Metaverse و Web3- زمینه های مرتبط مقالات او هر ماه مخاطبان زیادی از بیش از یک میلیون کاربر را جذب می کند. به نظر می رسد او یک متخصص با 10 سال تجربه در سئو و بازاریابی دیجیتال است. دمیر در Mashable, Wired, ذکر شده است. Cointelegraph، نیویورکر، Inside.com، Entrepreneur، BeInCrypto، و انتشارات دیگر. او بین امارات متحده عربی، ترکیه، روسیه و کشورهای مستقل مشترک المنافع به عنوان یک عشایر دیجیتال سفر می کند. دمیر مدرک لیسانس خود را در فیزیک گرفت که به اعتقاد او مهارت های تفکر انتقادی لازم برای موفقیت در چشم انداز دائماً در حال تغییر اینترنت را به او داده است.

مقالات بیشتر

دامیر یالالوف