AI se razvija brže od naše vokabular za njegovo opisivanje. Možda će nam trebati nekoliko novih riječi. imamo “spoznaja” kako razmišlja jedan um, ali nemamo riječ za ono što se događa kada ljudska i strojna inteligencija rade zajedno kako bi opažale, odlučivale, stvarale i djelovale. Nazovimo taj proces intelicija.
Inteligentnost nije značajka; to je organizacijsko načelo za sljedeći val softvera u kojem ljudi i umjetna inteligencija djeluju unutar istog zajedničkog modela poduzeća. Današnji sustavi tretiraju AI modele kao stvari koje prizivate izvana. Ponašate se kao “korisnik”, tražite odgovore ili povezujete korak “čovjeka u petlji” u agentske tijekove rada. Ali to se razvija u kontinuiranu koprodukciju: ljudi i agenti zajedno oblikuju odluke, logiku i akcije, u stvarnom vremenu.
Čitajte dalje za analizu triju sila koje pokreću ovu novu paradigmu.
Sadržaj objave
Jedinstvena ontologija samo je početak
u a nedavno pismo dioničaraizvršni direktor Palantira Alex Karp napisao je da će “sva vrijednost na tržištu otići na čips i ono što mi zovemo ontologija,” i ustvrdio da je ovaj pomak “samo početak nečeg puno većeg i značajnijeg.” Pod ontologijom Karp podrazumijeva zajednički model objekata (kupci, politike, sredstva, događaji) i njihovih odnosa. To također uključuje ono što Palantir naziva “kinetičkim slojem” ontologije koji definira radnje i sigurnosne dozvole koje povezuju objekte.
U eri SaaS-a svaka poslovna aplikacija stvara vlastite modele objekata i procesa. U kombinaciji s mnoštvom naslijeđenih sustava i često kaotičnih modela, poduzeća se suočavaju s izazovom spajanja svega toga. To je velik i težak posao, s viškovima, nepotpunim strukturama i podacima koji nedostaju. Stvarnost: bez obzira na to koliko je projekata skladišta podataka ili jezera podataka naručeno, malo se poduzeća približilo stvaranju konsolidirane ontologije poduzeća.
Jedinstvena ontologija neophodna je za današnje agentske AI alate. Kako se organizacije povezuju i objedinjuju ontologije, pojavljuje se nova softverska paradigma: Agentic AI može razmišljati i djelovati među dobavljačima, regulatorima, kupcima i operacijama, a ne samo unutar jedne aplikacije.
Kako Karp opisuje, cilj je “privezati snagu umjetne inteligencije za objekte i odnose u stvarnom svijetu”.
Svjetski modeli i kontinuirano učenje
Današnji modeli mogu sadržavati opsežan kontekst, ali držanje informacija nije isto što i učenje iz njih. Kontinuirano učenje zahtijeva akumulaciju razumijevanja, a ne vraćanje na početne vrijednosti sa svakom ponovnom obukom.
U svoj je cilj Google nedavno najavio “Ugniježđeno učenje” kao potencijalno rješenje, izravno utemeljeno na postojećoj LLM arhitekturi i podacima o obuci. Autori ne tvrde da su riješili izazove izgradnje svjetskih modela. No, Nested Learning bi im mogao osigurati sirove sastojke: izdržljivu memoriju s kontinuiranim učenjem slojevito u sustavu. Krajnja točka bi prekvalifikaciju učinila zastarjelom.
U lipnju 2022. Metin glavni znanstvenik za umjetnu inteligenciju Yann LeCun stvorio je nacrt za “autonomnu strojnu inteligenciju” koja je predstavljala hijerarhijski pristup korištenju zajedničkih ugradnji za izradu predviđanja korištenjem svjetskih modela. Tehniku je nazvao H-JEPA, a kasnije otvoreno rečeno: “LLM-i su dobri u manipuliranju jezikom, ali ne iu razmišljanju.”
Tijekom protekle tri godine, LeCun i njegovi kolege iz Mete premjestili su H-JEPA teoriju u praksu s modelima otvorenog koda V-JEPA i I-JEPA, koji uče sliku i video reprezentaciju svijeta.
Sučelje osobne intelicije
Treća sila u ovom agentskom, ontologijom vođenom svijetu je osobno sučelje. Ovo ljude stavlja u središte, a ne kao “korisnike” na periferiji. Ovo nije još jedna aplikacija; to je primarni način na koji osoba sudjeluje u sljedećoj eri rada i života. Umjesto da AI tretiramo kao nešto što posjećujemo kroz prozor za chat ili API cal, osobno intelition sučelje bit će uvijek uključeno, svjesno našeg konteksta, preferencija i ciljeva i sposobno djelovati u naše ime u cijelom federalnom gospodarstvu.
Analizirajmo kako ovo već dolazi zajedno.
U svibnju je Jony Ive prodao svoju tvrtku za AI uređaje io tvrtki OpenAI kako bi ubrzao novu kategoriju AI uređaja. On zabilježeno u to vrijeme: “Ako napravite nešto novo, ako inovirate, bit će nepredviđenih posljedica, od kojih će neke biti prekrasne, a neke štetne. Dok su neke od manje pozitivnih posljedica bile nenamjerne, još uvijek osjećam odgovornost. A manifestacija toga je odlučnost da pokušam biti koristan.” Odnosno, ispravan uređaj za osobnu inteligenciju znači više od atraktivne prilike za pothvat.
Apple traži izvan LLM-a rješenja na uređaju koja zahtijevaju manje procesorske snage i rezultiraju manjim kašnjenjem pri izradi AI aplikacija za razumijevanje “namjere korisnika”. Prošle godine su stvorili UI-JEPAinovacija koja prelazi na “analizu na uređaju” onoga što korisnik želi. Ovo izravno pogađa poslovni model današnjeg digitalnog gospodarstva, gdje centralizirano profiliranje “korisnika” pretvara podatke o namjerama i ponašanju u goleme izvore prihoda.
Tim Berners-Lee, izumitelj World Wide Weba, nedavno je primijetio: “Korisnik je sveden na potrošni proizvod za oglašivača… još uvijek ima vremena za izradu strojeva koji rade za ljude, a ne obrnuto." Premještanje namjere korisnika na uređaj potaknut će zanimanje za sigurni standard upravljanja osobnim podacima, Čvrstokoji Berners-Lee i njegovi kolege razvijaju od 2022. Standard je idealno prikladan za uparivanje s novim osobnim AI uređajima. Na primjer, Inrupt, Inc., tvrtka koju je osnovao Berners-Lee, nedavno je kombinirala Solid s Anthropicovim MCP standardom za Agentski novčanici. Osobna kontrola više je od značajke ove paradigme; to je arhitektonska zaštita jer sustavi dobivaju sposobnost učenja i kontinuiranog djelovanja.
U konačnici, ove tri sile se kreću i spajaju brže nego što većina misli. Poduzetničke ontologije pružaju imenice i glagole, istraživanje svjetskog modela osigurava trajno pamćenje i učenje, a osobno sučelje postaje dopuštena točka kontrole. Sljedeća softverska era ne dolazi. Već je ovdje.
Brian Mulconrey je SVP u Sureify Labs.




