AI väikeettevõtetele: Bielefeldi projekt muudab tööstust revolutsiooniliseks!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Bielefeldi ülikool saab 5 miljonit eurot projekti “LLM4KMU” jaoks, et edendada tehisintellekti väikestes ja keskmise suurusega ettevõtetes.

Die Universität Bielefeld erhält 5 Millionen Euro für das Projekt „LLM4KMU“, um KI in kleinen und mittleren Unternehmen zu fördern.
Bielefeldi ülikool saab 5 miljonit eurot projekti “LLM4KMU” jaoks, et edendada tehisintellekti väikestes ja keskmise suurusega ettevõtetes.

AI väikeettevõtetele: Bielefeldi projekt muudab tööstust revolutsiooniliseks!

Tehisintellekti (AI) tähtsuse suurenemisega ärimaailmas seisavad väikesed ja keskmise suurusega ettevõtted (VKEd) silmitsi oluliste väljakutsetega. Need ettevõtted võitlevad sageli tehniliste takistustega ja teadmiste puudumisega AI-tehnoloogiate integreerimise kohta. Bielefeldi ülikooli praegune projekt, mida rahastatakse Nordrhein-Westfaleni liidumaa programmist NEXT.IN.NRW, võib siinkohal aidata. Pealkirja “LLM4KMU” all tuleb optimeerida avatud lähtekoodiga suurte keelemudelite (LLM) kasutamist VKEdes. Kokku on projekti jaoks saadaval ligikaudu 5 miljonit eurot, millest rahastatakse ligikaudu 4 miljonit eurot. Bielefeldi ülikool saab koordinaatorina ligi 840 000 eurot.

LLM4KMU projekti eesmärk on parimate praktikate väljatöötamine ja katseplatvormi loomine. See platvorm võimaldab ettevõtetel katsetada erinevaid keelemudeleid, et leida nende konkreetsetele vajadustele sobiv mudel. Selliste mudelite väljatöötamine aitab VKEdel säilitada kontrolli oma andmete üle, kuna kõik põhineb avatud lähtekoodiga lahendustel ja võimaldab hõlpsasti integreerida olemasolevatesse süsteemidesse “plug & play” põhimõttel. Eelised on selged: nende suurte keelemudelite pidev arendamine võib suurendada tõhusust ja vähendada kulusid. See võib olla eriti oluline nende 12% Saksamaa ettevõtete jaoks, kes praegu AI-tehnoloogiaid kasutavad, kuna suuremad ettevõtted kasutavad neid tehnoloogiaid sagedamini kui nende väiksemad kolleegid.

VKEde väljakutsed ja võimalused

Vaatamata paljudele eelistele seisavad VKEd tehisintellekti rakendamisel silmitsi põhiliste väljakutsetega. Paljud ettevõtted ei soovi tehisintellekti tehnoloogiaid kasutusele võtta, kuna turule sisenemise võimaluste osas on ebakindlust. Madala integratsiooni sagedased põhjused on teadmiste puudumine ja vähene ühilduvus olemasoleva tehnilise infrastruktuuriga, nt senticon.org määrab. Avatud lähtekoodiga LLM-id pakuvad aga kulutõhusat ja kohandatavat lahendust, mis aitab VKEdel oma protsesse sujuvamaks muuta.

Avatud lähtekoodiga mudelite suureks eeliseks on see, et põhiversioonid on tasuta, nagu GPT-Neo ja LLaMA. Neid mudeleid saab kohapeal salvestada ja töödelda, suurendades andmekaitset. Siiski tuleb arvestada ka väljakutsetega, nagu vajadus oma serveri võimsuse või pilveteenuste järele, samuti konkreetsete andmete väljaõpe. Avatud lähtekoodiga ja kaubanduslike LLM-ide kombineerimine võib osutuda kasulikuks VKEdele, et maksimeerida mõlema lähenemisviisi eeliseid.

Soovitused edukaks integreerimiseks

Selleks et VKEdel oleks lihtsam avatud lähtekoodiga LLM-e kasutama hakata, on tehtud mõned soovitused. Siin on põhipunktid:

  • Identifizieren kleiner Anwendungsfälle zur Testung des LLM-Potenzials.
  • Nutzung von Cloud-Anbietern anstelle teurer Hardware.
  • Beteiligung an Open-Source-Communities für Unterstützung.
  • Verwendung vortrainierter Open-Source-LLMs.
  • Schrittweise Einführung des LLM in Unternehmensprozesse durch API-Schnittstellen.

AI pidev areng pakub ettevõtetele uusi automatiseerimisvõimalusi, mis mitte ainult ei suurenda efektiivsust, vaid võivad kaasa tuua ka märkimisväärse kulude vähenemise. AI-süsteemidel on potentsiaal muuta revolutsiooniliseks paljudes valdkondades, nagu tootmine, klienditeenindus ja andmeanalüüs. Ettevõtted peavad aga arvestama ka tehnoloogiaarenduse väljakutsetega ja mõjuga töömaailmale, nagu näiteks digital-institut.de kirjeldatud. Eriteadmised, andmete kvaliteet ja eetilised kaalutlused on digitaliseerimise pakutavate võimaluste tõhusaks kasutamiseks üliolulised.