هشدار Nadella درباره هوش مصنوعی و پاسخ Palantir با Ontology

ساتیا نادلا، مدیرعامل مایکروسافت، در پستی تازه در Scratchpad نگرانی مشابهی درباره آینده هوش مصنوعی مطرح کرد. او گفت برای اینکه مدل‌های هوش مصنوعی واقعاً مفید باشند، شرکت‌ها باید داده‌های اختصاصی، فرایندهای کاری و بازخوردهای داخلی خود را در اختیار این مدل‌ها بگذارند. این روند به نوعی با پارادوکس اطلاعات مطابقت دارد و می‌تواند شرکت‌ها را هم از نظر مالی و هم از نظر حفظ دانش نهادی به پرداخت هزینه‌های دوباره وادار کند.

در مقابل، Alex Karp، مدیرعامل Palantir، از قیمت‌گذاری توکن‌ها و مدل‌های درآمدی انتقاد کرد و پرسید اگر بتوانم به مشتریان یک میلیارد دلار سود بدهند، آیا باید ۳۰ درصد طلب کنم؟ Nadella نیز گفت برای بهبود کارایی مدل‌ها نیاز به زمینه داخلی باکیفیت است و هر اصلاح می‌تواند به دانش نهادی تبدیل شود. همچنین، سخنان Nadella درباره اینکه مدل‌ها از خروجی‌های کاربران و اصلاحاتشان می‌آموزند، مطرح شد.

Palantir Ontology را معرفی کرده است؛ لایه‌ای کاربردی که مدل‌ها را به عملیات شرکت وصل می‌کند و دسترسی و نگهداری داده‌ها را در برابر سوءاستفاده مدل‌های خارجی محدود می‌کند. Karp گفت Ontology ایمن، مفید و دقیق بودن AI را تسهیل می‌کند و مانع کش داده‌ها یا انتقال مالکیت معنوی می‌شود. از نظر بازار، Palantir با افتی در سهام روبرو است و قیمت آن ۸۸ برابر سود غیرGAAP پیش‌بینی‌شده است در مقایسه با میانگین صنعت حدود ۲۵ برابر. تحلیلگران همچنین نسبت به وجود حباب AI هشدار داده‌اند و نگاه به گرایش سرمایه به سمت سیستم‌های خصوصی و مدل-آزاد در حال ظهور است.

نکات کلیدی

• نادلا هشدار می‌دهد که استفاده از AI می‌تواند به هزینه پنهان دوگانه برای شرکت‌ها منجر شود: پرداخت نقدی و فاش ساختن دانش نهادی
• مدل‌ها از خروجی‌های کاربران و اصلاحات داخلی می‌آموزند و هر اصلاح به دانش نهادی تبدیل می‌شود
• Palantir Ontology را ارائه می‌دهد که اتصال مدل‌ها به عملیات شرکت را ممکن می‌کند و امنیت داده‌ها را حفظ می‌کند
• شمارش ریسک‌های بازار AI با کاهش سهام پالانتیر، نسبت بالای سود و هشدارهای سرمایه‌گذاران درباره حباب AI و احتمال حرکت سرمایه به سمت سیستم‌های خصوصی

منبع خبر: finance_yahoo

#هوش_مصنوعی #داده_محافظت #Ontology #پارادکس_اطلاعات