چالشها و فرصتها در آموزش هوش مصنوعی
آموزش و به کارگیری سیستمهای هوش مصنوعی به مراتب دشوارتر از آن چیزی است که بسیاری از شرکتها تصور میکردند. خوشبختانه، نسل جدیدی از استارتاپها به کمک آمدهاند تا راههای بهتری برای آزمایش و آموزش این سیستمها قبل از استقرار آنها پیدا کنند.
استارتاپی که همه چیز را تغییر میدهد
یکی از این شرکتها، آرگا (Arga) است که به تازگی 10 میلیون دلار در یک دور تأمین مالی ابتدایی جذب کرده است. این تأمین مالی توسط General Catalyst رهبری شده و شامل مشارکت سایر سرمایهگذاران نیز میشود.
محیطهای آموزشی مدرن
آرگا محیطهای آموزشی برای نرمافزارهای شرکتی مانند Salesforce و Workday ایجاد میکند. بر خلاف محیطهای معمولی که تنها یک نقطه API بدون حالت ارائه میدهند، آرگا یک «دوقلوی دیجیتال» کامل از برنامهها را میسازد.
پیچیدگیهای محیطهای تجاری
مدیر عامل آرگا، فیلیپ لی، مثالهای متعددی از کاربرد این محصول ارائه میدهد. فرض کنید یک کارمند در حال ایجاد یک لید در Salesforce است و همکارش به طور جداگانه از Hubspot تماس میگیرد. آیا سیستم قادر به شناسایی این دو به عنوان یک شرکت واحد است؟
آموزش از طریق یادگیری تقویتی
در روشهای سنتی، یک عامل هوش مصنوعی میتواند از طریق یادگیری تقویتی (RL) آموزش ببیند. اما در دنیای نرمافزارهای شرکتی، انجام این کار به شدت دشوار است. چه کار کنیم اگر بخواهیم سناریو را دوباره اجرا کنیم؟
راه حل آرگا
راهحل آرگا این است که نرمافزار را بهصورت دیجیتال بازخلق کند. تأسیس چنین محیطی، امکان بازنشانی و تغییرات سادهتری را فراهم میکند و میتوان چندین محیط را به طور همزمان برای آموزش عوامل هوش مصنوعی اجرا کرد.
تغییر بازی برای نرمافزارهای تجاری
هدف این است که محیط کاری کامل فرد را با وظایف مشخص که در برنامههای مختلف همپوشانی دارند، شبیهسازی کند. با این کار، فاصله میان برنامهنویسی و سایر برنامهها کاهش مییابد.
نیاز به ابزارهای تست عوامل هوش مصنوعی
یوری ساگالوف، مدیرعامل General Catalyst، به growing نیاز به ابزارهای تست مانند آرگا اشاره میکند. او معتقد است که وجود یک محیط تکرارپذیر برای آموزش عوامل هوش مصنوعی بسیار حیاتی است.
چشمانداز آینده
با پیشرفت ابزارهای مناسب برای نرمافزارهای تجاری، احتمالاً سیستمهای هوش مصنوعی به طور چشمگیری در استفاده از این برنامهها بهبود خواهند یافت و صنایع دیگر را نیز دگرگون خواهند کرد.
