В мире технологий искусственного интеллекта (ИИ) происходят стремительные изменения, и одним из наиболее перспективных направлений становится мультимодальный ИИ.
Согласно последним прогнозам аналитической компании Gartner, к 2027 году 40% решений в области генеративного ИИ будут использовать мультимодальный подход, объединяющий текст, изображения, аудио и видео.
Это значительный рост по сравнению с предыдущим годом, который обусловлен способностью этого формата адаптироваться к различным отраслям и сценариям использования.
Преимущества мультимодального подхода
Эрик Бретену, ведущий аналитик Gartner, отмечает, что развитие рынка генеративного ИИ движется в сторону моделей, изначально обученных на нескольких модальностях (MM-LLM). Это позволяет улавливать связи между различными потоками данных и потенциально расширяет преимущества генеративного ИИ на все типы данных и приложений. Кроме того, такой подход дает возможность ИИ поддерживать людей в выполнении большего количества задач, независимо от окружающей среды.
Мультимодальный ИИ более эффективен, поскольку соответствует тому, как люди воспринимают информацию в реальной жизни – через комбинацию визуальных, звуковых и других сенсорных входных данных. Это делает взаимодействие человека с ИИ более естественным и интуитивно понятным.
Вызовы и перспективы
В настоящее время большинство мультимодальных моделей ограничены двумя-тремя модальностями, но Gartner ожидает увеличения этого числа в ближайшие годы. Одной из основных проблем одномодальных форматов является то, что их комбинирование для поддержки мультимодальных сценариев использования часто приводит к задержкам и неточным результатам, ухудшая общее впечатление пользователей.
Несмотря на это, аналитики Gartner прогнозируют, что влияние больших языковых моделей (LLM) будет расти в течение следующих пяти лет. Особенно высокий потенциал имеют две технологии – специализированные модели генеративного ИИ для конкретных областей и автономные агенты. Ожидается, что они достигнут массового внедрения в течение следующего десятилетия.
Другие форматы генеративного ИИ
Помимо мультимодального подхода, в сфере генеративного ИИ развиваются и другие перспективные направления:
- Открытые исходные коды (Open Source): Эти модели имеют глубокую основу для обучения, демократизируют коммерческий доступ и позволяют разработчикам оптимизировать модели для конкретных случаев использования. Они отличаются высокой настраиваемостью, лучшим контролем над конфиденциальностью, безопасностью и прозрачностью, а также предлагают меньшие модели, которые более экономичны в обучении и внедрении.
- Специализированные модели: Оптимизированы для конкретных бизнес-функций и отраслей, предлагая улучшенные контекстуализированные ответы, которые лучше соответствуют целям бизнеса. Они снижают потребность в сложной инженерии запросов и имеют более низкий уровень «галлюцинаций», обеспечивая дополнительную безопасность и возможность внедрения для специфических отраслевых задач.
- Автономные агенты: Это комбинированные системы, способные достигать бизнес-целей без вмешательства человека. Они принимают решения на основе паттернов окружающей среды, что позволяет им самостоятельно решать более сложные задачи.
Влияние на бизнес
Для производителей потребительских товаров (CPG) развитие генеративного ИИ открывает новые возможности, но также ставит перед ними задачу выбора наиболее эффективных форматов и моделей при интеграции искусственного интеллекта в свои технологические стеки. Мультимодальные решения могут иметь преимущество в взаимодействии человека и ИИ, предлагая более гибкий и адаптивный подход к различным точкам соприкосновения между ИИ и людьми.
Внедрение автономных агентов, по прогнозам, приведет к экономии затрат и даст конкурентное преимущество. Однако это также повлечет за собой организационный сдвиг в рабочей силе от выполнения к надзору, что потребует от компаний адаптации и переобучения персонала.
Развитие мультимодального ИИ и других передовых форматов генеративного искусственного интеллекта открывает новые горизонты для бизнеса и технологий. По мере того как эти технологии становятся более зрелыми и доступными, компании должны внимательно следить за тенденциями и быть готовыми к интеграции наиболее подходящих решений в свои процессы. Это позволит им оставаться конкурентоспособными и эффективно использовать преимущества ИИ в постоянно меняющемся цифровом ландшафте.
