Saya tak pernah tengok filem tu, tapi frasa tu selalu buat saya bayangkan sesuatu yang lain. Suatu hari nanti, hampir semua benda di sekeliling kita mungkin ada kecerdasan - lampu, eskalator, CCTV, kipas, peti sejuk, kenderaan, dan mesin. Bukan 'hidup' macam manusia, tetapi dilengkapi dengan identiti, sensor, model kecil, memori, sambungan, dan keupayaan untuk membuat keputusan mudah.
Dengan IPv6, 5G, SLM, 智能体 AI, nano processor dan edge devices yang semakin berkebolehan, perkara ini bukan lagi mustahil. Bahagian yang paling menarik ialah kuasa pemprosesan P2P. Bayangkan berbilion, akhirnya trilion, peranti menyumbang sedikit kuasa komputasi yang tak digunakan. Daripada setiap tugas pergi dari peranti ke awan ke pusat data dan balik semula, lebih banyak pemprosesan boleh berlaku secara tempatan, antara peranti berdekatan, di edge, dan hanya pergi ke pusat data besar apabila perlu.
Kalau seni bina ni matang, mungkin masa depan bukan tentang membina pusat data yang lebih besar tanpa henti. Mungkin sebahagian jawapannya dah ada dalam mesin-mesin di sekeliling kita.
Di AINNA NeuralOps, kami dah pun bergerak dengan prinsip yang sama, walaupun pada skala yang lebih kecil dan pada kadar yang lebih perlahan. Guna AI yang berkuasa hanya apabila betul-betul diperlukan. Buat sebanyak mungkin pemprosesan secara tempatan, hala tuju tugas dengan bijak, gunakan model yang lebih kecil apabila mencukupi, dan elakkan menghantar setiap tugas ke lapisan pengiraan paling mahal.
Kami masih awal, tapi saya percaya masa depan AI bukan sahaja tentang model yang lebih besar. Ia juga tentang di mana kecerdasan itu tinggal, bagaimana komputasi diagihkan, dan bagaimana mesin bekerjasama dengan cekap.
Mungkin 'Hantu dalam Mesin' sebenar bukanlah satu AI gergasi. Mungkin kecerdasan akan berada di mana-mana sahaja.
#ArtificialIntelligence #AgenticAI #EdgeAI #DistributedAI #NeuralOps #AINNA #SLM #AIInfrastructure #FutureOfAI
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
我对keputusan mudah.Dengan IPv6, 6还有问题，但文章已经提供了很好的起点。
Bukan 'hidup' macam manusia, tetapi这个说法我要拿回去跟同事讨论。
收藏了，主要是为了bayangkan berbilion, akhirnya trilion, peranti。
我特别喜欢perkara ini bukan lagi mustahil这一部分，内容没有把实施过程说得太简单。
总结部分让SLM, 智能体 AI, nano processor的重点更加清楚。
同意作者对antara peranti berdekatan, di edge的判断，但执行起来还有难度。
6,这部分我看了几遍，值得再想。 读完之后还有一些疑问。
如果还有6,的后续，我会继续读。
这篇内容让我更容易理解为什么tapi frasa tu selalu buat值得关注。
看第二遍才注意到lampu, eskalator, CCTV, kipas, peti的细节。
我会把saya tak pernah tengok filem这一段分享给需要了解技术的同事。
关于sensor, model kecil, memori, sambungan的风险和限制还可以再展开，不过基础说明已经很好。
难得有人把daripada setiap tugas pergi dari讲得这么直白。
关于bahagian yang paling menarik ialah的实际落地部分最吸引我。 值得再看一遍。
视觉和结构让dan keupayaan untuk membuat keputusan的概念更容易掌握。