Membina ejen AI hanyalah satu aspek. Cabaran kejuruteraan sebenar adalah menjadikannya mudah alih, selamat, fleksibel, dan boleh beroperasi merentas pelbagai mesin.
NeuralOps AINNA sedang bergerak ke arah tersebut. Persekitaran berasaskan web kini sudah beroperasi, sementara AINNA Stick / Chip sedang dibangunkan sebagai lapisan kecerdasan mudah alih yang berupaya membawa identiti, pengetahuan, kebenaran, dan ejen AI merentas sistem yang serasi.
Cabaran bukan hanya pada saiz. Ia merangkumi keserasian perkakasan, inferens setempat lawan awan, kesinambungan memori, kebenaran sistem, dan interaksi selamat dengan pelbagai peranti.
Dari sudut keselamatan, AINNA mengguna pakai pendekatan pengesahan dua faktor. Pemilikan stick atau kad semata-mata tidak memadai untuk mengakses persekitaran AI peribadi. Lapisan pengesahan kedua perlu dilalui sebelum identiti, pengetahuan, atau kebenaran sensitif dapat dibuka.
Keadaan ini menjadi lebih kritikal apabila ejen AI yang sama perlu berpindah antara PC, pelayan, sistem terbenam, dan akhirnya mesin yang serasi.
Arah jangka panjang kami adalah hibrid: menggunakan kecerdasan setempat, peraturan, dan komponen khusus apabila boleh, dan hanya beralih kepada model lebih besar atau pengkomputeran awan jika perlu.
AINNA Stick kini mencapai kira-kira 90% daripada sasaran pembangunan semasa kami. Setelah melalui validasi yang mencukupi, kami bercadang untuk mendapatkan pengesahan teknologi formal, termasuk penilaian TRL9 bersama MOSTI pada masa hadapan.
Masa depan AI peribadi bukan sekadar menjadikan model lebih kecil.
Sebaliknya, ia adalah mengenai menjadikan kecerdasan itu mudah alih, dipercayai, dan cukup adaptif untuk bergerak bersama pemiliknya.



Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
同意作者对lapisan pengesahan kedua perlu dilalui的判断,方向很清楚。
我特别喜欢kini mencapai kira-kira 90%这一部分,内容没有把实施过程说得太简单。
总结部分让pemilikan stick atau kad semata-mata的重点更加清楚。
我喜欢文章对cabaran bukan hanya pada saiz保持务实的态度。
看第二遍才注意到neuralOps AINNA sedang bergerak ke的细节。
视觉和结构让cabaran kejuruteraan sebenar adalah的概念更容易掌握。