Dalam operasi logistik, membina agen AI adalah satu perkara. Tetapi memastikan ia mudah alih, selamat, boleh suai dan boleh digunakan merentas mesin yang berbeza adalah cabaran besar dalam operasi harian.
NeuralOps AINNA sedang menuju ke arah itu. Persekitaran berasaskan web sudah beroperasi, sementara AINNA Stick / Chip sedang dibangunkan sebagai lapisan kecerdasan mudah alih yang mampu membawa identiti, pengetahuan, kebenaran dan agen AI merentas sistem yang serasi.
Cabaran bukan sekadar saiz. Ia melibatkan keserasian perkakasan, inferens tempatan berbanding awan, kesinambungan memori, kebenaran sistem dan interaksi selamat dengan peranti yang berbeza.
Dari segi keselamatan, AINNA telah memilih pendekatan pengesahan dua faktor. Memiliki stick atau kad sahaja tidak sepatutnya cukup untuk mengakses persekitaran AI peribadi. Lapisan pengesahan kedua diperlukan sebelum identiti, pengetahuan atau kebenaran sensitif boleh dibuka.
Ini menjadi semakin penting apabila agen AI yang sama dijangka berpindah antara PC, pelayan, sistem terbenam dan, akhirnya, mesin yang serasi.
Hala tuju jangka panjang kami adalah hibrid: gunakan kecerdasan tempatan, peraturan dan komponen khusus apabila boleh, dan hanya meningkat kepada model yang lebih besar atau pengkomputeran awan apabila perlu.
AINNA Stick kini berada sekitar 90% daripada sasaran pembangunan kami sekarang. Setelah cukup divalidasi, kami juga berhasrat untuk memperoleh pengesahan teknologi formal, termasuk penilaian TRL9 pada masa hadapan dengan MOSTI.
Masa depan AI peribadi bukan sekadar menjadikan model lebih kecil.
Ia adalah tentang menjadikan kecerdasan mudah alih, dipercayai dan cukup boleh suai 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.
如果可以继续说明ini menjadi semakin penting apabila的真实案例,我会想继续阅读。
总结部分让cabaran bukan sekadar saiz的重点更加清楚。
关于tetapi memastikan ia mudah alih的风险和限制还可以再展开,不过基础说明已经很好。
关于persekitaran berasaskan web sudah beroperasi的例子很实用,适合团队继续讨论。
我特别喜欢pengetahuan atau kebenaran sensitif boleh这一部分,内容没有把实施过程说得太简单。
收藏了,主要是为了neuralOps AINNA sedang menuju ke。