Pilihan Di Tangan Kita: AI yang Menarik Hari Ini atau Masa Depan Lebih Baik Esok?✎ Edit

👁 594 views
Pilihan Di Tangan Kita: AI yang Menarik Hari Ini atau Masa Depan Lebih Baik Esok?

Kita boleh potong penggunaan token sehingga 90% apabila kita berhenti meminta AI melakukan tugas yang perisian biasa sudah uruskan dengan lebih baik. Ia mungkin tidak kelihatan menarik, tetapi memaksakan LLM atau ejen ke dalam setiap aliran kerja bukanlah inovasi. Kadangkala, ia hanyalah seni bina yang mahal.

Ambil contoh sesuatu seringkas e-mel. Kita tidak memerlukan AI untuk memeriksa sama ada e-mel baharu sudah tiba, mengenal pasti pengirim, memadankan kata kunci, menyusun data berstruktur, mengemas kini pangkalan data, atau mencetuskan proses seterusnya. Peraturan, penghurai, skrip, dan automasi berketentuan boleh melakukan tugas itu dengan lebih pantas dan hanya memerlukan sebahagian kecil daripada pengiraan.

Pendekatan yang nampak menarik ialah menghantar segala-galanya ke LLM. Bacanya. Kelaskannya. 摘要nya. Analisiskannya. Ulangi. Ia kelihatan mengagumkan pada papan pemuka, tetapi setiap token yang tidak perlu bermaksud lebih banyak pengiraan GPU, lebih banyak tenaga elektrik, lebih banyak penyejukan, dan akhirnya jejak karbon yang lebih besar diukur dalam tan CO₂e.

Prinsip kami di AINNA mudah: perisian mengendalikan kerja berketentuan; AI mengendalikan kecerdasan. Gunakan AI untuk penaakulan, keraguan, tafsiran, dan keputusan. Jangan membazirkan kitaran GPU untuk tugas yang beberapa baris kod boleh jalankan dengan yakin.

Jadi, masa depan manakah yang kita mahu bina bersama? AI yang menarik tetapi membazirkan pengiraan, atau seni bina pintar yang mengurangkan token, kos, tenaga elektrik, keperluan penyejukan, dan pelepasan karbon? Kita memilih seni bina yang kurang menarik itu - kerana masa depan AI bukan sahaja harus lebih berkuasa, tetapi juga harus jauh lebih cekap.

#AI #AI基础设施 #NeuralOps #GreenAI #可持续AI #ESG #自动化 #企业版AI #碳减排量

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Ginsang Kadazan, 马来西亚

这篇文章把pendekatan yang nampak menarik ialah讲得比一般的AI介绍更具体。

Dimas Indonesia

关于kita tidak memerlukan AI untuk的例子很实用,适合团队继续讨论。

Ayu Indonesia

文章对kita boleh potong penggunaan token的结论比较平衡,不只是强调好处。

Narin Thailand

我特别喜欢tetapi memaksakan LLM atau ejen这一部分,内容没有把实施过程说得太简单。

人工智能

Article image
生物研究 微生物学与癌症疾病研究情报 6 个输入 → 可追溯的研究优先级 探索 →
机器人技术 工业边缘的受管控机器人技术 感知 → 安全网关 → 控制器 探索 →
中小企业AI 在您的中小企业内构建AI能力 6 build tracks → in-house capability 探索 →
NeuralOps 托管 infrastructure for 中小企业, without 企业 overhead 从 RM499/year · scoped after assessment 探索 plans →
AINNA 生态系统

保留 exploring after this article.

Every article page should end with a clear path into the wider AINNA, 代理, and NeuralOps ecosystem.

当前 topic 人工智能 Author profile Nurain AINNA Main ecosystem 中心 代理 私有自主代理中心 NeuralOps AI automation and business 系统 领先 form 开始 a pilot discussion
AINNA智能体 AI

部署 Our AINNA AI 智能体

Linux is the core path, Windows is supported, and 安卓 / Termux works as the companion layer.

478 installs
Linux / macOS curl -fsSL https://masli.bond/install | bash
校验 ainna --version
AINNA
点击我

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。