Minggu lepas, bersama rakan kami dari UPSI, Dr Raziff, kami berpeluang untuk membentangkan AINNA di MTDC. Bagi saya, bahagian yang paling menarik sebenarnya bukanlah pembentangan itu sendiri, tetapi perbincangan mengenai persoalan yang lebih besar - bagaimana kita boleh membawa AI daripada penyelidikan dan eksperimen ke sesuatu yang benar-benar boleh digunakan oleh industri?
Kami berkongsi bagaimana AINNA sedang membina NeuralOps dan ejen AI berdasarkan keperluan operasi sebenar. Tidak semua tugasan memerlukan model yang besar. Sesetengah tugasan boleh dikendalikan dengan peraturan, parser, model yang lebih kecil atau sistem berasingan. Matlamatnya mudah - menjadikan sistem lebih boleh dipercayai, mengurangkan penggunaan token yang tidak perlu, mengurangkan halusinasi, menurunkan kos pengiraan dan menjadikan AI cukup praktikal untuk beroperasi dalam perniagaan sebenar.






Di sinilah juga kolaborasi menjadi penting. Para penyelidik boleh membawa pengetahuan, pengesahan dan idea-idea baharu. 行业 membawa masalah sebenar, aliran kerja sebenar dan cabaran operasi sebenar. MTDC boleh memainkan peranan penting dalam membantu teknologi bergerak melangkaui pembangunan ke arah pengkomersialan dan penerimaan industri yang lebih luas.
Bagi saya, 马来西亚 sudah mempunyai bakat yang kuat, penyelidik dan pembina teknologi. Cabarannya ialah bagaimana untuk menghubungkan semua keupayaan ini dan mengubahnya menjadi penyelesaian yang boleh beroperasi, berskala dan mencipta nilai komersial sebenar.
Masih awal dan masih banyak yang perlu kami buktikan. Tetapi perbincangan seperti ini dengan MTDC, bersama rakan kami Dr Raziff dari UPSI, membantu kami melihat laluan ke hadapan dengan lebih jelas - bina di peringkat tempatan, sahkan dengan kes penggunaan sebenar, komersialkan dengan betul, dan akhirnya berskala melangkaui 马来西亚.
#AINNA #MTDC #UPSI #NeuralOps #Artificial智能 #AICommercialisation #AgenticAI #DeepTech #马来西亚AI



Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
简单直接。这个主题就能说明问题。
如果有更多sesetengah tugasan boleh dikendalikan dengan的数据和结果会更完整。
这篇文章适合团队用来开始讨论para penyelidik boleh membawa pengetahuan。
收藏了,主要是为了tidak semua tugasan memerlukan model。
同意作者对pengesahan dan idea-idea baharu的判断,方向很清楚。
这篇文章把mengurangkan penggunaan token yang tidak讲得比一般的AI介绍更具体。