3 برنامه AIoT فراتر از ChatGPT

به اختصار

• ChatGPT تقریباً در هر صنعت علاقه به برنامه های هوش مصنوعی مولد را برانگیخته است.
• طبق تحقیقات جدید IoT Analytics، بیشتر برنامه‌های کاربردی هوش مصنوعی در مراحل اولیه هستند و موارد استفاده مرتبط با اینترنت اشیا در حال حاضر مورد توجه نیستند.
• تولید کد برای اینترنت اشیا، کنترل رباتیک و دستگاه‌های اینترنت اشیاء اجتماعی، برخی از امیدوارکننده‌ترین کاربردهای مرتبط با اینترنت اشیا از هوش مصنوعی مولد هستند.

چرا مهم است

• هوش مصنوعی مولد و مدل های زبان بزرگ در حال حاضر مورد توجه جدی قرار گرفته اند.
• جامعه اینترنت اشیا هنوز ترکیب قانع‌کننده‌ای از هوش مصنوعی و اینترنت اشیاء را تولید نکرده است. هر کسی که اولین برنامه قانع کننده را ارائه کند ممکن است مزیت حرکت اول را ایجاد کند.

ChatGPT و هوش مصنوعی مولد

OpenAI ChatGPT را در 30 نوامبر 2022 منتشر کرد. ربات چت که بر روی مدل زبان بزرگ GPT3 ساخته شده است (GPT مخفف ترانسفورماتورهای از پیش آموزش دیده عمومی است)، به صورت ویروسی منتشر شد و رکوردهایی را برای سریعترین رشد برنامه مصرف کننده در تاریخ به ثبت رساند و به 100 میلیون کاربر فعال در عرض دو سال رسید. ماه ها از راه اندازی آن

برای بسیاری تعجب آور است، فناوری پشت ChatGPT جدید نیست. اساس همه اینها، معماری ترانسفورماتور، بر یک مقاله تحقیقاتی گوگل در سال 2017 با عنوان “توجه تمام چیزی است که نیاز دارید” متمرکز شده است. از اوایل مارس 2023، این مقاله بیش از 67000 بار ذکر شد و می توان آن را منبع نوآوری مولد هوش مصنوعی دانست. اولین GPT توسط OpenAI و الفبامدل های زبان BERT در سال 2018 منتشر شد. آمازون، متا، IBM، علی بابا، و تنسنت متعاقباً همه مدل‌های زبان بزرگ خود را منتشر کردند.

پس چرا ChatGPT OpenAI در حالی که نه جدید است و نه منحصر به فرد، اینقدر محبوب شد؟

پاسخ به سهولت استفاده و دسترسی ChatGPT برمی گردد، زیرا این اولین مدل پیشرفته زبان بزرگ بود که به صورت رایگان برای همه افراد دارای دسترسی به اینترنت در دسترس قرار گرفت.

موارد استفاده کلیدی که هوش مصنوعی مولد را فعال می کند چیست؟

به‌عنوان یک شرکت تحقیقاتی بازار که به موضوعات مرتبط با اینترنت اشیا و اینترنت اشیا نگاه می‌کند، ما در IoT Analytics احساس می‌کنیم که تأثیر هوش مصنوعی مولد بر دستگاه‌های متصل، موارد معمول استفاده از اینترنت اشیا و به طور کلی فناوری اینترنت اشیا را درک می‌کنیم. ما یافته های خود را در گزارش روند مولد هوش مصنوعی منتشر کردیم. این گزارش به طور کلی این فناوری را مورد بحث قرار می‌دهد، به چشم‌انداز رقابتی نگاه می‌کند و سپس به موارد استفاده از هوش مصنوعی مولد مرتبط با سناریوهای اینترنت اشیا می‌پردازد. در اینجا 3 مورد از 9 مورد استفاده ما در تقاطع هوش مصنوعی و اینترنت اشیا شناسایی شده است:

3 برنامه کاربردی هوش مصنوعی مولد برای اینترنت اشیا

برنامه شماره 1: تولید کد برای اینترنت اشیا

مدل‌های زبان بزرگ را می‌توان برای ایجاد، تکمیل یا ترکیب کد نرم‌افزار، چه از تکه‌های کد و چه از توضیحات زبان طبیعی، استفاده کرد و می‌توان آن را در حوزه‌ها، وظایف و زبان‌های برنامه‌نویسی مختلف اعمال کرد. با چنین قابلیت هایی، این مدل ها می توانند به توسعه دهندگان حرفه ای و آماتور در ساخت برنامه های کاربردی نوآورانه کمک کنند. هوش مصنوعی مولد در حال حاضر در بسیاری از IDE ها موجود است. اگرچه قبلاً توسط توسعه دهندگان نرم افزار استفاده می شد، بسیاری تأکید می کنند که هوش مصنوعی مولد به این زودی ها جایگزین توسعه دهندگان نخواهد شد. ما باید به آن به عنوان ابزار دیگری در جعبه ابزار برای تولید کد فکر کنیم، مشابه ابزارهای بدون کد/کد کم که در سال های اخیر به جعبه ابزار توسعه نرم افزار عمومی اضافه شده اند.

مثال:

GitHub Copilot یک ابزار جدید هوش مصنوعی مبتنی بر ابر است که از مدل Codex OpenAI برای پیشنهاد کد نرم افزار و کل عملکردها در زمان واقعی استفاده می کند. کاربران پیشنهاداتی را از GitHub Copilot یا با شروع نوشتن کد یا با نوشتن یک نظر به زبان طبیعی که توضیح می‌دهد کد می‌خواهند انجام دهد، دریافت می‌کنند. GitHub Copilot زمینه فایلی که کاربر در حال ویرایش آن است و فایل‌های مرتبط را تجزیه و تحلیل می‌کند و پیشنهاداتی را از داخل ویرایشگر متن ارائه می‌دهد. GitHub Copilot را می توان برای بسیاری از انواع کدهای نرم افزاری که برای برنامه های کاربردی مبتنی بر اینترنت اشیا یا در دستگاه های اینترنت اشیا مستقر شده اند استفاده کرد. می توان آن را در چندین IDE ادغام کرد مانند مایکروسافت‘s VS Code یا جت برینPycharm.

نظر پزشکان:

من یک ایده برنامه IoT خاص برای چیزی داشتم که می‌خواستم در Node-RED بسازم، و سعی کردم ChatGPT آن را برای من بسازد. توانست کدی را ایجاد کند که 80 درصد راه را به من رساند، اما در نهایت به یک توسعه‌دهنده خوب نیاز داشتم تا به من کمک کند تا درباره چند جزئیات فکر کنم که کار با ChatGPT دشوار/زمان‌گیر بود.»

فکر نمی‌کنم هوش مصنوعی مولد نیاز به توسعه‌دهندگان خوبی را جایگزین کند که بفهمند بهترین راه برای انجام کارها برای حل مشکلات خاص چیست، اما ممکن است جایگزین توسعه‌دهندگان معمولی شود که بدون فکر کردن به مشکل کد، دقیقاً همان چیزی را می‌سازند که به آنها گفته می‌شود. در حال تلاش برای حل است.»

مدیر محصول راه حل های لبه در یک شرکت اتوماسیون صنعتی

برنامه شماره 2: کنترل ربات

هوش مصنوعی مولد می تواند بر نحوه کنترل دستگاه های مستقل (IoT) تأثیر بگذارد، به عنوان مثال، ربات ها. با گرفتن داده های حرکتی از حیوانات یا انسان ها، می توان از هوش مصنوعی مولد برای تولید منطق کنترل و دستورات برای روبات ها استفاده کرد. به‌عنوان مثال، به‌جای برنامه‌ریزی قطعی حرکات برای هر پای یک سگ ربات، می‌توان از مدل‌های هوش مصنوعی مولد برای ایجاد حرکات تک تک قطعات و ایجاد قدم‌های پیچیده و مرتبط با سگ ربات استفاده کرد. علاوه بر این، مدل‌های هوش مصنوعی مولد می‌توانند به ربات‌ها کمک کنند تا محیط اطراف خود را درک کنند و اهداف به اصطلاح افق را با گام‌های میانی‌تری برای رسیدن به اهداف (مثلاً یک لیوان را با آب میوه پر کنید). سپس ربات ها می توانند وظایف میانی را بدون نیاز به مداخلات انسانی ایجاد کنند که برای رسیدن به افق بالاتر ضروری است (به عنوان مثال، اول در یخچال را باز کنید و یک لیوان پیدا کنید).

مثال:

در آگوست 2022، Deepmind آلفابت چارچوبی را به نمایش گذاشت که به روبات‌ها امکان می‌دهد با یادگیری از حرکات انسان یا حیوانات، حرکت کنند و وظایف را «طبیعی‌تر» انجام دهند. توسعه توانایی دستکاری اشیاء از طریق بازوهای رباتیک یک چالش کنترلی دشوار است، اما تقویت حرکات ربات برای ظاهری واقعی‌تر دارای مزایای متعددی است. به عنوان مثال، ایجاد رفتار پایدار و ثابت در هنگام عبور از زمین های ناهموار یا دست زدن به اقلام ظریف ضروری است. حرکات ناهماهنگ می تواند منجر به آسیب به ربات یا محیط اطراف آن و تخلیه منبع انرژی آن شود. در نتیجه، منابع قابل توجهی اغلب به طراحی اهداف یادگیری اختصاص می‌یابد که ربات‌ها را قادر می‌سازد وظایف خاصی را به صورت ایمن و کارآمد انجام دهند.

برنامه شماره 3: دستگاه های IoT اجتماعی

دستگاه‌های متصل به اینترنت اشیا امروزی به کاربران اجازه می‌دهند از طریق نوعی API به داده‌ها دسترسی داشته باشند. معمولاً، اینها مجموعه های از پیش تعیین شده ای از اطلاعات، به عنوان مثال، استفاده، باتری و سلامت دارایی را ارائه می دهند. با این حال، هوش مصنوعی مولد می‌تواند برای «اجتماعی‌تر کردن» ارتباطات دستگاه به سه روش استفاده شود:

1. اجازه دادن به دستگاه برای پاسخ به سؤالات پیچیده ای که ممکن است یک کاربر داشته باشد.
2. اجازه دادن به کاربر نهایی برای صحبت با دستگاه برای تغییر تنظیمات.
3. اجازه دادن به خود دستگاه ها برای استفاده از هوش مصنوعی مولد برای تولید پاسخ. مثال زیر نشان می‌دهد که چگونه می‌توان از یک مدل زبان بزرگ برای هدایت یک ربات پس از دریافت دستورالعمل‌های نامشخص و گیرکردن استفاده کرد.

مثال:

آمازون چارچوب DialFRED را توسعه داده است که به روبات ها اجازه می دهد در صورت عدم اطمینان سؤال بپرسند. از طریق یادگیری تقویتی، مدل پرسشگر به گونه ای تنظیم می شود که انواع مناسب سوالات را در زمان مناسب بپرسد تا از تکمیل کار سودمند باشد. این چارچوب شامل یک “اوراکل” است که به طور خودکار با استفاده از ابرداده های حقیقت زمینی از محیط شبیه سازی، پاسخ هایی را برای سوالات ایجاد شده تولید می کند. بنابراین DialFRED یک چارچوب پرسش و پاسخ تعاملی برای آموزش عوامل گفتگوی تجسم یافته فراهم می کند.

نظر پزشکان:

من انتظار دارم در آینده نزدیک شاهد هوش مصنوعی مولد در محصولات اینترنت اشیا باشم تا به عنوان دستیار شخصی کاربران کار کند، ترجیحات آنها را یاد بگیرد و به آنها توصیه کند. [and] ایده‌ها – در قالب‌های مختلف – و آسان‌تر کردن گفتگو با محصولات هوشمند و استفاده از فناوری برای مردم».

استراتژیست راهبردی IoT در یک شرکت بزرگ فناوری اطلاعات

برداشت ما

گزارش روند AI مولد تعدادی از مدل‌های هوش مصنوعی مولد و کاربردهای آن‌ها را شناسایی می‌کند، اما تنها تعداد کمی از مدل‌ها بر روی اینترنت اشیا تمرکز دارند. توجه به این نکته مهم است که سیل اخبار و پست های وبلاگ اخیر می تواند این احساس را ایجاد کند که هوش مصنوعی مولد در حال حاضر یک فناوری به طور عمده در بسیاری از صنایع است. واقعیت به خصوص برای اینترنت اشیا در سال 2023 متفاوت است.

به استثنای برخی از نمونه‌های برجسته، مانند Salesforce EinsteinGPT یا GitHub Copilot، اکثر پروژه‌هایی که بر روی استفاده از برنامه‌های کاربردی هوش مصنوعی تمرکز دارند به مرحله PoC یا حتی مقالات تحقیقاتی نظری هستند. برنامه های کاربردی اینترنت اشیا به خصوص از عرضه در مقیاس بزرگ فاصله دارند. علاوه بر این، امروزه بیشتر مدل‌های هوش مصنوعی مولد عمدتاً بر روی متن و تصاویر تمرکز می‌کنند و تنها تعداد محدودی از مدل‌ها بر روی داده‌های حسگر به عنوان ورودی متمرکز هستند. علاوه بر این، دقت راه‌حل‌های هوش مصنوعی مولد در تنظیمات اینترنت اشیا معمولاً باید بسیار بالا باشد. پاسخ “به احتمال زیاد” اغلب به اندازه کافی خوب نیست، و نتیجه اغلب باید به سرعت در دسترس باشد، به عنوان مثال، در مورد خودروی متصل که نیاز به تصمیم فوری در مورد اقدامی دارد.

تحقیقات ما نشان می دهد که چشم انداز هوش مصنوعی مولد موجود به هیچ وجه بر روی داده های IoT متمرکز نیست (به جز داده های تصویر). مدل‌های محبوبی که توسط OpenAI، Google، DeepMind، Meta یا Tencent منتشر و آزمایش می‌شوند، عمدتاً بر روی ایجاد متون، تصاویر یا صداها متمرکز هستند. بنابراین، Generative AI Trend Report تاکنون تعداد محدودی از برنامه‌های IoT را نشان می‌دهد و هیچ کدام به طور خاص برای ChatGPT وجود ندارد.

با این حال، اشتباه نکنید که چنین مدل‌هایی می‌توانند بخشی از راه‌اندازی اینترنت اشیا باشند، مانند به اصطلاح «دستگاه‌های اینترنت اشیاء اجتماعی». ما بر این باوریم که ممکن است در اینجا فرصتی وجود داشته باشد: اولین فروشندگان متمرکز بر اینترنت اشیا که از هوش مصنوعی مولد در مقیاس استفاده می کنند، ممکن است مزیت حرکت اول را ایجاد کنند.

نظر پزشک:

ما با AI/ML کار زیادی می کنیم، اما صادقانه بگویم، تعداد بسیار کمی از برنامه های IoT که تاکنون ادغام کرده ایم از هوش مصنوعی استفاده می کنند. به عنوان مثال، هیچ یک از سایت‌های تولیدی که ما به آنها کمک کرده‌ایم، به جز برخی از نمونه‌های اولیه، از AI/ML واقعی استفاده نمی‌کنند. پتانسیل تجزیه و تحلیل تصاویر، متن، [and] صدا با استفاده از هوش مصنوعی مولد عالی است، اما استفاده از هوش مصنوعی مولد تاکنون: هیچ.

اجرایی در یکپارچه ساز سیستم اینترنت اشیا در سوئد

آیا علاقه مند به یادگیری بیشتر در مورد برنامه های کاربردی AIoT مولد هستید؟

IoT Analytics یک ارائه دهنده جهانی بینش بازار و هوش تجاری استراتژیک برای اینترنت اشیا (IoT)، هوش مصنوعی، ابر، Edge و صنعت 4.0 است.

گزارش روند مولد هوش مصنوعی

یک گزارش 36 صفحه‌ای که وضعیت مدل‌های هوش مصنوعی مولد شامل مروری بر فناوری، چشم‌انداز رقابتی، روندها و چالش‌ها، و یک غواصی عمیق اینترنت اشیا شامل مطالعات موردی و موارد استفاده بالقوه را برجسته می‌کند.

انتشارات مرتبط

ممکن است به انتشارات زیر علاقه مند شوید:

مقالات مرتبط

همچنین ممکن است به مقالات اخیر زیر علاقه مند باشید:

داده های بازار مرتبط

ممکن است به محصولات داده بازار اینترنت اشیا زیر علاقه مند شوید:

داشبورد جهانی هزینه های سازمانی IoT

آیا به ادامه پوشش اینترنت اشیا و به روز رسانی ها علاقه دارید؟

در خبرنامه ما مشترک شوید و ما را در لینکدین و دنبال کنیدتوییتربرای به روز ماندن در مورد آخرین روندهای شکل دهنده بازارهای اینترنت اشیا. برای پوشش کامل اینترنت اشیا سازمانی با دسترسی به تمام محتوای پولی و گزارش‌های IoT Analytics از جمله زمان اختصاصی تحلیلگر، اشتراک Enterprise را بررسی کنید.