في عام 2020 (مع تحديثات إضافية في 2021)، قدَّمت IBM إطار نضج الذكاء الاصطناعي لتطبيقات المؤسسات المكوَّن من 7 أبعاد.
مع ظهور الذكاء الاصطناعي التوليدي، قمنا بمحاذاة بنية الذكاء الاصطناعي التوليدي من IBM مع "نموذج IBM Maturity Model لتبنّي الذكاء الاصطناعي التوليدي":
التدريب والضبط
المواصفات
التوصيات
1
- استخدام النماذج العامة
- النهج التفاعلي وغير المتوقع
- الجهود المحلية
- الفهم المحدود
- تنمية الوعي الأساسي
- بدء المشاريع التجريبية
2
- نماذج مناسبة للغرض على بيئة الذكاء الاصطناعي التوليدي الأساسية.
- العمليات غير المتسقة
- الوثائق الأوَّلية
- التعرُّف على احتياجات جودة البيانات
- وضع الاستراتيجية المركزية
- التدريب الأساسي
- تقييم معايير البيانات
3
- الاستفادة من البيانات على مستوى المؤسسة على بيئة الذكاء الاصطناعي التوليدي
- المعايير على مستوى المؤسسة
- الحوكمة الراسخة
- التركيز على الأخلاق
- تعزيز التعاون
- التغلُّب على تحديات الذكاء الاصطناعي التوليدي
- آليات التعليقات المستمرة
4
- تشغيل واستنتاج نماذج الذكاء الاصطناعي التوليدي لتوسيع نطاق الحوسبة والتكاليف
- تتبُّع المقاييس النشطة
- التقييم الكمّي
- اتخاذ القرارات القائمة على البيانات
- التحليلات المتقدمة
- الربط بأهداف العمل
- الإدارة القوية للمخاطر
5
- بناء واستخدام النماذج عبر البيئة بأمان وبأفضل التكاليف
- التحسين المستمر
- تفعيل آليات التعليقات المستمرة
- النهج الاستباقي
- تعزيز الابتكار
- التفاعل مع الخبراء
- مراجعة إطار العمل
قدرات الذكاء الاصطناعي التوليدي مترابطة مع نموذج القدرات
فيما يلي كيفية مواءمة نموذج قدرات IBM GenAI Architecture مع نموذج النضج هذا:
التدريب والضبط
قدرات الذكاء الاصطناعي التوليدي
نضج الحوكمة
1
- موارد الذكاء الاصطناعي التوليدي: أساسيات الأجهزة والمنصات.
- إدارة البيانات الأساسية: التخزين الأوَّلي وإدارة البيانات.
لا توجد حوكمة لدورة حياة الذكاء الاصطناعي
2
- Model Hub: قدرات أساسية لاستيراد النماذج والبيانات.
- القدرات الداعمة: عمليات تكنولوجيا المعلومات أساسية للذكاء الاصطناعي التوليدي.
- الخطوات الأولى في تطوير تطبيقات الذكاء الاصطناعي التوليدي: بدء ضبط نماذج الأساس.
تتوفر بعض سياسات الذكاء الاصطناعي لتوجيه دورة حياة الذكاء الاصطناعي
3
- استضافة النماذج: نشر النماذج كخدمات لواجهات برمجة التطبيقات وإدارة سياسات الوصول إلى النماذج.
- تخصيص النماذج: مقدمة لضبط وتدريب النماذج لتلبية الاحتياجات الخاصة.
- ضبط الذكاء الاصطناعي التوليدي: تخصيص أساسي باستخدام هندسة المطالبات وضبط النموذج.
مجموعة مشتركة من المقاييس لإدارة دورة حياة الذكاء الاصطناعي
4
- حوكمة النماذج: معالجة المخاطر مثل التحيز والالتزام باللوائح والقوانين.
- مراقبة النماذج: قدرات المراقبة في الوقت الفعلي بما يشمل كشف التحيز وكشف HAP.
- قدرات تطبيقات الذكاء الاصطناعي التوليدي: دمج ميزات متقدمة مثل التنسيق واكتشاف النوايا.
التحقق والمراقبة المؤتمتة
5
- التخصيص المتقدم للنماذج: استخدام منصات السحابة لتلبية الاحتياجات الديناميكية.
- مراقبة المطالبات وحمايتها: ضمان حماية النماذج من التهديدات المتقدمة.
- الضبط المتقدم للذكاء الاصطناعي التوليدي: تخصيص النماذج بشكل كامل لتتوافق مع المصطلحات والعمليات الخاصة بالمؤسسة.
- التطوير المتقدم لتطبيقات الذكاء الاصطناعي التوليدي: إنشاء تطبيقات ذكاء اصطناعي توليدي كاملة المميزات وإمكانية إنشاء نموذج من الصفر.
إدارة دورة حياة الذكاء الاصطناعي المؤتمتة بالكامل