Jul, 134 λεπτά ανάγνωση
Αυτοματισμός
News · Η στρατηγική εθνικής ασφάλειας της Meta για το Llama: ισχυρισμοί αυτοματισμού από το SOFChat έως τα Skunk Works
Sep, 234 λεπτά ανάγνωσης
ΑυτοματισμόςΗ στρατηγική εθνικής ασφάλειας της Meta για το Llama: ισχυρισμοί αυτοματισμού από το SOFChat έως τα Skunk Works
Η Meta αναλύει πώς οι συνεργάτες στον τομέα της άμυνας εντάσσουν μοντέλα ανοιχτών βαρών Llama σε ροές εργασίας πληροφοριών, συσκευές αιχμής και προσομοιώσεις μηχανικού σχεδιασμού.
Τι ανακοίνωσε στην πραγματικότητα η Meta
Η ανάρτηση της Meta είναι μια σύνοψη υιοθέτησης, όχι λανσάρισμα προϊόντος. Αναφέρει ότι, από τη στιγμή που το Llama έγινε διαθέσιμο σε αμερικανικές κρατικές υπηρεσίες και εργολάβους, «δεκάδες φορείς του κλάδου» το χρησιμοποιούν πλέον, και παραθέτει τέσσερα συγκεκριμένα παραδείγματα: την Amazon Web Services και τη Snowflake να επεκτείνουν την πρόσβαση σε ευαίσθητα δίκτυα, το SOFChat της Legion Intelligence για τις ειδικές δυνάμεις, το μοντέλο της EdgeRunner AI που τρέχει σε φορητό υπολογιστή, και τη χρήση του Llama από τη Lockheed Martin σε προσομοιώσεις πτήσεων στο πλαίσιο μηχανικού σχεδιασμού.
Το επιχείρημα στο οποίο βασίζεται η Meta είναι η κυριότητα. Επειδή το Llama κυκλοφορεί με ανοιχτά βάρη, η ανάρτηση υποστηρίζει ότι οι οργανισμοί μπορούν να «δημιουργήσουν και να αναπτύξουν νέες εφαρμογές προσαρμοσμένες στις εξαιρετικά εξειδικευμένες ανάγκες τους, διατηρώντας παράλληλα πλήρη έλεγχο τόσο στο μοντέλο όσο και στα δεδομένα τους, εντός της δικής τους υποδομής». Αυτός ο ισχυρισμός περί ελέγχου συνδέει όλα τα παραδείγματα μεταξύ τους.
Οι αριθμοί αυτοματισμού και τι δεν διευκρινίζουν
Τα πιο ευχρησιμοποίητα στοιχεία προέρχονται από το SOFChat της Legion Intelligence, το οποίο περιγράφεται ως η πρώτη πλατφόρμα γενετικής ΤΝ σε επίπεδο ολόκληρου του οργανισμού για την USSOCOM. Η Meta αναφέρει ότι επιτρέπει στις ειδικές δυνάμεις να «παράγουν εκθέσεις πληροφοριών 18 φορές ταχύτερα και να επεξεργάζονται βίντεο υλικό εννέα φορές πιο γρήγορα».
Πρόκειται για ισχυρισμούς περί ταχύτητας εργασίας, όχι περί ακρίβειας ή αξιοπιστίας. Η ανάρτηση δεν αναφέρει σημείο αναφοράς, μέθοδο μέτρησης ή ποσοστό σφάλματος. Για όποιον αξιολογεί τον αυτοματισμό σε μια αλυσίδα πληροφοριών, η λεπτομέρεια που λείπει είναι τι κάνει ακόμη ένας άνθρωπος-ελεγκτής με μια έκθεση που παράγεται 18 φορές ταχύτερα — αν η επιτάχυνση αφορά τη σύνταξη, την ανάκτηση ή τη σύνοψη, και πού εντάσσεται η επαλήθευση. Η ανακοίνωση ποσοτικοποιεί την απόδοση, ενώ παραμένει σιωπηλή ως προς το βήμα ελέγχου που καθορίζει αν το ταχύτερο αποτέλεσμα είναι όντως χρησιμοποιήσιμο.
Η λειτουργία σε αποσυνδεδεμένα περιβάλλοντα ως ο πραγματικός σχεδιαστικός περιορισμός
Δύο από τα τέσσερα παραδείγματα αφορούν τη λειτουργία εκεί όπου δεν υπάρχει σύνδεση στο cloud. Η EdgeRunner AI ανέπτυξε ένα μοντέλο βασισμένο στο Llama που «μπορεί να τρέχει σε φορητούς υπολογιστές καταναλωτικού επιπέδου», σχεδιασμένο ρητά για «εχθρικά περιβάλλοντα όπου η αποσύνδεση γίνεται κρίσιμη για την αποστολή» — η ανάρτηση αναφέρει εργασίες όπως ο εντοπισμός ασφαλών σημείων προσγείωσης, η μετάφραση γλωσσών και ο υπολογισμός αναγκών σε τρόφιμα και νερό.
Εδώ είναι που το επιχείρημα των ανοιχτών βαρών παράγει πραγματική αξία και όχι απλώς ρητορική. Ένα API που φιλοξενείται στο cloud δεν μπορεί να εξυπηρετήσει μια συσκευή χωρίς σύνδεση. Η προσαρμοσμένη εκπαίδευση ενός μοντέλου που μπορεί να «κατέβει» τοπικά, πάνω σε ασφαλή δεδομένα, και η ανάπτυξή του τοπικά αποτελεί ένα ουσιαστικά διαφορετικό μηχανικό μοτίβο, και είναι εκείνο για το οποίο η Meta βρίσκεται στην καλύτερη θέση να το υποστηρίξει. Η οπτική της εθνικής ασφάλειας τυχαίνει να αναδεικνύει μια ευρύτερη αλήθεια: ο αυτοματισμός που πρέπει να επιβιώνει σε συνθήκες απώλειας δικτύου σας οδηγεί αναγκαστικά σε μοντέλα που μπορείτε να διατηρήσετε στο δικό σας υλικό.
Αυτοματοποιώντας την εξοικείωση με άγνωστα συστήματα
Το παράδειγμα της Lockheed Martin είναι πιο διακριτικό, αλλά διδακτικό. Η ομάδα Skunk Works χρησιμοποίησε το Llama μέσα σε μια εσωτερική πλατφόρμα «AI Factory» για να δημιουργήσει έναν «εικονικό εμπειρογνώμονα», ο οποίος βοήθησε τους μηχανικούς λογισμικού να κατανοήσουν το Joint Simulation Environment της κυβέρνησης και να γράψουν συμβατό κώδικα. Η Meta αναφέρει ότι το Llama ήταν «καθοριστικό στο να βοηθήσει τους μηχανικούς να αναπτύξουν δυνατότητες πιο ταχύτατα σε τομείς όπου είχαν περιορισμένη προηγούμενη εμπειρία».
Αυτό δεν είναι αυτοματισμός μιας αποστολής — είναι αυτοματισμός της εκμάθησης ενός ελλιπώς τεκμηριωμένου συστήματος. Πρόκειται για ένα συνηθισμένο, χωρίς λάμψη εμπόδιο στην εφαρμοσμένη εργασία: την ταχύτερη ένταξη νέων μηχανικών σε σύνθετους, εξειδικευμένους κώδικες. Η χρήση ενός προσαρμοσμένου μοντέλου ως διαδραστικού εμπειρογνώμονα σε εσωτερική τεκμηρίωση είναι ένα μοτίβο που γενικεύεται πολύ πέρα από τον τομέα της άμυνας.
Το συμπέρασμα: τα ανοιχτά βάρη είναι το τίμημα της αποσυνδεδεμένης αποστολής
Το συγκεκριμένο δίδαγμα αυτής της ανακοίνωσης είναι ότι οι εφαρμογές που επέλεξε να αναδείξει η Meta —ειδικές δυνάμεις, φορητοί υπολογιστές στο πεδίο, απομονωμένη εργασία προσομοίωσης— είναι ακριβώς εκείνες που ένα κλειστό μοντέλο API δεν μπορεί να εξυπηρετήσει. Η διατήρηση των δεδομένων εντός συγκεκριμένης περιοχής και η λειτουργία χωρίς σύνδεση δεν είναι πολυτέλειες εδώ· είναι η απαίτηση που καθορίζει την επιλογή του μοντέλου.
Για ομάδες εκτός του τομέα της άμυνας, το συμπέρασμα είναι να διαβάσουν πέρα από τους πολλαπλασιαστές ταχύτητας. Το επαναχρησιμοποιήσιμο μηχανικό μοτίβο είναι η προσαρμοσμένη εκπαίδευση σε ελεγχόμενα δεδομένα, η ανάπτυξη σε υλικό που κατέχετε οι ίδιοι, και η διατήρηση ενός βήματος ανθρώπινου ελέγχου που οι ισχυρισμοί περί απόδοσης αξιοσημείωτα παραλείπουν. Όπου πληρούνται αυτές οι τρεις προϋποθέσεις, ένα μοντέλο ανοιχτών βαρών είναι λιγότερο ζήτημα κόστους και περισσότερο αρχιτεκτονική απόφαση.
Find this story relevant to you?
Contact us to find a unique solution
Χρειάζεστε συνεργάτη AI engineering που μπορεί να παραδώσει;
Βοηθάμε ομάδες στην Ελλάδα να ενσωματώσουν AI, να δημιουργήσουν AI-powered προϊόντα, να αυτοματοποιήσουν κρίσιμες ροές εργασίας και να εκσυγχρονίσουν τα συστήματα που τα στηρίζουν.
Σχετικά άρθρα
Περισσότερη ανάλυση για την παράδοση προϊόντων, τη λειτουργική ΤΝ και τη δουλειά στα συστήματα που κάνει την ανάπτυξη να αντέχει στην πράξη.