Möödunud 24. oktoobril osales CLEVI tegevjuht Lee Hwan-ho Korea Tööstuse Intelligentsuse Assotsiatsiooni (KOIIA) kutsel seminaril „2025. aasta keskmise suurusega ettevõtete võtmetalentide arendamise akadeemia, tulevikutööstustele suunatud strateegiaseminar” ning pidas seal põhiettekande.
Osalesime sessioonil „AI-tehnoloogia kasutuselevõtu juhtumid ja DX-i praktilised strateegiad” teemal „Physical AI kasutusjuhtumid ning ebaõnnestumise tegurid ja parendusstrateegiad RAG-agendi kasutuselevõtu protsessis”.
Kuna huvi AI-agentide vastu on viimasel ajal kasvanud, on üha rohkem ettevõtteid, kes kaaluvad erinevate AI-lahenduste kasutuselevõttu. Teadaolevalt on paljud asutused ja ettevõtted juba AI kasutuselevõttu katsetanud ning seda rakendanud.
Kahjuks on uuringud näidanud, et paljudes ettevõtetes ja asutustes ei saavutata soovitud ROI-d või ei anna PoC-is toiminud funktsioonid põhitegevuses või tegelikus töökeskkonnas korralikke vastuseid ega tööta üldse.
Sellise teabe tõttu kõhklevad paljud ettevõtted AI kiirustades kasutusele võtmast.
Sellel loengul selgitas CLEVI tegevjuht Lee Hwan-ho üksikasjalikult RAG-süsteemide piiranguid ning avatud lähtekoodiga mudeleid ja väikeseid LLM-e (SLM), mis on AI kiirustades kasutuselevõtu peamised ebaõnnestumise põhjused, ning miks varasemad kasutuselevõtu juhtumid ebaõnnestusid.
Lõppkokkuvõttes kasutatakse AI-d seetõttu, et loodetakse selle abil asendada inimeste töö või saavutada inimestest parem tulemuslikkus.
Kuna AI kasutusele võtnud ettevõtete töötajad ei usalda AI vastuste kvaliteeti, kurdavad nad üha enam, et nende töökoormus on hoopis suurenenud, sest nad peavad AI vastuste sisu ükshaaval üle kontrollima.
Põhjus peitub selles, et enamik ettevõtteid kasutab lahendustena avatud lähtekoodiga SLM-mudeleid, mida on peenhäälestatud.
Intuitiivselt võib tunduda, et uue õppimise tulemusel muutub AI targemaks, kuid uute teadmiste õpetamisel AI-le kaotab see hoopis varasemad mälestused ehk suvalised parameetrikaalud.
Veelgi tõsisem probleem seisneb selles, et keegi ei tea, milline teave või millised teadmised on kaduma läinud.
Kuna tehisintellekti kasutuselevõtt ei ole vähe ressursse nõudev ettevõtmine, olete tõenäoliselt juba PoC-etapist alates põhjalikult valideerinud.
Miks need probleemid sel korral ei ilmnenud? Loomulikult seetõttu, et mudel treeniti sihtandmetega ümber.
Numbritega piirdunud tehisintellektile õpetati tähestikku ning seejärel esitati talle ainult tähestikuga seotud küsimusi, seega on loomulik, et ta vastab hästi. Kuid kas välioludes on tõesti vaja ainult selliseid konkreetse domeeni jaoks kohandatud mudeleid?
Meie tegevuskeskkond puutub iga päev kokku uute keskkondade ja uute andmetega. Ent tehisintellekt, mida on treenitud olemasolevaid teadmisi juhuslikult hävitades, ei suuda tagada ei üldistatavust ega täpsust.
Seetõttu on vaja From-scratch Foundation’i ülisuur keelemudelit või tehnoloogiat, millega sellist mudelit luua.
Kuna neil mudelitel on teadmised peaaegu kõigest maailmas, on need kõrge kvaliteediga ja täpsed ka vastustes.
Spetsiifiliste domeenide puhul saab SFT(Supervised Fine-Tuning)-tehnoloogia kasutamise või väikese andmemahu korral RAG-süsteemi või CLEVI enda arendatud intelligentsel andmebaasisüsteemil põhineva semantilise andmebaasi tehnoloogia kasutamise abil ületada peenhäälestatud SLM-i puudused.
Kuna ka valitsus mõistab selliste vundamendimudelite tähtsust, pakub ta neile ulatuslikku tuge.
Selleks on riikliku tehisintellekti projekt. Selle projekti peamine eesmärk on tõenäoliselt digitaalse suveräänsuse saavutamine.
Ka meie CLEVI teadsime avatud lähtekoodiga mudelite kasutamise kriitilisi puudusi, mistõttu arendasime kõik alates andmete kogumisest kuni arhitektuuri kavandamiseni iseseisvalt ning treenisime CLEVI mudelid välja.
Praegu on CLEVI mudelite jõudlus selline, et need ei jää maailma juhtivatele tehisintellektidele konkurentsis sugugi alla.
Eelkõige ei puutu meie CLEVI-d, tänu oma mudelite omamisele, ka sõltuvusprobleem, mis võib tekkida väliste mudelite kasutamisel.
Tehisintellekti kasutuselevõtt ei ole enam valik, vaid muutub hädavajalikuks. Kuid soovitud tulemusi on keeruline saavutada pelgalt uusima tehnoloogia kasutuselevõtuga.
Tõeline innovatsioon saab alguse alles siis, kui mõistame täpselt tehnoloogia piiranguid ning koostame oma organisatsiooni keskkonnale ja eesmärkidele sobiva optimaalse strateegia.
CLEVI minimeerib ettevõtete tehisintellekti kasutuselevõtul kogetavaid katsetamisest ja vigadest tulenevaid probleeme ning riske oma diferentseeritud tehnoloogiliste võimekustega, sealhulgas iseseisvalt arendatud ülisuurte keelemudelite ja semantilise andmebaasiga.
Jätkame ka edaspidi kohapealsete töötajate arvamuste kuulamist ning anname endast parima, et saada usaldusväärseks AI-partneriks veelgi rohkematele ettevõtetele. Soovime, et looksite koos CLEVIga AI kasutuselevõtu tõelise edu.