AI-ликбез. Знакомьтесь — Large Action Models

Недавно я рассуждала про достижимость Product-market Fit для AI продуктов, и тут наткнулась на кое-что интересное в новом цикле зрелости развивающихся технологий, который обновила компания Gartner.

Large Action Models (LAMs) — это модели машинного обучения, которые способны не только анализировать и интерпретировать большие объемы данных, но и принимать решения, выполнять последовательности действий и взаимодействовать с физическим или виртуальным окружением. В отличие от Large Language Models (LLMs), которые обучены на текстовых данных и предназначены для работы с языком, LAMs могут быть обучены на данных из реального мира, таких как видеозаписи, сенсорные данные, данные о действиях пользователей и так далее.

Для AI-продуктов достижение Product-Market Fit (PMF) — это одна из ключевых задач. PMF определяет, насколько продукт соответствует потребностям и ожиданиям рынка.

💎💎💎Основное преимущество LAMs в контексте PMF — это способность выполнять конкретные действия и задачи, которые соответствуют ожиданиям пользователей от AI. В отличие от генерации текста или ответов на вопросы, LAMs могут принимать активные решения и предпринимать шаги для достижения определенной цели.

✅Пользователи хотят, чтобы AI-продукты не только предоставляли информацию, но и активно помогали им в решении их задач. LAMs могут интегрироваться с различными системами и выполнять конкретные действия, будь то управление смарт-устройствами в доме, помощь в навигации в автомобиле, автоматизация бизнес-процессов или поддержка в выполнении ежедневных задач.

✅Большинство пользователей ожидают от AI не просто пассивного анализа, а активного вмешательства в процесс, будь то мониторинг здоровья, управление складскими запасами или динамическая настройка параметров в играх. LAMs могут обеспечивать адаптивное взаимодействие в реальном времени, что особенно ценно в условиях, где требуется оперативное принятие решений.

✅LAMs могут обучаться сложным последовательностям действий, которые включают множество шагов, выполняемых последовательно или параллельно.

✅Снижение потребности в человеческом вмешательстве: пользователи ожидают от AI-продуктов способности к автономии. LAMs могут выполнять действия без необходимости постоянного человеческого контроля, что позволяет пользователям фокусироваться на более важных задачах. Это также уменьшает затраты и увеличивает операционную эффективность для бизнеса.

Одним из важных вызовов, на который я обратила внимание, является объяснимость и прозрачность. Принятие решений на основе AI вызывает необходимость в объяснении — как понять, почему модель приняла то или иное решение? Если человек может аргументировать свои действия, то как будет их аргументировать AI? 💎💎💎

#AI