Заметки с форума DATA&AI
Спустя пару-тройку дней после форума мне стало понятно, что писать буду всего про два доклада:
- Cedrus Data "Современные тенденции и технологии анализа больших данных предприятия";
- ГК Самолёт "LLM с человеческим лицом или как ИИ помогает застройщику ворваться на рынок образования".
Первый доклад потряс меня лёгкостью и простотой, с которой докладчик объяснил всем и мне в том числе (наконец-то хоть кто-то смог!), чем технология LakeHouse отличается от всех прочих архитектурных паттернов и способов организации хранилищ.
Чуть подробнее про доклад, который представил Владимир Озеров, а именно про тенденции в обработке и хранении больших данных:
1. Разделение Compute и Storage: выделение вычислительных мощностей в отдельный от контура хранения данных кластер вычислений. Это позволяет организовать гибридную аналитическую инфраструктуру, предоставив каждому потребителю данных возможность работать на таких технологиях, которые максимально соответствуют его запросам.
2. Переход на LakeHouse: всё предельно ясно и очевидно из картинки ниже, но я настоятельно советую посмотреть сам доклад, в котором ну ооочень просто объяснены преимущества этой технологии и основные концепции, лежащие в её основе.
3. Small Data: возможность развернуть аналитический кластер на своём локальном компьютере. Главное выбрать правильную технологию! )
Далее про доклад ГК Самолёт. Он был просто насыщен мегаполезностью и затронул животрепещущую для многих из нас тему - тему школьного обучения. Что важного рассказал нам Андрей Комиссаров:
1. Нельзя безответственно подключать LLM к такой важной отрасли, как образование. Почему? - модели галлюцинируют, выдают сгенерированные данные за достоверные.
2. Тьюторинг могут осуществлять AI-ассистенты. Одного такого создали в лаборатории Самолет - это единственный в мире ИИ-тьютор на большой языковой модели по ВГОС 8-). Состоит он из двух частей: первая "Собеседник" помогает впитывать знания, генерируя наводящие вопросы и индивидуальные задания. Вторая "Экзаменатор" оценивает достигнутый результат.
3. Многие наработки коллеги смогли перенести на корпоративное обучение и создали ИИ-тьютора для сотрудников.
В целом рекомендация - однозначно смотреть доклад, так как ни одна минута не была потрачена докладчиком напрасно, всё интересно и познавательно. Например, кроме применения в области классического обучения, ИИ-тьютор также умеет анализировать речь и помогает её корректировать:
В целом, надо отметить, что такие технологии очень хотелось бы заполучить в каждую школу. Но было важное замечание от Андрея: подобные интеллектуальные системы, обученные на больших данных, ориентированы на средний уровень, т.е. они помогут вытянуть наших двоечников и троечников на "хорошо", но не помогут обучить гениев.
Спасибо огромное Андрею за мега-крутой доклад!
data
ai
data ml&ai