As empresas este ano encontraram muitos candidatos para adicionar para palavra do ano. “IA generativa” e “transformer pré-treinado generativo” foram seguidos por termos como “grandes modelos de linguagem” e “geração aumentada de recuperação” (RAG), à medida que indústrias inteiras voltavam sua atenção para novas tecnologias transformadoras.
A IA generativa começou o ano como um ponto no radar, mas terminou com um estrondo. Muitas empresas estão correndo para aproveitar sua capacidade de ingerir texto, voz e vídeo para produzir novos conteúdos que podem revolucionar a produtividade, a inovação e a criatividade.
As empresas estão acompanhando a tendência. Algoritmos de deep learning como o ChatGPT da OpenAI, mais treinados com dados corporativos, podem adicionar o equivalente a US$ 2,6 trilhões a US$ 4,4 trilhões anuais em 63 casos de uso de negócios, de acordo com a McKinsey & Company.
No entanto, o gerenciamento de grandes quantidades de dados internos tem sido frequentemente citado como o maior obstáculo para escalar a IA. Alguns especialistas da NVIDIA em IA preveem que 2024 será sobre telefonar para um amigo, criando parcerias e colaborações com provedores de serviços em nuvem, empresas de armazenamento de dados e análises, e outros com o know-how para lidar, ajustar e implantar big data de forma eficiente.
Grandes modelos de linguagem estão no centro de tudo. Os especialistas da NVIDIA dizem que os avanços na pesquisa de LLM serão cada vez mais aplicados em aplicações empresariais. Recursos de IA como RAG, agentes inteligentes autônomos e interações multimodais se tornarão mais acessíveis e mais facilmente implantados por meio de praticamente qualquer plataforma.
Veja o que os especialistas da NVIDIA dizem sobre o que esperar do próximo ano:
MANUVIR DAS
Vice-Presidente de Computação Empresarial
Um tamanho não serve para todos: a personalização está chegando às empresas. As empresas não terão uma ou duas aplicações de IA generativa: muitas terão centenas de aplicações personalizadas usando dados proprietários que são adequados para várias partes de seus negócios.
Uma vez em produção, esses LLMs personalizados contarão com recursos RAG para conectar fontes de dados a modelos de IA generativa para respostas mais precisas e informadas. Empresas líderes como Amdocs, Dropbox, Genentech, SAP, ServiceNow e Snowflake já estão construindo novos serviços de IA generativa construídos usando RAG e LLMs.
O software de código aberto lidera a carga: graças aos modelos pré-treinados de código aberto, aplicações de IA generativos que resolvem desafios de domínio específicos se tornarão parte das estratégias operacionais das empresas.
Uma vez que as empresas combinam esses modelos de avanço com dados privados ou em tempo real, elas podem começar a ver produtividade acelerada e benefícios de custo em toda a organização. A computação e o software de IA devem se tornar mais acessíveis em praticamente qualquer plataforma, desde computação baseada em nuvem e serviços de base de modelos de IA até o data center, edge e desktop.
IA e microsserviços prontos para uso: a IA generativa estimulou a adoção de endpoints de interface de programação de aplicações (API), que facilitam a criação de aplicações complexas para desenvolvedores.
Em 2024, kits de desenvolvimento de software e APIs subirão de nível à medida que os desenvolvedores personalizam modelos de IA prontos para uso usando microsserviços de IA, como RAG as a service. Isso ajudará as empresas a aproveitar todo o potencial da produtividade orientada por IA com assistentes inteligentes e ferramentas de resumo que podem acessar informações comerciais atualizadas.
Os desenvolvedores poderão incorporar esses pontos de extremidade de API diretamente em suas aplicações sem ter que se preocupar em manter a infraestrutura necessária para suportar os modelos e frameworks. Os usuários finais podem, por sua vez, experimentar aplicações mais intuitivas, responsivas e personalizadas que se adaptam às suas necessidades.
IAN BUCK
Vice-Presidente de Hiperescala e HPC
Tesouro nacional: A IA deve se tornar a nova corrida espacial, com cada país procurando criar seu próprio centro de excelência para impulsionar avanços significativos em pesquisa e ciência e melhorar o PIB.
Com apenas algumas centenas de nós de computação acelerada, os países serão capazes de construir rapidamente supercomputadores de IA altamente eficientes, de alto desempenho e exaescala. Os centros de excelência de IA generativa financiados pelo governo impulsionarão o crescimento econômico dos países, criando novos empregos e construindo programas universitários mais fortes para criar a próxima geração de cientistas, pesquisadores e engenheiros.
Os líderes empresariais lançarão iniciativas de pesquisa em computação quântica com base em dois fatores-chave: a capacidade de usar supercomputadores de IA tradicionais para simular processadores quânticos e a disponibilidade de uma plataforma de desenvolvimento aberta e unificada para computação quântica híbrida-clássica. Isso permite que os desenvolvedores usem linguagens de programação padrão em vez de precisar de conhecimento personalizado e especializado para construir algoritmos quânticos.
Antes considerado um nicho obscuro na ciência da computação, a exploração da computação quântica se tornará mais acessível à medida que as empresas se juntam à academia e aos laboratórios nacionais na busca de rápidos avanços na ciência dos materiais, pesquisa farmacêutica, física subatômica e logística.
KARI BRISKI
Vice-Presidente de Software de IA
Do RAG às informações enriquecidas: Espere ouvir muito mais sobre a geração aumentada de recuperação à medida que as empresas adotam esses frameworks de IA em 2024.
À medida que as empresas treinam LLMs para construir aplicações e serviços de IA generativa, o RAG é amplamente visto como uma resposta às imprecisões ou respostas absurdas que às vezes ocorrem quando os modelos não têm acesso a informações precisas e relevantes suficientes para um determinado caso de uso.
Usando a recuperação semântica, as empresas adotarão modelos de base de código aberto, ingerirão seus próprios dados para que uma consulta do usuário possa recuperar os dados relevantes do índice e, em seguida, passá-los para o modelo em tempo de execução.
O resultado é que as empresas podem usar menos recursos para alcançar aplicações de IA generativa mais precisas em setores como área da saúde, finanças, varejo e manufatura. Os usuários finais devem esperar ver chatbots mais sofisticados, sensíveis ao contexto e multimodais e sistemas personalizados de recomendação de conteúdo que lhes permitam falar com seus dados de forma natural e intuitiva.
A multimodalidade deixa sua marca: a IA generativa baseada em texto está pronta para se tornar uma coisa do passado. Mesmo que a IA generativa ainda esteja em sua infância, espere ver muitas indústrias adotarem LLMs multimodais que permitem que os consumidores usem uma combinação de texto, fala e imagens para fornecer respostas mais contextualmente relevantes a uma consulta sobre tabelas, gráficos ou esquemas.
Empresas como Meta e OpenAI buscarão expandir os limites da IA generativa multimodal, adicionando maior suporte aos sentidos, o que levará a avanços nas ciências físicas, biológicas e na sociedade em geral. As empresas poderão entender seus dados não apenas em formato de texto, mas também em PDFs, gráficos, tabelas, slides e muito mais.
NIKKI POPE
Head de IA e Ética Jurídica
Bloqueio de alvos na segurança da IA: A colaboração entre as principais empresas de IA acelerará a pesquisa e o desenvolvimento de sistemas de IA robustos e seguros. Espere ver protocolos de segurança padronizados emergentes e melhores práticas que serão adotadas em todos os setores, garantindo um nível consistente e alto de segurança em modelos de IA generativa.
As empresas aumentarão seu foco em transparência e interpretabilidade em sistemas de IA, e usarão novas ferramentas e metodologias para lançar luz sobre os processos de tomada de decisão de modelos complexos de IA. À medida que o ecossistema de IA generativa se mobiliza em torno da segurança, antecipe que as tecnologias de IA se tornem mais confiáveis, confiáveis e alinhadas com os valores humanos.
RICHARD KERRIS
Vice-Presidente de Relações com Desenvolvedores, Head de Mídia e Entretenimento
A democratização do desenvolvimento: Praticamente qualquer pessoa, em qualquer lugar, em breve estará pronta para se tornar um desenvolvedor. Tradicionalmente, era preciso conhecer e ser proficiente no uso de uma linguagem de desenvolvimento específica para desenvolver aplicações ou serviços. À medida que a infraestrutura de computação se torna cada vez mais treinada nas linguagens de desenvolvimento de software, qualquer pessoa será capaz de solicitar que a máquina crie aplicações, serviços, suporte a dispositivos e muito mais.
Embora as empresas continuem a contratar desenvolvedores para criar e treinar modelos de IA e outras aplicações profissionais, espere ver oportunidades significativamente mais amplas para qualquer pessoa com o conjunto de habilidades certo para criar produtos e serviços personalizados. Eles serão ajudados por entradas de texto ou prompts de voz, tornando as interações com computadores tão simples quanto instruí-las verbalmente.
“Now and Then” no cinema e na música: Assim como a “nova” música aumentada por IA do quarteto de Liverpool estimulou uma nova rodada de Beatlemania, o início do primeiro longa-metragem de IA gerativa enviará ondas de choque pela indústria cinematográfica.
Pegue um cineasta que fotografa usando uma câmera de filme 35mm. O mesmo conteúdo pode em breve ser transformado em uma produção de 70mm usando IA generativa, reduzindo os custos significativos envolvidos na produção de filmes no formato IMAX e permitindo que um conjunto mais amplo de diretores participe.
Os criadores transformarão belas imagens e vídeos em novos tipos e formas de entretenimento, solicitando texto, imagens ou vídeos a um computador. Alguns profissionais temem que seu trabalho seja substituído, mas esses problemas desaparecerão à medida que a IA generativa ficar melhor em ser treinada em tarefas específicas. Isso, por sua vez, liberará as mãos para lidar com outras tarefas e fornecerá novas ferramentas com interfaces amigáveis aos artistas.
KIMBERLY POWELL
Vice-Presidente da Área da Saúde
Assistentes cirúrgicos de IA: Chegou o dia em que os cirurgiões podem usar a voz para aumentar o que veem e entendem dentro e fora da suíte cirúrgica.
A combinação de instrumentos, imagens, robótica e dados de pacientes em tempo real com IA levará a um melhor treinamento do cirurgião, mais personalização durante a cirurgia e melhor segurança com feedback e orientação em tempo real, mesmo durante a cirurgia remota. Isso ajudará a fechar a lacuna sobre as 150 milhões de cirurgias que são necessárias e ainda não acontecem, particularmente em países de baixa e média renda.
Fábricas de descoberta de medicamentos de IA generativa: Um novo processo de descoberta de medicamentos está surgindo, onde a geração de moléculas de IA generativa, previsão de propriedades e modelagem complexa impulsionarão um volante inteligente de laboratório no circuito, encurtando o tempo para descobrir e melhorando a qualidade de candidatos a medicamentos clinicamente viáveis.
Essas fábricas de descoberta de medicamentos de IA empregam conjuntos de dados da área de saúde massivos usando genomas inteiros, instrumentos de resolução atômica e automação de laboratório robótico capaz de funcionar em tempo integral. Pela primeira vez, os computadores podem aprender padrões e relações dentro de conjuntos de dados enormes e complexos e gerar, prever e modelar relações biológicas complexas que só antes eram descobertas por meio de observação experimental demorada e síntese humana.
CHARLIE BOYLE
Vice-Presidente das Plataformas DGX
Empresas levam LLMs sob medida para a nuvem: Uma coisa que as empresas aprenderam em 2023 é que construir LLMs do zero não é fácil. As empresas que seguem esse caminho muitas vezes se assustam com a necessidade de investir em novas infraestruturas e tecnologias e têm dificuldade em descobrir como e quando priorizar outras iniciativas da empresa.
Provedores de serviços em nuvem, provedores de colocation e outras empresas que lidam e processam dados para outras empresas ajudarão as empresas com supercomputação e software de IA full-stack. Isso tornará a personalização de modelos pré-treinados e sua implantação mais fáceis para empresas de todos os setores.
Pescando ouro LLM em data lakes corporativos: não faltam estatísticas sobre quanta informação a empresa armazena em média. Ela pode estar em qualquer lugar nas altas centenas de petabytes para grandes corporações. No entanto, muitas empresas relatam que estão minerando menos da metade dessas informações para obter insights acionáveis.
Em 2024, as empresas começarão a usar IA generativa para fazer uso desses dados indomáveis, colocando-os para trabalhar construindo e personalizando LLMs. Com a supercomputação impulsionada por IA, as empresas começarão a minerar seus dados não estruturados, incluindo bate-papos, vídeos e código, para expandir seu desenvolvimento de IA generativa em modelos multimodais de treinamento. Esse salto além da capacidade de minerar tabelas e outros dados estruturados permitirá que as empresas forneçam respostas mais específicas a perguntas e encontrem novas oportunidades. Isso inclui ajudar a detectar anomalias em exames de saúde, descobrir tendências emergentes no varejo e tornar as operações comerciais mais seguras.
AZITA MARTINS
Vice-Presidente de Varejo, Produtos de Consumo Embalados e Restaurantes Fast Food
Consultores de compras de IA generativa: os varejistas lidam com as demandas duplas de conectar os clientes aos produtos que desejam e, ao mesmo tempo, oferecer experiências de compra omnichannel elevadas, semelhantes às humanas, alinhadas com suas necessidades e preferências individuais.
Para atingir esses objetivos, os varejistas estão se preparando para introduzir consultores de compras de ponta impulsionados por IA generativa, que passarão por treinamento meticuloso sobre a marca, os produtos e os dados dos clientes distintos dos varejistas para garantir uma jornada de compra apropriada à marca, guiada e personalizada que imita a experiência matizada de um assistente humano. Essa abordagem inovadora ajudará a diferenciar as marcas e aumentar a fidelidade do cliente, fornecendo ajuda personalizada.
Configuração para segurança: varejistas em todo o mundo estão enfrentando um desafio crescente à medida que o crime organizado no varejo se torna cada vez mais sofisticado e coordenado. A Federação Nacional do Varejo informou que os varejistas estão experimentando um aumento impressionante de 26,5% em incidentes desse tipo desde o aumento pós-pandemia no roubo no varejo.
Para melhorar a segurança das experiências na loja para clientes e funcionários, os varejistas começarão a usar visão computacional e software de gerenciamento de informações de segurança física para coletar e correlacionar eventos de sistemas de segurança diferentes. Isso permitirá que a IA detecte armas e comportamentos incomuns, como a captura em larga escala de itens das prateleiras. Também ajudará os varejistas a impedir proativamente atividades criminosas e manter um ambiente de compras mais seguro.
REV LEBAREDIAN
Vice-Presidente de Tecnologia Omniverse e Simulação
Digitalização industrial encontra IA generativa: A fusão da digitalização industrial com a IA generativa está pronta para catalisar a transformação industrial. A IA generativa tornará mais fácil transformar aspectos do mundo físico, como geometria, luz, física, matéria e comportamento, em dados digitais. Democratizar a digitalização do mundo físico acelerará as empresas industriais, permitindo-lhes projetar, otimizar, fabricar e vender produtos de forma mais eficiente. Também permite que eles criem mais facilmente campos de treinamento virtuais e dados sintéticos para treinar uma nova geração de IAs que interagirão e operarão dentro do mundo físico, como robôs autônomos e carros autônomos.
Interoperabilidade 3D decola: da prancheta ao chão de fábrica, os dados pela primeira vez serão interoperáveis.
As empresas de software e profissionais mais influentes do mundo dos setores de manufatura, design de produtos, varejo, comércio eletrônico e robótica estão se comprometendo com a recém-criada Alliance for OpenUSD. O OpenUSD, a linguagem universal entre ferramentas 3D e dados, quebrará silos de dados, permitindo que as empresas industriais colaborem entre data lakes, sistemas de ferramentas e equipes especializadas com mais facilidade e rapidez do que nunca para acelerar a digitalização de processos industriais manuais anteriormente pesados.
XINZHOU WU
Vice-Presidente e Gerente Geral de Automotivo
Modernizando o ciclo de vida de produção do veículo: A indústria automotiva adotará ainda mais a IA generativa para fornecer renderizações fisicamente precisas e fotorrealistas que mostram exatamente como um veículo ficará por dentro e por fora, enquanto acelera as revisões de projeto, economiza custos e melhora a eficiência.
Mais montadoras adotarão essa tecnologia dentro de suas fábricas inteligentes, conectando ferramentas de design e engenharia para construir gêmeos digitais de instalações de produção. Isso reduzirá custos e agilizará as operações sem a necessidade de desligar as linhas de fábrica.
A IA generativa tornará a pesquisa e a compra do consumidor mais interativas. De configuradores de carros e visualizações 3D a demonstrações de realidade aumentada e test drives virtuais, os consumidores poderão ter uma experiência de compra mais envolvente e agradável.
A segurança não é por acaso: além do ciclo de vida do produto automotivo, a IA generativa também permitirá avanços no desenvolvimento de veículos autônomos (AV), incluindo a transformação de dados de sensores gravados em simulações 3D totalmente interativas. Esses ambientes de gêmeos digitais, bem como a geração de dados sintéticos, serão usados para desenvolver, testar e validar AVs com segurança em escala virtualmente antes de serem implantados no mundo real.
Os modelos base de IA generativa também suportarão os sistemas de IA de um veículo para permitir novas experiências de usuário personalizadas, capacidades e recursos de segurança dentro e fora do carro.
A experiência ao volante está preparada para se tornar mais segura, inteligente e agradável.
BOB PETTE
Vice-Presidente de Plataformas Corporativas
Construindo de novo com IA generativa: A IA generativa permitirá que as empresas projetem carros simplesmente falando com um grande modelo de linguagem ou criem cidades do zero usando novas técnicas e princípios de design.
A indústria de arquitetura, engenharia, construção e operações (AECO) está construindo o futuro usando IA generativa como seu guia. Centenas de startups e clientes de IA generativa na AECO e manufatura se concentrarão na criação de soluções para praticamente qualquer caso de uso, incluindo otimização de projeto, inteligência de mercado, gerenciamento de construção e previsão física. A IA acelerará uma evolução de fabricação que promete maior eficiência, redução de desperdício e abordagens totalmente novas para a produção e sustentabilidade.
Desenvolvedores e empresas estão se concentrando em particular na análise de dados em nuvem de pontos, que usa lidar para gerar representações de ambientes construídos e naturais com detalhes precisos. Isso pode levar a insights e análises de alta fidelidade por meio de workflows acelerados por IA generativa.
GILAD SHAINER
Vice-Presidente de Networking
Influxo de IA acende demanda por conectividade: um foco renovado na eficiência e no desempenho da rede decolará à medida que as empresas buscam a largura de banda de rede necessária para computação acelerada usando GPUs e sistemas baseados em GPU.
LLMs de trilhões de parâmetros exporão a necessidade de velocidades de transmissão mais rápidas e cobertura mais alta. As empresas que desejam implantar rapidamente aplicações de IA generativa precisarão investir em tecnologia de rede acelerada ou escolher um provedor de serviços em nuvem que o faça. A chave para a conectividade ideal é transformá-lo em sistemas full-stack acoplados a hardware e software de última geração.
O elemento definidor do design do data center: as empresas aprenderão que nem todos os data centers precisam ser iguais. Determinar a finalidade de um data center é o primeiro passo para escolher a rede apropriada para usar nele. Os data centers tradicionais são limitados em termos de largura de banda, enquanto aqueles capazes de executar grandes cargas de trabalho de IA exigem milhares de GPUs para trabalhar com latência muito determinística e de baixa cauda.
O que a rede é capaz de fazer quando sob uma carga completa em escala é o melhor determinante de desempenho. O futuro da conectividade de data center corporativo requer redes separadas de gerenciamento (também conhecido como norte-sul) e IA (também conhecido como leste-oeste), onde a rede de IA inclui computação em rede projetada especificamente para computação de alto desempenho, IA e infraestruturas de nuvem de hiperescala.
DAVID REBER JR.
Chief Security Officer
Clareza na adaptação do modelo de segurança à IA: o pivô da segurança centrada na aplicação para a segurança centrada nos dados está a todo vapor. Os dados são a cadeia de suprimentos fundamental para LLMs e o futuro da IA generativa. As empresas só agora estão vendo o problema se desenrolar em escala. As empresas precisarão reavaliar pessoas, processos e tecnologias para redefinir o ciclo de vida de desenvolvimento seguro (SDLC). A indústria em geral irá redefinir a sua abordagem em matéria de confiança e clarificar o que significa transparência.
Uma nova geração de ferramentas cibernéticas nascerá. O SDLC da IA será definido com novos líderes de mercado de ferramentas e expectativas para abordar a transição da interface de linha de comando para a interface de linguagem humana. A necessidade será especialmente importante à medida que mais empresas mudarem para o uso de LLMs de código aberto como o Llama 2 da Meta para acelerar a produção de IA generativa.
Escalando a segurança com IA: Aplicações de IA para o déficit de segurança cibernética detectarão ameaças nunca antes vistas. Atualmente, uma fração dos dados globais é usada para defesa cibernética. Enquanto isso, os hackers continuam a tirar proveito de cada configuração incorreta.
A experimentação ajudará as empresas a perceber o potencial da IA na identificação de ameaças e riscos emergentes. Os copilotes cibernéticos ajudarão os usuários corporativos a navegar por phishing e configuração. Para que a tecnologia seja eficaz, as empresas precisarão lidar com questões de privacidade inerentes à intersecção do trabalho e da vida pessoal para permitir a defesa coletiva em ambientes centrados em dados.
Além de democratizar o acesso à tecnologia, a IA também permitirá uma nova geração de defensores cibernéticos à medida que as ameaças continuam a crescer. Assim que as empresas ganharem clareza sobre cada ameaça, a IA será usada para gerar grandes quantidades de dados que treinam detectores downstream para defender e detectar essas ameaças.
RONNIE VASISHTA
Vice-Presidente Sênior de Telecomunicações
Correndo de ou para a RAN: Espere ver uma grande reavaliação dos casos de investimento para o 5G.
Após cinco anos de 5G, a cobertura e a capacidade da rede cresceram, mas o crescimento da receita é lento e os custos para a infraestrutura proprietária e inflexível aumentaram. Enquanto isso, a utilização para 5G RAN está presa abaixo de 40%.
O novo ano será sobre a busca agressiva de novas fontes de receita no espectro existente para descobrir novas aplicações monetizáveis. As telecomunicações também repensarão a estrutura de capex, concentrando-se mais em uma infraestrutura flexível e de alta utilização construída em componentes de uso geral. E espere ver uma redução holística das despesas operacionais à medida que as empresas aproveitam as ferramentas de IA para aumentar o desempenho, melhorar a eficiência e eliminar custos. O resultado dessas iniciativas determinará quanto as operadoras investirão na tecnologia 6G.
De chatbots a gerenciamento de rede: as Telcos já estão usando IA generativa para chatbots e assistentes virtuais para melhorar o atendimento e o suporte ao cliente. No próximo ano, eles dobrarão a aposta, aumentando o uso de IA generativa para melhorias operacionais em áreas como planejamento e otimização de rede, detecção de falhas e fraudes, análise e manutenção preditiva, operações de segurança cibernética e otimização de energia.
Dado o quão difundida e estratégica a IA generativa está se tornando, construir um novo tipo de infraestrutura de fábrica de IA para apoiar seu crescimento também se tornará um imperativo fundamental. Mais e mais telcos construirão fábricas de IA para uso interno, bem como implantarão essas fábricas como uma plataforma como um serviço para desenvolvedores. Essa mesma infraestrutura poderá oferecer suporte à RAN como um locatário adicional.
MALCOLM DEMAYO
Vice-Presidente de Serviços Financeiros
Serviços financeiros em primeiro lugar: Com os avanços da IA crescendo exponencialmente, as empresas de serviços financeiros trarão o poder de computação para os dados, e não o contrário.
As empresas passarão por uma mudança estratégica em direção a uma combinação híbrida e altamente escalável de infraestrutura local e computação baseada em nuvem, impulsionada pela necessidade de mitigar o risco de concentração e manter a agilidade em meio aos rápidos avanços tecnológicos. As empresas que lidam com suas cargas de trabalho mais críticas, incluindo assistentes de atendimento ao cliente impulsionados por IA, detecção de fraudes, gerenciamento de riscos e muito mais, liderarão.
MARC SPIELER
Diretor Sênior de Energia
Física-ML para simulação mais rápida: As empresas de energia recorrerão cada vez mais ao machine learning informado pela física (Physics-ML) para acelerar simulações, otimizar processos industriais e melhorar a tomada de decisões.
O Physics-ML integra modelos tradicionais baseados em física com algoritmos avançados de machine learning, oferecendo uma ferramenta poderosa para a simulação rápida e precisa de fenômenos físicos complexos. Por exemplo, na exploração e produção de energia, o Physics-ML pode modelar rapidamente geologias de subsuperfície para ajudar na identificação de potenciais locais de exploração e avaliação de riscos operacionais e ambientais.
Em setores de energia renovável, como eólica e solar, o Physics-ML desempenhará um papel crucial na manutenção preditiva, permitindo que as empresas de energia prevejam falhas de equipamentos e programem a manutenção de forma proativa para reduzir os tempos de inatividade e os custos. À medida que o poder computacional e a disponibilidade de dados continuam a crescer, o Physics-ML está pronto para transformar a forma como as empresas de energia abordam as tarefas de simulação e modelagem, levando a uma produção de energia mais eficiente e sustentável.
LLMs – a correção para melhores resultados operacionais: Juntamente com o Physics-ML, os LLMs analisarão dados históricos extensos e entradas de sensores em tempo real de equipamentos de energia para prever possíveis falhas e necessidades de manutenção antes que elas ocorram. Essa abordagem proativa reduzirá o tempo de inatividade inesperado e estenderá a vida útil de turbinas, geradores, painéis solares e outras infraestruturas críticas. Os LLMs também ajudarão a otimizar os cronogramas de manutenção e a alocação de recursos, garantindo que os reparos e inspeções sejam realizados com eficiência. Em última análise, o uso de LLM na manutenção preditiva economizará custos para as empresas de energia e contribuirá para um fornecimento de energia mais estável para os consumidores.
DEEPU TALLA
Vice-Presidente de Computação Embarcada e no Edge
A ascensão dos programadores de robótica: LLMs levará a melhorias rápidas para engenheiros de robótica. A IA generativa desenvolverá código para robôs e criará novas simulações para testá-los e treiná-los.
Os LLMs acelerarão o desenvolvimento de simulações construindo automaticamente cenas 3D, construindo ambientes e gerando ativos a partir de entradas. Os ativos de simulação resultantes serão críticos para workflows como geração de dados sintéticos, treinamento de habilidades de robôs e testes de aplicações de robótica.
Além de ajudar os engenheiros de robótica, os modelos de IA de transformers, os motores por trás dos LLMs, tornarão os próprios robôs mais inteligentes para que entendam melhor ambientes complexos e executem com mais eficiência uma variedade de habilidades dentro deles.
Para que a indústria robótica ganhe escala, os robôs precisam se tornar mais generalizáveis, ou seja, precisam adquirir habilidades mais rapidamente ou trazê-las para novos ambientes. Os modelos de IA generativa, treinados e testados em simulação, serão um facilitador fundamental na busca por robôs mais poderosos, flexíveis e fáceis de usar.