Apple Intelligence: Kelewatan Yang Dikira?
Tiada perbincangan menyeluruh tentang AI boleh mengabaikan kisah Apple Intelligence dan pelancarannya yang tertunda. Tahun lepas, persoalan yang ditimbulkan ialah: adakah tindakan Apple untuk mengejar dalam perlumbaan AI merupakan langkah paling berisiko dalam beberapa tahun? Apple, sebuah syarikat yang dikenali kerana sabar memerhati teknologi baru muncul sebelum menggunakannya secara besar-besaran, telah mengejutkan ramai dengan berita bahawa Siri yang mampu bersaing dengan ChatGPT mungkin tidak akan tiba sehingga 2026.
Kelewatan ini telah menyebabkan sedikit kebimbangan, terutamanya bagi mereka yang baru-baru ini melabur dalam peranti yang dipasarkan sebagai ‘sedia Apple Intelligence’. Laporan mencadangkan bahawa Apple mungkin sedang membina semula pendekatan AI mereka dari bawah. Memandangkan baik pulih yang ketara ini, adakah keputusan untuk menangguhkan adalah yang betul? Prinsip teras yang membimbing strategi Apple nampaknya adalah komitmen terhadap privasi pengguna: Apple tidak akan menggunakan data pengguna untuk membangunkan dan melatih AI-nya. Pendirian ini adalah penting dalam dunia di mana keupayaan AI dengan pantas menjadi penting dalam kedua-dua perisian dan perkakasan.
Kelewatan itu menimbulkan beberapa persoalan penting:
- Apakah implikasi jangka panjang kemasukan lewat Apple ke dalam landskap AI yang kompetitif?
- Adakah komitmen syarikat terhadap privasi akhirnya akan memberikannya kelebihan daya saing?
- Bagaimanakah Apple akan mengimbangi keperluan untuk AI termaju dengan nilai terasnya iaitu perlindungan data pengguna?
- Sejauh manakah ia akan menjejaskan pengguna?
Jawapan kepada soalan-soalan ini akan membentuk bukan sahaja masa depan Apple tetapi juga trajektori pembangunan dan penggunaan AI yang lebih luas.
Command R Cohere: Pencabar Kanada
Di hujung spektrum yang bertentangan daripada pendekatan berhati-hati Apple ialah Cohere, dengan model bahasa besar (LLM) Command R yang sedia ada. Model ini bukan vaporware; ia wujud dan kini memegang kedudukan utama di kalangan pesaing global dari segi kelajuan dan kecekapan. Pencapaian ini merupakan kejayaan penting bagi Cohere, yang sering dipuji sebagai ‘Harapan AI Hebat Kanada’.
Walau bagaimanapun, seperti yang ditunjukkan oleh Rob Kenedi dari Decelerator, landskap LLM menjadi semakin dikomoditikan. Persoalan timbul: adakah pemenang utama dalam peperangan AI ialah pemilik pusat data, dan bukannya pembangun LLM itu sendiri? Cohere juga terlibat dalam arena pusat data, menyedari kepentingan strategik infrastruktur ini.
Pertempuran untuk penguasaan LLM masih jauh dari selesai, tetapi Command R Cohere menunjukkan bahawa syarikat Kanada boleh bersaing di peringkat tertinggi. Ciri-ciri utama yang menyumbang kepada kejayaan Command R termasuk:
- Advanced Retrieval Augmented Generation (RAG): Command R cemerlang dalam menyepadukan sumber pengetahuan luaran, menjadikan responsnya lebih tepat dan relevan dari segi konteks.
- Keupayaan Berbilang Bahasa: Model ini menyokong pelbagai bahasa, meluaskan kebolehgunaan dan jangkauannya.
- Penggunaan Alat: Command R boleh berinteraksi dengan alat dan API luaran, membolehkannya melaksanakan pelbagai tugas yang lebih luas.
- Fokus pada Kes Penggunaan Perusahaan: Model ini dioptimumkan untuk aplikasi perniagaan, seperti sokongan pelanggan, penciptaan kandungan dan analisis data.
Kebangkitan ‘AI Berdaulat’ dan Persoalan Pusat Data
Telus, satu lagi pemain utama, juga membuat tuntutan kedaulatan AI Kanada, menekankan kepentingan kawalan negara ke atas infrastruktur dan data AI. Kedua-dua pusat data Telus dan Cohere dikuasakan oleh cip Nvidia, menonjolkan peranan kritikal perkakasan dalam ekosistem AI.
Konsep ‘AI Berdaulat’ menimbulkan pertimbangan penting:
- Bagaimanakah negara-negara boleh mengimbangi keperluan untuk inovasi dengan keinginan untuk mengawal infrastruktur AI yang kritikal?
- Apakah implikasi kedaulatan data untuk kerjasama antarabangsa dan persaingan dalam bidang AI?
- Adakah tumpuan pada keupayaan AI nasional akan membawa kepada pemecahan landskap AI global?
- Persoalan kawalan data AI.
Soalan-soalan ini menggariskan interaksi kompleks antara kemajuan teknologi, kepentingan negara dan kerjasama global dalam era AI.
Vibe Coding: Kisah Peringatan
Beralih daripada landskap strategik AI kepada praktikal pelaksanaannya, kita bertemu dengan fenomena ‘vibe coding’. Garry Tan dari Y Combinator baru-baru ini mendakwa bahawa satu perempat daripada syarikat permulaan dalam kelompok pecutnya sedang membina produk menggunakan kod yang ditulis hampir keseluruhannya oleh LLM. Ini mencadangkan anjakan paradigma yang berpotensi dalam cara teknologi dibangunkan.
Walau bagaimanapun, seperti yang ditonjolkan oleh @leojr94_ dan lain-lain, pendekatan ‘vibe coding’ ini datang dengan risiko yang ketara. Dengan ‘vibes’ yang hebat, nampaknya, datang tanggungjawab yang besar. Ini berfungsi sebagai pengumuman perkhidmatan awam untuk semua mereka yang menerima kemudahan dan kelajuan penjanaan kod berkuasa AI.
Daya tarikan ‘vibe coding’ boleh difahami:
- Peningkatan Kelajuan: LLM boleh menjana kod lebih pantas daripada pembangun manusia.
- Pengurangan Kos: Mengautomasikan penjanaan kod berpotensi mengurangkan perbelanjaan pembangunan.
- Demokrasi Pembangunan: LLM boleh memperkasakan individu yang mempunyai pengalaman pengekodan terhad untuk membina aplikasi.
Walau bagaimanapun, potensi kelemahan adalah sama penting:
- Kerentanan Keselamatan: Kod yang dijana LLM mungkin mengandungi kelemahan keselamatan tersembunyi yang boleh dieksploitasi oleh pelaku berniat jahat.
- Kekurangan Kebolehjelasan: Sukar untuk memahami logik di sebalik kod yang dijana AI, menjadikannya mencabar untuk menyahpepijat dan menyelenggara.
- Kebimbangan Bias dan Keadilan: Jika data latihan yang digunakan untuk mencipta LLM mengandungi bias, kod yang dijana mungkin mengekalkan bias tersebut.
- Isu Hak Cipta: Terdapat banyak isu dengan hak cipta.
Oleh itu, walaupun ‘vibe coding’ menawarkan kemungkinan yang menggiurkan, ia mesti didekati dengan berhati-hati dan pemahaman yang mendalam tentang potensi perangkapnya. Ujian menyeluruh, audit keselamatan yang ketat, dan pertimbangan yang teliti terhadap implikasi etika adalah penting. Tumpuan hendaklah sentiasa diberikan kepada pembinaan sistem AI yang teguh, boleh dipercayai dan bertanggungjawab, dan bukannya hanya mengejar trend terkini.
Landskap AI sentiasa berkembang, membentangkan kedua-dua peluang yang belum pernah berlaku sebelum ini dan cabaran yang ketara. Daripada keputusan strategik gergasi teknologi seperti Apple kepada kejayaan inovatif syarikat seperti Cohere, dan pertimbangan praktikal ‘vibe coding’, perjalanan AI adalah salah satu pembelajaran berterusan, penyesuaian dan pembangunan yang bertanggungjawab. Kuncinya adalah untuk mengemudi rupa bumi yang kompleks ini dengan gabungan cita-cita, pandangan jauh, dan komitmen yang tidak berbelah bahagi kepada prinsip etika.