Umělá inteligence je odvětví, kterým se zabývá mnoho významých společností. Microsoft mezi ně pochopitelně patří a nyní přichází s novou AI nazvanou Phi-4. Na poměry umělé inteligence pracuje s malým objemem dat, avšak svými výsledky ohromuje a ohrožuje i mnohem masivnější modely AI.

Phi-4 ohromuje svými výsledky

Nový model umělé inteligence Phi-4 pochází od vývojářů společnosti Microsoft a pracuje se zhruba 14 miliardami parametry, což je na dnešní poměr opravdu málo. Například modely Gemini Ultra od Googlu a GPT-4o od OpenAI pracují s daty v řádu stovek miliard. V oblasti umělé inteligence je zkrátka raženo heslo „větší je lepší“. Jak se ale zdá, Phi-4 může být přesným opakem.

Jazykový model Phi-4 zaujal zejména při řešení složitých matematických úloh a prokazuje skvělé výsledky ve standardizovaných matematických problémech. Díky tomu je AI od Microsoftu skvělá pro nasazení ve vědeckých výzkumech, finančních institutech či ve složitém 3D modelování. Model Phi-4 jasně dokazuje, že i menší databáze s patřičným zaměřením, dokáže být stejně či dokonce více účinná jako ta od velkých hráčů.

Model Phi-4 zaujme svou jednoduchostí | foto: Silicon UK

Průlom v nasazení AI

Rozmach umělé inteligence je v posledních měsících masivní, avšak mnoho firem se AI stále brání. Důvodů je přitom několik, nicméně náročnost některých modelů AI je jednou z největších překážek. Je proto možné, že mnohem jednodušší Phi-4 by se mohlo stát průkopníkem, díky kterému začne umělou inteligenci využívat více společností.

Výhoda AI od Microsoftu jasně spočívá v efektivitě. Společnosti, které pro svou činnost potřebují řešit matematické úlohy, by díky Phi-4 mohli ušetřit nemalou částku. A právě peněžní úspora může výrazně pomoci v rozmachu tohoto jazykového modelu.

Phi-4 ukazuje budoucnost

Nový model Phi-4 od Microsoftu nám tedy jasně ukazuje, jaká by mohla být budoucnost umělé inteligence v pracovní sféře. Menší modely AI, jež budou pracovat s méně parametry, avšak výrazně efektivněji, by mohly přilákat spoustu podniků. Microsoft s Phi-4 dokazuje, že nejde jen o všestrannost umělé inteligence, nýbrž je třeba vyvíjet i modely zaměřené na konkrétní úkony.