详细内容或原文请订阅后点击阅览
“ 1,000名飞行员的死亡”
大多数公司发现，对AI的最大挑战是进行有希望的实验，演示或概念证明，并将其推向市场。麦肯锡数字分析师罗德尼·泽梅尔（Rodney Zemmel）总结了这一点：“很容易启动飞行员，以至于您可以陷入1000名飞行员的“死亡”方法中。”很容易[…]
来源:O'Reilly Media _AI & ML大多数公司发现，对AI的最大挑战是进行有希望的实验，演示或概念证明，并将其推向市场。麦肯锡数字分析师罗德尼·泽梅尔（Rodney Zemmel）总结了这一点：“很容易启动飞行员，以至于您可以陷入1000名飞行员的“死亡”方法中。”很容易看到AI的潜力，提出一些想法，并旋转了数十个飞行员项目（如果不是数千个）。但是，问题不仅仅是飞行员的数量。这也是雨果·鲍恩·安德森（Hugo Bowne-Anderson）撰写的“概念炼狱证明”的困难，也是Chip Huyen，Hamel Husain和许多其他O’Reilly作家的讨论。我们的工作着重于将POC投入生产所带来的挑战，例如扩展AI基础架构，提高AI系统的可靠性并产生业务价值。
很容易发射飞行员，以至于您可以陷入这种“ 1000名飞行员的死亡”方法将产品带入生产包括使其与建筑物Adisic AI系统，RAG，Graprag和MCP的最新技术保持最新状态。我们还遵循推理模型的开发，例如DeepSeek R1，Alibaba的QWQ，Open AI的O1和O3，Google的Gemini 2以及越来越多的其他模型。这些模型通过计划如何提前解决问题来提高其准确性。
rag学习速度更快。深入挖掘。参见更远的地方。
开发人员还必须考虑是否使用开放式AI，Anthropic和Google等主要提供商的API，还是依靠开放模型，包括Google的Gemma，Meta的Llama，DeepSeek的R1，以及从大型模型中得出（或“蒸馏”）的许多小型语言模型。 这些较小的模型中的许多可以在本地运行，而无需GPU。有些可以在有限的硬件上运行，例如手机。在本地运行模型的能力为AI开发人员的选项提供了一两年前不存在的选项。我们正在帮助开发人员了解如何使用这些选项。