Im Kampf um Relevanz im wachsenden – und äußerst wettbewerbsintensiven – KI-Bereich hat IBM diese Woche neue generative KI-Modelle und -Funktionen auf seiner kürzlich eingeführten Data-Science-Plattform Watsonx eingeführt.
Bei den neuen Modellen, die als Modelle der Granite-Serie bezeichnet werden, handelt es sich offenbar um standardmäßige Large Language Models (LLMs) nach dem Vorbild von OpenAIs GPT-4 und ChatGPT, die in der Lage sind, Text zusammenzufassen, zu analysieren und zu generieren. IBM lieferte nur sehr wenige Details zu Granite, was es unmöglich machte, die Modelle mit konkurrierenden LLMs zu vergleichen – einschließlich dem eigenen von IBM. Das Unternehmen behauptet jedoch, dass es die Daten, die zum Trainieren der Modelle der Granite-Serie verwendet werden, sowie die Schritte zum Filtern und Verarbeiten dieser Daten vor der Verfügbarkeit der Modelle im dritten Quartal 2022 offenlegen wird.
Daran halten wir das Unternehmen fest.
An anderer Stelle führt IBM in Watsonx.ai – der Komponente von Watsonx, mit der Kunden Modelle nach der Bereitstellung testen, bereitstellen und überwachen können – Tuning Studio ein, ein Tool, mit dem Benutzer generative KI-Modelle an ihre Daten anpassen können.
Mit Tuning Studio können IBM Watsonx-Kunden Modelle mit nur 100 bis 1.000 Beispielen an neue Aufgaben anpassen. Sobald Benutzer eine Aufgabe angeben und beschriftete Beispiele im erforderlichen Datenformat bereitstellen, können sie das Modell über eine API aus der IBM Cloud bereitstellen.
Bald wird in Watsonx.ai auch ein synthetischer Datengenerator für tabellarische Daten eingeführt – die Sammlungen von Zeilen und Spalten, die in relationalen Datenbanken zu finden sind. IBM behauptet in einer Pressemitteilung, dass Unternehmen durch die Generierung synthetischer Daten aus benutzerdefinierten Datenschemata und internen Datensätzen den Generator nutzen können, um Erkenntnisse für das Training und die Feinabstimmung von KI-Modellen mit „geringerem Risiko“ zu extrahieren.
Es ist nicht klar, was genau unter „reduziertem Risiko“ zu verstehen ist Tücken KI mit synthetischen Daten zu trainieren. (Wir haben um Klarstellung gebeten.) Aber machen Sie daraus, was Sie wollen.
IBM führt außerdem neue generative KI-Funktionen in Watsonx.data ein, dem Datenspeicher des Unternehmens, der Benutzern den Zugriff auf Daten ermöglicht und gleichzeitig Abfrage-Engines, Governance, Automatisierung und Integrationen mit vorhandenen Datenbanken und Tools anwendet. Ab dem vierten Quartal 2023 können Kunden im Rahmen einer Tech Preview Daten für KI über ein Chatbot-ähnliches Self-Service-Tool „entdecken, erweitern, visualisieren und verfeinern“.
IBM ging erneut auf die Einzelheiten ein. Aber ich stelle mir ein Erlebnis vor, das dem von ChatGPT ähnelt, wenn auch mit Fokus auf Datenvisualisierung und -transformation.
Ungefähr zur gleichen Zeit – im vierten Quartal 2023 – wird Watsonx.data eine Vektordatenbankfunktion zur Unterstützung der Retrieval-Augmented Generation (RAG) erhalten, sagt IBM. RAG ist ein KI-Framework zur Verbesserung der Qualität von LLM-generierten Antworten, indem das Modell auf externen Wissensquellen basiert – was natürlich für die Unternehmenskunden von IBM nützlich ist.
Eine weitere wichtige Neuigkeit ist, dass IBM mit der technischen Vorschau für Watsonx.governance beginnt, einem Toolkit, das – in den eher vagen Worten des Unternehmens – Mechanismen zum Schutz der Privatsphäre der Kunden, zur Erkennung von Modellverzerrungen und -abweichungen und zur Unterstützung von Organisationen bei der Einhaltung von Ethikstandards bereitstellt. Und ab nächster Woche wird IBM Intelligent Remediation einführen, das nach Angaben des Unternehmens generative KI-Modelle nutzen wird, um IT-Teams bei der Zusammenfassung von Vorfällen und der Empfehlung von Arbeitsabläufen zur Unterstützung der Implementierung von Lösungen zu unterstützen.
„Wie die kontinuierliche Weiterentwicklung der Watsonx-Plattform innerhalb weniger Monate seit ihrer Einführung zeigt, sind wir hier, um Kunden während des gesamten KI-Lebenszyklus zu unterstützen“, sagte Dinesh Nirmal, SVP of Products bei IBM, in einer Pressemitteilung. „Als Transformationspartner arbeitet IBM mit Kunden zusammen, um ihnen dabei zu helfen, KI auf sichere und vertrauenswürdige Weise zu skalieren – von der Unterstützung bei der Einführung grundlegender Elemente ihrer Datenstrategien über die Optimierung von Modellen für ihre spezifischen Geschäftsanwendungsfälle bis hin zur Unterstützung bei der Steuerung darüber hinausgehender Modelle. ”
Sicherlich steht IBM unter dem Druck, zu beweisen, dass es im überfüllten KI-Bereich Fuß fassen kann.
Im zweiten Geschäftsquartal des Unternehmens meldete IBM einen Umsatz, der hinter den Erwartungen der Analysten zurückblieb, da das Unternehmen unter einer stärker als erwarteten Abschwächung in seinem Infrastrukturgeschäftssegment litt. Der Umsatz schrumpfte auf 15,48 Milliarden US-Dollar, was einem Rückgang von 0,4 % gegenüber dem Vorjahr entspricht und knapp unter dem Analystenkonsens für einen Q2-Umsatz von 15,58 Milliarden US-Dollar liegt.
Während der Telefonkonferenz zu den Ergebnissen betonte Arvind Krishna, CEO von IBM, wiederholt die Bedeutung von KI für das künftige Wachstum von IBM – und versicherte, dass sich Unternehmen in rasantem Tempo für die Nutzung der Hybrid-Cloud- und KI-Technologie von IBM anmelden, darunter auch Watsonx. Über 150 Firmenkunden nutzten Watsonx seit Juli, als es mit der Einführung begann, sagte Krishna – darunter Samsung und Citi.
„Wir gehen weiterhin auf die Bedürfnisse unserer Kunden ein, die vertrauenswürdige KI-Lösungen für Unternehmen suchen, und freuen uns besonders über die Resonanz auf die kürzlich eingeführte KI-Plattform Watsonx. Abschließend sind wir weiterhin zuversichtlich, was unsere Umsatz- und Free-Cashflow-Wachstumserwartungen für das Gesamtjahr angeht“, sagte Krishna während der Telefonkonferenz zu den Ergebnissen. pro Investing.com.