61 downloads

Satu perkara yang kami pelajari ketika membina sistem AI: tidak semua tugasan perlu menjalankan AI sepanjang masa.✎ Edit

👁 456 views
Satu perkara yang kami pelajari ketika membina sistem AI: tidak semua tugasan perlu menjalankan AI sepanjang masa.

Di AINNA, kami terus menguji pendekatan yang berbeza melalui prinsip NeuralOps.

Agent AI amat berguna semasa membangunkan penyelesaian - memahami keperluan perniagaan, menjana logik, membina aliran kerja, menjalankan ujian, dan membantu kami menukar proses pelanggan kepada sistem yang boleh digunakan.

Namun, apabila sesuatu proses sudah menjadi jelas, berulang, dan berasaskan peraturan, kami berusaha mengeluarkan AI daripada kitaran pelaksanaannya.

Tugasan tersebut diserahkan kepada perisian deterministik.

Hasilnya amat menarik.

Sesuatu proses boleh terus berjalan 24/7, sama ada ia dilaksanakan 100 kali atau berjuta-juta kali, tanpa menggunakan token LLM untuk pelaksanaan yang telah dipisahkan.

Lebih penting, pelaksanaan deterministik tidak membawa risiko halusinasi LLM ke dalam tugasan yang sepatutnya menghasilkan keputusan sama berdasarkan logik yang konsisten.

Pengalaman ini mengubah cara kami melihat AI, khususnya apabila memahami keperluan operasi pelanggan.

AI tidak semestinya perlu menjalankan operasi.
Kadang-kadang, peranan AI yang paling bernilai ialah membina sistem yang menjalankannya.

Bagi SME, ini boleh menjadi pendekatan yang lebih praktikal terhadap AI - gunakan kecerdasan apabila ia benar-benar diperlukan, dan serahkan skala, tugasan berulang, serta konsistensi kepada perisian konvensional.

Kami masih bereksperimen dan masih belajar.

Namun, semakin jelas kepada kami bahawa masa depan mungkin bukan tentang meletakkan AI dalam segala-galanya.

Mungkin masa depan adalah tentang mengetahui bila AI patut dikeluarkan.

#AINNA #NeuralOps #AgentAI #AIEngineering #SME #Automation #SoftwareEngineering

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. Email diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Siti Malaysia

Lebih jelas daripada dek vendor yang saya terima pasal 2.

Hafiz Malaysia

Useful. We are handling sama ada ia dilaksanakan 100 right now.

Wei China

The direction on ia dilaksanakan 1 100 k is exactly right.

Mei China

The numbers around sesuatu proses boleh terus berjalan make more sense than most posts I read.

Kavitha India

2 वाला हिस्सा मैं अपने बॉस को भेजूँगा।

Arjun India

This is where tugasan tersebut diserahkan kepada perisian finally makes sense.

Julin Kadazan, Malaysia

Orang yang tulis ni memang buat kerja rumah pasal 2.

Ginsang Kadazan, Malaysia

That point about agent AI amat berguna semasa is well put.

Artificial Intelligence

Article image
BioResearch Microbiology & cancer disease research intelligence 6 inputs → traceable research priorities Explore →
SmartCity AI-powered smart city infrastructure & operations 24 domains → one intelligent operating layer Explore →
Robotics Governed robotics at the industrial edge Perception → safety gateway → controller Explore →
NeuralOps Managed infrastructure for SMEs, without enterprise overhead From RM499/year · scoped after assessment Explore plans →
AINNA Ecosystem

Keep exploring after this article.

Every article page should end with a clear path into the wider AINNA, Agent, and NeuralOps ecosystem.

Current topic Artificial Intelligence Author profile Rozni AINNA Main ecosystem hub Agent Private autonomous agent hub NeuralOps AI automation and business systems Lead form Start a pilot discussion
AINNA Agent AI

Deploy Our AINNA AI Agent

Linux is the core path, Windows is supported, and Android / Termux works as the companion layer.

478 installs
Linux / macOS curl -fsSL https://ainna.bond/install | bash
Verify ainna --version
AINNA
CLICK ME

Site Sections

No section data available yet.

Sites with documented sections will appear here.