2023/03/09: AI/ML landscape

1. The 2023 edition of the Machine Learning, AI and Data Landscape — a quick analysis

source: https://olivermolander.medium.com/the-2023-edition-of-the-mad-machine-learning-ai-and-data-landscape-a-quick-analysis-67208f16125b

2. MAD 2023, PART IV: TRENDS IN ML/AI

source: https://mattturck.com/mad2023-part-iv/

3. Foundation Models: How Startups Win With Generative AI

source: https://www.madrona.com/foundation-models-how-startups-can-win-with-generative-ai/

• 비즈니스 모델 파괴
  • Microsoft
    • 낮은 시장 점유율. Bing에 Gen-AI를 지원하여 Google에게 없는 사용자 경험 제공
    • 추론 비용이 증가하면 COGS가 크게 증가하고 총 마진이 줄어들어 기존 리더가 이를 채택할 가능성이 낮아짐
  • 스타트업
    • 가변 추론 비용 사용
    • Jasper(생성 단어 수) & RunwayML(생성 이미지 수)
• 생성 기능 수용
  • 이미 사용 가능한 기반 모델(GPT-3, Co:here, Stable Diffusion)을 활용
  • 동급 최고의 툴링 활용
    • Fixie, Langchain, Llama Index 및 Promptable과 같은 오케스트레이션 도구를 사용하면 대규모 언어 모델과 데이터를 제품에 더 쉽게 통합 가능
    • OpenAI와 Co:here와 같은 회사는 자체 제공
  • 해자 만들기
    • 기본 모델로 시작 > 사용자 모니터링 > 모델 업데이트 > 사용량 변화 확인 > 제품을 개선하고 독점 데이터를 저장하여 해자를 만듬
• 사용자 경험 재구상
  • 신생 기업은 혁신적인 새 생성 기능을 제공 가능함. (기존 업체는 기존 UX를 버리기 힘듬)
  • 인간 전문가 역량 강화
    • AI는 전문가를 대체하는 것이 아니라 전문가의 사용을 지원하고 권한을 부여해야 함

4. The Emergence Of Large Language Model (LLM) API Build Frameworks

source: https://cobusgreyling.medium.com/the-emergence-of-large-language-model-llm-api-build-frameworks-78d83d68eeda

• LangChain , Dust , Steamship 등과 같은 프레임워크
• LLM 상호 작용을 위한 기본 오케스트레이션 엔진을 생성하고 API를 통해 표면화하는 것이 아이디어임
• Streamship이 통합할 수 있는 LLM, NLP, ASR 모델

5. Existing Rigid Chatbot Architecture Needs Large Language Model (LLM) Flexibility

source: https://cobusgreyling.medium.com/existing-rigid-chatbot-architecture-needs-large-language-model-llm-flexibility-3b766be82f9d