Sau khi dành thời gian xung quanh các hệ thống AI được thiết kế để hoạt động liên tục, tôi đã nhận thấy một mẫu thất bại nhất quán. Chúng hiếm khi thất bại vì các mô hình sai. Chúng thất bại vì các quyết định không thể được cam kết một cách đáng tin cậy khi thực thi được tự động hóa.

Giải quyết là nơi mọi thứ thường bị hỏng.

Khi một hệ thống AI chuyển từ giai đoạn thử nghiệm sang hoạt động liên tục, nó ngừng dung thứ cho sự mơ hồ. Thử lại, tính cuối cùng bị trì hoãn hoặc các con đường thực thi không ổn định tạo ra gánh nặng phối hợp ngày càng tăng theo thời gian. Những gì trông có thể quản lý trong một bản demo trở nên mong manh trong sản xuất.

Vanar là điều thú vị với tôi vì nó được thiết kế xung quanh điểm thất bại chính xác này. Giải quyết không được coi là một kết quả thường hoạt động, mà là một điều kiện phải có thể dự đoán trước khi thực thi được phép tiến hành. Lựa chọn thiết kế đó giảm tính linh hoạt, nhưng loại bỏ nhu cầu giám sát và điều chỉnh liên tục.

Vanar chấp nhận các hạn chế chặt chẽ hơn ở cấp độ cơ sở hạ tầng để các hệ thống tự động có thể giả định hoàn thành thay vì phải thương lượng. Theo kinh nghiệm của tôi, sự đánh đổi đó quan trọng hơn khả năng thô khi các hệ thống được mong đợi duy trì hoạt động.

Đối với các hệ thống AI hoạt động lâu dài, khả năng dự đoán có giá trị hơn tính linh hoạt tùy chọn.

#vanar $VANRY @Vanar