Kalifornialainen SiMa.ai lupaa nopeuttaa paikallisten tekoälysovellusten kehitystä rajusti. Yhtiön uusi Palette Neat -kehitysympäristö käyttää tekoälyagentteja sovellusten rakentamiseen ja sovittamiseen sen omalle Modalix-tekoälypiirille. SiMa.ai mukaan työ, joka aiemmin vei kuukausia, voidaan nyt tehdä päivissä tai joissakin tapauksissa jopa tunneissa.
Käytännössä kyse on edge-tekoälystä. Yhdysvalloissa siitä puhutaan nyt yhä useammin physical AIä, kun tekoäly siirtyy datakeskuksista kameroihin, robotteihin, drooneihin, autoihin ja teollisuuslaitteisiin. Termillä halutaan korostaa, että tekoäly ei enää vain tuota tekstiä tai kuvia, vaan tulkitsee ympäristöä ja ohjaa fyysisiä järjestelmiä.
Palette Neat on SiMa.ai mukaan ensimmäinen agenttipohjainen kehitysympäristö tällaisiin fyysisen maailman tekoälysovelluksiin. Kehittäjä voi kuvata haluamansa järjestelmän luonnollisella kielellä, minkä jälkeen ympäristö rakentaa sovelluksen ja sovittaa sen ajettavaksi Modalix-alustalla. Tavoitteena on poistaa suuri osa siitä käsityöstä, jota sovellusten porttaus uudelle tekoälyraudalle normaalisti vaatii.
SiMa.ai perustajan ja toimitusjohtajan Krishna Rangasayeen mukaan yhtiö on ennen kaikkea tekoälyohjelmistoyhtiö, joka rakentaa omaa piitä. Tämä näkyy myös julkistuksen painotuksessa. Uutuudessa ei ole kyse vain uudesta laskentamoduulista, vaan kehittäjäympäristöstä, jolla SiMa.ai yrittää madaltaa kynnystä siirtyä pois nykyisistä GPU-pohjaisista ratkaisuista.
Yhtiön Modalix MLSoC SoM -moduuli on tarkoitettu paikallisiin tekoälykuormiin, joissa tehonkulutus, viive ja laitteistoon integrointi ovat ratkaisevia. SiMa.ai mukaan moduuli pystyy ajamaan useita suuria kielimalleja yhtä aikaa yhdessä konenäkö- ja sensorimallien kanssa alle 10 watin tehonkulutuksella. Moduulista on tarjolla myös PCIe-korttiversio teollisuus-PC ja reunapalvelimiin.
Julkistuksen kiinnostavin kohta on lupaus kehittäjätyön automatisoinnista. Jos SiMa.ai väite pitää käytännössä paikkansa, tekoälyä voidaan käyttää paikallisten tekoälysovellusten kehittämiseen samalla tavalla kuin ohjelmistokehityksessä jo käytetään koodiavustajia. Toistaiseksi kyse on kuitenkin yhtiön omasta lupauksesta. Edge-tekoälyn kehityksessä ratkaisevaa on edelleen se, miten hyvin työkalut toimivat todellisissa robotiikan, konenäön ja teollisuuden sovelluksissa.
