PorquêTodos os ensaiosVer tudoVer menos
Porque é que a sua IA precisa de uma segunda inteligência ao seu lado.
19 ensaios sobre a inteligência que o seu trabalho cria.
A sua IA aprendeu o mundo devagar, muito antes de conhecer o seu trabalho. O MS Duplex, assente na ACI, aprende com o seu trabalho enquanto ele acontece, e o que aprende é seu. Isso muda o que a sua IA custa, como lida com a mudança e até onde pode ir.
Porque o MS Duplex é importante.
O MS Duplex está a definir uma nova categoria: um ambiente de execução de aprendizagem persistente para agentes de IA. O que significa para as empresas, para a investigação e para a IA.
Para as empresas
IA que melhora com o uso, e mantém o que aprendeu através de agentes e fornecedores de modelos.
Para a investigação
Adaptação contínua, incerteza, memória, planeamento, aprendizagem reversível e evidências em qualquer formato, num só sistema a trabalhar por trás de agentes reais.
Para a IA
A inteligência já não tem de viver inteiramente dentro do modelo. O que se aprende pode tornar-se uma camada à parte: governada, portátil e sua.
Três ensaios sobre a ACI.
A ACI, Adaptive Continual Intelligence, é a nova categoria de inteligência em que o MS Duplex assenta. O que a torna nova, o que torna possível e porque é importante.
Onde o treino acaba, a ACI começa.
Para si, se a sua IA é tão boa hoje como no dia em que foi lançada, por muito que a sua equipa lhe tenha ensinado desde então.
Leia o ensaio →5 min de leituraO que se torna possível quando a sua IA continua a aprender.
Para si, se quer saber o que a ACI muda numa semana de trabalho, pedido a pedido.
Leia o ensaio →5 min de leituraIA que aprende, para todos.
Para si, se quer saber porque é que a ACI é importante para lá do próximo pedido, para a sua empresa e para a IA.
Leia o ensaio →4 min de leitura
Três mudanças, um sistema.
De alugada a própria, de fixa a aprender enquanto trabalha, e de um modelo sozinho a duas inteligências que funcionam como uma.
A sua IA é alugada à chamada, e o que o MS Duplex aprende com o seu trabalho é seu, onde quer que trabalhe.
Parta da sua pergunta.
Escolha a pergunta mais próxima da sua e comece por esse ensaio.
A fatura do seu modelo cresce, e a sua equipa ensina-lhe as mesmas coisas outra vez: comece pela inteligência própria.
Da inteligência alugada à inteligência própria.
Todas as empresas que usam IA alugam a sua inteligência à chamada. O MS Duplex transforma o que a sua equipa descobre todos os dias em inteligência própria: ganha valor quanto mais tempo funciona, e vai consigo para onde quer que trabalhe.
A ACI, Adaptive Continual Intelligence, é a nova categoria de inteligência em que o MS Duplex assenta.
Mais ensaios.
Dê ao MS Duplex o objetivo, não os passos.
Para si, se os seus agentes começam muito trabalho e terminam pouco.
4 min de leitura
Trabalho longo que chega ao objetivo.
Para si, se o seu trabalho mais importante dura dias ou semanas, e está sempre a ser interrompido.
4 min de leitura
Competências em que toda a sua empresa pode confiar.
Para si, se o bom trabalho de uma equipa parece nunca chegar à seguinte.
3 min de leitura
Aprendizagem que acompanha o seu trabalho.
Para si, se lhe disseram que um sistema aprende continuamente e quer saber se aprende em execução ou espera pelo próximo treino.
5 min de leitura
5 / 5*Requisitos para aprender em produção, cumpridos em todas as execuções
O MS Duplex aprende. A consulta encontra.
Para si, se a sua IA já tem recuperação, uma cache ou uma camada de memória, e se pergunta o que a aprendizagem acrescentaria.
5 min de leitura
7.5%*Respostas erradas em pedidos parecidos
Duas inteligências, um só sistema.
Para si, se o seu agente consegue raciocinar e agir, mas continua a começar a sessão seguinte sem a correção que acabou de confirmar.
5 min de leitura
92.5%*Precisão depois de uma regra mudar
O seu trabalho acompanha-o, para qualquer sessão, agente ou modelo.
Para si, se cada nova sessão, agente ou modelo o obriga a explicar o mesmo trabalho outra vez.
4 min de leitura
0*Retreino para passar para outra família de modelos
Certo, atual e acessível, tudo ao mesmo tempo.
Para si, se a escolha parece ser entre chamadas ao modelo a preço inteiro ou respostas baratas que ficam desatualizadas.
4 min de leitura
92.5%*O MS Duplex, depois de as regras mudarem
Adapte o seu modelo ao seu trabalho, sem o retreinar.
Para si, se está a ponderar uma execução de treino face a uma adaptação que tem de mudar com frequência.
4 min de leitura
6 / 6*Testes em que o MS Duplex superou um adaptador afinado
Pré-treine o MS Duplex com o que a sua equipa já sabe.
Para si, se quer que o MS Duplex seja útil desde o primeiro dia, antes de o uso real lhe ter ensinado alguma coisa.
4 min de leitura
Quanto mais o MS Duplex aprende, menos custa cada decisão.
Para si, se a fatura do modelo sobe todos os meses e grande parte dela paga respostas que a sua equipa encontrou há muito tempo.
4 min de leitura
≈97 ms*Uma decisão que o MS Duplex aprendeu
O MS Duplex descobre novas competências sozinho, dentro dos seus limites.
Para si, se a sua equipa repete os mesmos passos todas as semanas e quer uma IA que os aprenda ao fazê-los, em segurança.
4 min de leitura
100%*Tarefas concluídas com o modelo desligado
O MS Duplex sabe o que sabe, e quando deve recorrer à sua IA.
Para si, se uma resposta errada dada com confiança o preocupa mais do que uma resposta certa mas lenta.
4 min de leitura
7.5%*Erros em casos parecidos enganadores
O MS Duplex aprende enquanto estiver a funcionar, sem esquecer, sem ficar desatualizado e sem crescer.
Para si, se quer uma inteligência que pode deixar a funcionar em produção.
5 min de leitura
5 / 5*Requisitos cumpridos, em todas as execuções
Num benchmark empresarial público, o MS Duplex superou três modelos de fronteira.
Para si, se confia mais num resultado quando foram outros a escrever o teste.
4 min de leitura
0.256*Pontuação na previsão de mudanças no sistema
Veja o MS Duplex no seu próprio trabalho.
Do seu próprio assistente a cada agente que a sua empresa opera, um piloto põe o MS Duplex no seu próprio trabalho, com as métricas acordadas antes de começar.