Kuuntele jakso
Kohdat (46)
-
Fiksuus ja osaaminen
-
Työelämän rikastuminen
-
Ratkaisukeskeisyys
-
Ajatusjohtajuus
-
Monimutkaiset paperit
-
Yann LeCun
-
AGI ja LLM
-
Datan puute
-
LLM ja kieli
-
Innovaatio ja tekoäly
-
Kokemus ja oppiminen
-
Luovuus ja rajat
-
Ramin esittely
-
Tekoälyn ja robotiikan rooli
-
Terveyssektori ja tekoäly
-
Transformaatioprojektit
-
RPA
-
Low-code
-
Koodipohjainen toteutus
-
Agenttipohjainen tekoäly
-
Hybridiratkaisut
-
Vertauskuva
-
Kielimallit
-
Mallien nimet
-
Mallien alkuperä
-
Jatkokoulutus
-
Vertauskuva ja ymmärrys
-
Testausmenetelmät
-
Vertauskuva ja mallin arviointi
-
Virheiden toleranssi
-
Pienet ja suuret kielimallit
-
Mallien käyttäytyminen
-
Konteksti ja ymmärrys
-
Datan puhdistaminen
-
Deep tech -asiat
-
Tulevaisuuden näkymät
-
Arvot ja työ
-
Matematiikka ja topologia
-
Työ ja vapaa-aika
-
Tekoälyn käyttö
-
Tekoälyn vaikutus motivaatioon
-
Tekoäly ja vastuu
-
Agentin rakentaminen
-
Data ja API
-
Semaphore
-
Kiitokset ja lopetus
Missä tilanteissa kannattaa käyttää AI-agentteja, missä tilanteissa RPA-tyyppiset ratkaisut riittää ja miten RPA:ta voi tehostaa tekoälyllä? Milloin yrityksen kannattaa investoida agenttien kehittämiseen ja mitä hyötyjä ne tuovat? Miten helppoa on AI-agenttien rakentaminen käytännössä? Entä miten tekoälymalleja oikeasti koulutetaan?
Silloin kun ihmisessä yhdistyy älykkyys, sosiaaliset taidot ja intohimo omaa tekemistä kohtaan, niin syntyy arvokkaita ja syvällisiä keskusteluja, jotka lisäävät meidän kaikkien tietämystä. Signaali-podcastin vieraana on tällä kertaa matematiikan dosentti ja syväteknologian huippuasiantuntija Rami Luisto Digital Workforce Services Plc:stä.
Rami toi keskusteluun runsaasti esimerkkejä siitä, miten syväteknologiaa voidaan valjastaa tuottamaan konkreettista lisäarvoa sekä yrityksille että niiden asiakkaille. Tämä jakso täydentää minun aiemmin Karli Kalpalan kanssa käytyä keskustelua jaksossa 5 teknisimmillä asioilla agentteihin, RPA:han ja tekoälyyn liittyen.
Teimme parhaamme, jotta jakso olisi kuunneltavissa ymmärrettävällä tasolla kaikille kuulijoille taustastaan riippumatta ja siitä kuuluu suuri kiitos Ramille, joka osasi purkaa minun hankalat kysymykset pienempiin ja ymmärrettävimpiin kokonaisuuksiin. Sen lisäksi meillä oli tosi hauskaa ja siitä kiitokseksi aion tuomita Ramin uuteen jaksoon tänä keväänä
😅
Jakso lähtee pohdinnalla siitä minkälaista on olla matemaatikkona liike-elämässä ja noin puolen tunnin kohdalla siirrymme keskustelemaan ydinasioista. Mukavia kuunteluhetkiä ja muista seurata podcastia kaikilla yleisillä lempialustoillasi
🎧
Miten näet tekoälyn ja automaation roolin omalla alallasi?
---
AIKALEIMAT
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
---
Rami Luisto toimii Healthcare AI Lead Data Scientistina Digital Workforcella ja vastaa tittelinsä mukaisesti terveysteknologiasektorin tekoälyratkaisuista. Rami on pohjakoulutukseltaan matematiikan dosentti, mutta vaihtoi akateemiselta urapolulta yksityiselle puolelle vuonna 2020 aloittaessaan Digital Workforcen tekoälytiimissä. Hänen erikoisosaamisaluettaan ovat kielipohjaiset tekoälyt sekä erityisesti suuret kielimallit, ja käyttää tällä hetkellä valtaosan työajastaan tekoälyagenttien kehityksen parissa.
---
🕸️Signaali: https://signaalipodcast.fi/
📸Instagram: https://www.instagram.com/signaalipodcast/
👔Linkedin (Signaali): https://www.linkedin.com/company/signaali-podcast
🗣️Linkedin (Juontaja): https://www.linkedin.com/in/georgelapinlampi/
Keskustelu
Kommentit
Ei kommentteja
Kirjaudu sisään kommentoidaksesi.
Ei kommentteja vielä. Ole ensimmäinen.