Företagens AI-programmering rör sig mot lägre nivåer

Utvecklingen av AI-system för företag har uppmärksammat ett behov av lösningar på lägre programmeringsnivå, vilket påminner om datorernas tidiga period. Trots att avancerade AI-modeller och molninfrastruktur är allmänt tillgängliga, måste företag fortfarande manuellt sätta ihop kritiska funktioner som minne, behörigheter och exekvering.

Denna situation jämförs med internets tidiga dagar, före utvecklingen av webbläsare. Då tvingades programmerare arbeta med maskin- eller assemblyspråk, vilket var mödosamt. Införandet av högnivåspråk som Fortran förenklade programmeringen avsevärt och frigjorde den från hårdvarubundna begränsningar.

Liknande framsteg har observerats i språk som C och Java, samt inom webbteknologier. Var och en av dessa har erbjudit en högre abstraktionsnivå som har underlättat utnyttjande och hantering av infrastruktur. Dagens AI-utvecklingsmiljö, som använder Python och flera separata tjänster, indikerar att en central abstraktionsnivå för branschen fortfarande saknas.

Marknaden visar detta behov. Exempelvis har LangChain och Temporal utvecklat lösningar som syftar till att möta behoven hos långvariga, tillståndskänsliga AI-applikationer. Dessa företag betonar behovet av robust hantering av exekvering och återställning av tillstånd, vilket tyder på att många grundläggande funktioner fortfarande måste byggas manuellt.

Framtida AI-inbyggda exekveringsmiljöer förväntas erbjuda nyckelfunktioner som minne, tillstånd och behörigheter direkt som en del av plattformen. Detta skulle avsevärt minska komplexiteten och kostnaderna för utveckling, och frigöra utvecklare från att lösa repetitiva grundläggande problem.