Connect with us

Deutsch

Ein Ökosystem für künstliche Intelligenz besteht nicht unbedingt nur aus der Cloud

Published

on

Cloud-Dienste stellen Ressourcen in großem Umfang bereit, um die Bemühungen um künstliche Intelligenz und maschinelles Lernen zu unterstützen, aber ein hybrider Ansatz kann in vielen Fällen der beste Weg sein. Das erfordert einen Unternehmensarchitekturansatz, um alles richtig zu machen.

weg-bahnhof-menschen-bahnhof-weg-oktober-2016-photo-by-joe-mckendrick.jpg

Foto: Joe McKendrick

„Wir sehen, dass viele Unternehmen eine Pause mit der Cloud einlegen“, so Bill Wong, KI- und Datenanalyse-Leiter bei Dell Technologies, der die kürzlich veranstaltete Veranstaltung Business Transformation & Operational Excellence Summit & Industry Awards (BTOES) als Keynote moderierte. von Proqis. „Viele Firmen haben vorgeschrieben, dass alles in die Cloud gehen muss. Was die Leute feststellen, ist, dass es zwar einige Vorteile gibt, alles an einem zentralen Ort zu platzieren, aber der Vorteil, Geld zu sparen, scheint auf der Strecke geblieben zu sein In Fällen, insbesondere bei KI, sind die Kosten für die Platzierung der Daten ziemlich dramatisch. Wenn Sie also ein KI-Modell für die Bilderkennung trainieren, kann dies mindestens einen zehnfachen Unterschied ausmachen.”

Wong weist darauf hin, dass viele Unternehmen einen Schritt zurücktreten und sich fragen müssen, was im Umgang mit anspruchsvollen Anwendungen und großen Mengen sensibler Daten sinnvoll ist. Wenn es um KI-Initiativen geht, “wählen die meisten Unternehmen einen hybriden Ansatz. Viele entwickeln gerne in der Cloud, aber wenn sie viele Daten haben, stellen sie die Entwicklung vor Ort und wenn sie mit ihrem Modell fertig sind”. sie führen die Produktion in der Cloud aus.”

Eine solche hybride Umgebung erfordert einen architekturgesteuerten Ansatz zum Aufbau einer Datenplattform, die es einem Unternehmen ermöglicht, Daten auszutauschen und den Nutzen seiner Investitionen in fortschrittliche Analysen zu maximieren. Ziel ist es, eine datengesteuerte Kultur aufzubauen, die auf Plattformen basiert, die agile, offene Ökosysteme für die Zusammenarbeit von Datenwissenschaftlern und Entwicklern bereitstellen.

“Wo fangen wir an?” Wong fährt fort. „Es ist wie bei der Cloud, als sie zum ersten Mal eingeführt wurde. Führungskräfte auf C-Level müssen ihre Strategie kennen. Ausgehend von einem Unternehmensarchitekturansatz müssen Sie eine Strategie entwickeln.“ Diese Strategie fängt klein an und “sich mit einem leitenden Interessenvertreter zusammen. Wählen Sie einen Anwendungsfall aus, der eine hohe Sichtbarkeit und ein geringes Risiko bietet.”

Wong räumt ein, dass in vielen Unternehmen die Unterstützung von Führungskräften und die Identifizierung der niedrig hängenden Früchte für KI-Anwendungsfälle „viel verlangt. Dies ist keine leichte Aufgabe. Aber suchen Sie nach Anwendungsfällen, in denen Sie eine schnelle Erfolgsgeschichte Und das wird dazu beitragen, die Leute dahinter zu holen. Also für das Bankwesen etwas mit Kundenerfahrungen im Bereich Customer Experience. Im Gesundheitswesen etwas, von dem eine Person an vorderster Front, ein Kliniker oder ein Patient profitieren würde. Und es muss nicht schwierig und wirklich komplex sein . Dies ist eine der anspruchsvollsten technischen Aufgaben, die Sie da draußen machen können. Aber die Belohnungen sind es wert.”

Der ultimative Ansatz, der architektonisches Denken einsetzt, besteht darin, sich in Richtung einer “modellgesteuerten Umgebung” zu bewegen, fährt Wong fort. “Was wir sehen werden, sind immer mehr Tools, die keine Codierung erfordern, um mehr Bürgertypen von Datenwissenschaftlern dazu zu bringen, diese Anwendungen zu erstellen.” Angebote wie Machine Learning as a Service tragen dazu bei, die Entwicklungszeit von „Monaten auf Wochen“ zu verkürzen. er sagt. Fügen Sie Tools wie die Datenkatalogisierung hinzu, um die Daten zu verwalten, die die KI-basierte Transformation vorantreiben. „Sie möchten versuchen, die IT aus der Gleichung herauszunehmen und ein Self-Service-Portal zu haben“, erklärt er. Ein solcher Self-Service-Ansatz muss es Datenwissenschaftlern, Analysten und anderen Benutzern ermöglichen, “ein Menü zu betrachten und Daten auszuwählen, mit einem Glossar zur Beschreibung der Daten”. Infrastruktur, die Hardware und Software umfasst, die Kubernetes verwenden und nutzen, wobei alles containerisiert ist.”

Continue Reading

Copyright © 2021 Meta Mag Inc.