Рекламная функция В последнее время искусственный интеллект (ИИ) доминирует в заголовках деловых и технологических новостей. Вы не можете зайти на новостной сайт и не увидеть историю о том, как искусственный интеллект может изменить наш подход к ведению бизнеса.

Естественно, почти каждая компания стремится начать или продвинуться по пути в области искусственного интеллекта, но большинство из них не совсем знают, как действовать дальше.

ИИ уже оказывает серьезное влияние на современный бизнес. Фактически, согласно статистике, собранной АвторитетХакер35 процентов предприятий внедрили ИИ, 77 процентов устройств используют ту или иную форму ИИ, а девять из 10 организаций поддерживают использование ИИ для получения конкурентного преимущества. Ожидается, что к 15.7 году искусственный интеллект добавит мировой экономике 2030 триллиона долларов. И, как и в случае с любой новой технологией, рабочие места будут потеряны и созданы. ИИ потенциально может ликвидировать 85 миллионов рабочих мест к 2025 году, но, с другой стороны, он также может создать 97 миллионов новых рабочих мест.

Компании, желающие либо впервые внедрить ИИ, либо расширить его существующее использование, сталкиваются с несколькими уровнями проблем как с кадровой, так и с технологической стороны. Существуют также нормативные и этические проблемы, связанные с этой технологией. А поскольку системы искусственного интеллекта основаны на данных, компании неизбежно сталкиваются с проблемами обеспечения качества, актуальности и доступности информации, которую они вводят в алгоритмы искусственного интеллекта. Обеспечение точности, актуальности и полноты этих наборов данных, вероятно, будет представлять собой постоянную проблему. То же самое справедливо и в отношении сложностей, связанных с необходимым оборудованием, инфраструктурой и энергоснабжением, а также связанных с этим затрат.

Преодолевайте трудности, чтобы пожинать плоды

Мэтт Армстронг-Барнс, главный технолог по искусственному интеллекту в HPE, считает, что организации часто совершают ошибку, подходя к искусственному интеллекту без стратегического плана. «Они слишком быстро осваивают технологии. У них нет общей стратегии», — говорит он. «Они создают интересные научные проекты, но не приносят пользы бизнесу».

Прежде всего, компаниям необходимо разработать стратегию ИИ, которая выявляет и расставляет приоритеты вариантов использования, а также гарантирует, что они решают реальные проблемы, а не просто создают что-то, что будет жить и умирать в лаборатории. Конечно, вокруг этого процесса возникают практические вопросы: «Как вы собираетесь создавать эти платформы искусственного интеллекта? Как вы собираетесь за ними следить?» — спрашивает Армстронг-Барнс. «Как убедиться, что они по-прежнему работают эффективно? Как вы поймете, что достигли тех преимуществ, которые, как вы думали, они должны были достичь? Как правильно распределить бюджет для финансирования инициатив?»

Нет никаких сомнений в том, что задавание правильных вопросов и наличие четкого плана могут помочь сократить время, необходимое для реализации преимуществ ИИ. Но превращение любой системы искусственного интеллекта из экспериментальной модели в реальную рабочую модель также представляет собой серьезную проблему. «Самые большие проблемы связаны с «эксплуатацией», то есть с тем, как вы получаете систему искусственного интеллекта от первоначального сбора данных до построения модели и последующего развертывания в производстве», — объясняет Армстронг-Барнс.

И очень важно убедиться, что сотрудники обладают необходимыми навыками. Привлечение и удержание сотрудников с нужными качествами или установление партнерских отношений с организацией, которая может предоставить этот опыт, будет в центре внимания. «До сих пор существует много недопониманий относительно того, на что способны технологии, поэтому образование не только формирует навыки, но и укрепляет заинтересованность», — добавляет он.

Один из подходов, который компании могут использовать для решения некоторых проблем, связанных с набором навыков и инфраструктурой, — это поиск партнерских отношений, советует он: «Вы можете стать партнером, чтобы привнести эти навыки; партнер для доступа к инфраструктуре, платформе и модельным услугам».

Архитектура, основанная на искусственном интеллекте, имеет много уровней. Компоненты услуг инфраструктуры искусственного интеллекта могут включать, например, графические процессоры и ускорители, а также элементы вычислений, хранения и сети, контейнеры, виртуальные машины и библиотеки искусственного интеллекта. Аналогично, услуги платформы искусственного интеллекта могут включать в себя приложения машинного обучения, а также услуги по обработке данных, разработке и развертыванию. И давайте не будем забывать о модельных сервисах, включающих в себя базовые модели, тонкую настройку, векторные хранилища и подсказки, а также бизнес-сервисы искусственного интеллекта, предназначенные для повышения надежности путем устранения предвзятости и отклонений для предоставления ценных презентаций вариантов использования.

По словам компании, HPE уже создала надежную, ориентированную на человека структуру, которая может быть применена к требованиям клиентов и ориентирована на конфиденциальность, инклюзивность и ответственность.

«Это означает, что вы можете сосредоточиться на данных и бизнес-задачах», — говорит Армстронг-Барнс.

Все дело в данных

Сосредоточение внимания на данных при проектировании и развертывании систем искусственного интеллекта может иметь решающее значение. Каждый день организации подвергаются цунами данных. Что ИИ позволяет им делать, так это находить скрытые закономерности в этих данных, что помогает им быстрее извлекать из них пользу. Тогда они смогут принимать значительно более обоснованные решения относительно приложений, процессов и услуг, которые они хотят создать или улучшить.

Основным компонентом такого подхода, ориентированного на данные, является наличие надежной стратегии сбора, управления и мониторинга данных – стратегии, которая тесно связана с бизнесом, формирует культуру данных и включает элементы управления, качества данных, конфиденциальность и метаданные, говорит HPE.

«Вам необходимо понимать, чего пытается добиться бизнес», — объясняет Армстронг-Барнс. «Вам необходимо понимать, как вы повышаете качество данных, кто имел к ним доступ, как вы ими распоряжаетесь, какие метаданные вы храните».

Еще одна проблема, которую могут представлять данные, — это разрозненность. Когда данные заблокированы, извлечение и получение из них пользы может оказаться проблематичным. И как только эти данные станут доступны и доступны, встанет проблема обучения данных, которые будут информировать платформы ИИ. Когда дело доходит до построения систем искусственного интеллекта, на высоком уровне можно выделить несколько этапов: сбор данных; уточнение данных для подготовки их к построению модели; построение моделей; тюнинг моделей; а затем развернуть их. Каждый из этих этапов сопряжен с конкретными проблемами.

Но использование искусственного интеллекта от HPE Greenlake может во многом помочь создать правильную основу для ускорения этих процессов, говорят в HPE. Среда разработки машинного обучения (MLDE) компании также призвана помочь снизить сложность и стоимость разработки моделей машинного обучения.

Обучение этих моделей ИИ также требует значительной вычислительной мощности. По мере того, как компании переходят на внедрение или расширяют использование ИИ, они сначала должны обладать технологическими возможностями, позволяющими справиться с этой нагрузкой. Платформа HPE GreenLake может предоставить такие возможности в виде высокопроизводительной архитектуры обработки и оптимизированного конвейера данных, которые необходимы организациям для обеспечения доступа к высококачественным и актуальным данным для создания и развертывания моделей искусственного интеллекта и рабочих нагрузок.

Успешные проекты могут осветить путь

Часто полезно взглянуть на компании, которые уже хорошо поработали над внедрением и внедрением ИИ. Одной из них является киберспортивная команда Evil Geniuses из Сиэтла, штат Вашингтон. За свою 25-летнюю историю компания входила в команды в различных киберспортивных играх, играя в Call of Duty, Fortnite, Halo, Rocket League и VALROANT. Команды Evil Geniuses добились неплохих успехов. Например, команда компании Call of Duty: WWII выиграла чемпионат Call of Duty 2018 года, а команда VALORANT выиграла чемпионов VALORANT 2023 года.

«Мы здесь, чтобы изменить облик игр», — говорит Крис ДеАполонио, генеральный директор Evil Geniuses. «Мы — организация, занимающаяся киберспортом и игровыми развлечениями. Мы профессионально играем в игры по всему миру. Технологии и данные являются основой всего, что мы делаем. Наши игры построены на единицах и нулях. Они основаны на данных, и как мы их обрабатываем и получаем на их основе выводы?»

Одна из наиболее насущных проблем, стоящих перед Evil Geniuses, — это выявление потенциальных профессиональных геймеров. Компания обрабатывает большие объемы сложных данных, чтобы найти таланты по всему миру. «Мы хотим найти данные об этом будущем профессионале», — говорит он. И, похоже, это работает. «Мы хотим победить. Мы хотим найти лучшие таланты. Мы хотим быть более эффективными с тренерами и скаутами. Мы можем использовать эту информацию, чтобы найти следующую суперзвезду».

Будущее искусственного интеллекта – как с точки зрения производительности, так и с точки зрения выгод для бизнеса – выглядит многообещающим. «ИИ — это командный вид спорта, здесь важны навыки», — говорит Армстронг-Барнс из HPE. «Когда дело доходит до успешного внедрения систем искусственного интеллекта, одним из подходов является партнерство с организацией, имеющей опыт создания масштабируемых, эффективных и действенных систем искусственного интеллекта. Имея богатый опыт в области ИИ, насчитывающий десятилетия, компания HPE предлагает инструменты, методы и навыки для ускорения реализации инициатив в области ИИ».

Управление данными и полное понимание данных и того, для чего они собираются их использовать, поможет организации применить подход, ориентированный на варианты использования, чтобы определить, как она может объединить свои данные с методами искусственного интеллекта для повышения ценности бизнеса. Как только это понимание будет достигнуто, станет легче использовать преимущества.  

Армстронг-Барнс советует компаниям создавать платформы, которые позволяют им начинать с малого, но имеют все необходимые основы для масштабирования при необходимости. Затем им просто нужно решить, что они хотят делать и как это будет приносить пользу, и со временем расти вместе с их потребностями. HPE подчеркивает свою способность создавать «фабрики искусственного интеллекта», объединяющие аппаратное обеспечение, программное обеспечение и услуги, которые обеспечивают масштабируемость предприятия, поддерживаемую интегрированными системами, которые упрощают жизнь конечным пользователям.

«Вы хотите идти в ногу со своими конкурентами, которые уже находятся на пути к искусственному интеллекту», — говорит он. «Добавление партнеров в Team AI является решающим фактором успеха, когда речь идет о создании собственной архитектуры AI, которая масштабируется в соответствии с вашими потребностями и позволяет вам сосредоточиться на своих данных и бизнес-задачах, а не на сложностях базовых основ».

При поддержке HPE.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/