Спонсорська функція Штучний інтелект (AI) останнім часом домінує в заголовках газет про бізнес і технології. Ви не можете перевірити сайт новин, не побачивши історію про те, як ШІ готовий змінити спосіб ведення бізнесу.

Природно, майже кожна компанія прагне розпочати або просунути свій шлях до штучного інтелекту, але більшість не зовсім знають, як діяти далі.

ШІ вже має великий вплив на сучасний бізнес. Фактично, згідно зі статистикою, зібраною AuthorityHacker35 відсотків компаній використовують ШІ, 77 відсотків пристроїв використовують ту чи іншу форму ШІ, а дев’ять із 10 організацій підтримують використання ШІ для отримання конкурентної переваги. Очікується, що до 15.7 року штучний інтелект додасть світовій економіці 2030 трильйона доларів. І, як і з будь-якою новою технологією, робочі місця будуть втрачені та нові. Штучний інтелект потенційно може ліквідувати 85 мільйонів робочих місць до 2025 року, але, з іншого боку, він також може створити 97 мільйонів нових робочих місць.

Компанії, які хочуть або вперше застосувати штучний інтелект, або розширити його існуюче використання, стикаються з декількома проблемами як з кадрової, так і з технологічної сторони. Існують також регуляторні та етичні проблеми щодо технології. І оскільки системи штучного інтелекту живляться даними, компанії неминуче стикаються з проблемами щодо забезпечення якості, актуальності та доступності інформації, яку вони вводять в алгоритми штучного інтелекту. Забезпечення того, щоб ці набори даних були точними, актуальними та якомога повнішими, ймовірно, стане довгостроковою проблемою. Те ж саме стосується складнощів необхідного апаратного забезпечення, інфраструктури та енергопостачання, а також пов’язаних з цим витрат.

Долайте труднощі, щоб отримати плоди

Метт Армстронг-Барнс, головний технолог ШІ HPE, вважає, що організації часто роблять помилку, підходячи до ШІ без стратегічного плану. «Вони надто швидко використовують технології. У них немає спільної стратегії», – каже він. «Вони створюють цікаві наукові проекти, але не додають цінності бізнесу».

Перш за все, компаніям потрібно розробити стратегію штучного інтелекту, яка визначає та встановлює пріоритети варіантів використання, а також гарантує, що вони вирішують реальні проблеми, а не просто створюють щось, що живе і помре в лабораторії. Звичайно, навколо цього процесу виникають практичні запитання: «Як ви збираєтеся створювати ці платформи ШІ? Як ви збираєтеся їх стежити?» — запитує Армстронг-Барнс. «Як переконатися, що вони все ще працюють ефективно? Як ви збираєтеся усвідомити, що ви досягли переваг, яких ви думали, що вони збираються досягти? Як ви правильно розподіляєте бюджет на фінансування ініціатив?»

Немає сумнівів у тому, що правильні запитання та наявність надійного плану можуть допомогти скоротити час, необхідний для реалізації переваг ШІ. Але переведення будь-якої системи штучного інтелекту від експериментальної моделі до фактично робочої моделі також становить серйозну проблему. «Найбільші проблеми пов’язані з «операціоналізацією», тобто тим, як отримати систему штучного інтелекту від початкового збору даних до побудови моделі до розгортання у виробництві», — пояснює Армстронг-Барнс.

Важливо переконатися, що працівники мають відповідні навички. Основна увага буде приділятися залученню та утриманню персоналу з відповідними якостями або партнерству з організацією, яка може надати такий досвід. «Досі існує багато непорозумінь щодо того, що може зробити технологія, тому освіта формує не лише навички, але й формує зацікавленість», – додає він.

Він радить, що один із підходів, який компанії можуть використати для вирішення деяких питань, пов’язаних із набором навичок та інфраструктурою, полягає в пошуку партнерства: «Ви можете співпрацювати, щоб залучати ці навички; партнер для доступу до інфраструктури, платформи та модельних послуг».

Власна архітектура ШІ має багато рівнів. Компоненти служби інфраструктури штучного інтелекту можуть включати, наприклад, графічні процесори та прискорювачі, поряд з елементами обчислення, зберігання та мережевими елементами, контейнерами та віртуальними машинами та бібліотеками штучного інтелекту. Подібним чином сервіси платформи штучного інтелекту можуть включати додатки машинного навчання, дані, послуги розробки та розгортання. І давайте не забувати про модельні послуги, що охоплюють базові моделі, тонке налаштування, векторні сховища та підказки, а також бізнес-сервіси штучного інтелекту, розроблені для підвищення надійності шляхом усунення упередженості та дрейфу для надання цінних презентацій варіантів використання.

Компанія HPE уже створила надійну структуру, орієнтовану на людину, яку можна застосувати до вимог клієнтів, зосереджену на конфіденційності, інклюзивності та відповідальності.

«Це означає, що ви можете зосередитися на даних і бізнес-проблемі», — каже Армстронг-Барнс.

Вся справа в даних

Зосередження на даних під час розробки та розгортання систем ШІ може бути критичним. Організації щодня страждають від цунамі даних. ШІ дозволяє їм знаходити приховані шаблони в цих даних, що допомагає прискорити їхню здатність отримувати з них цінність. Тоді вони зможуть приймати значно обґрунтованіші рішення щодо додатків, процесів і послуг, які вони хочуть створити або вдосконалити.

Головним компонентом цієї орієнтації на дані є наявність надійної стратегії збору, керування та моніторингу даних, яка тісно пов’язана з бізнесом, створює культуру даних і включає елементи, пов’язані з управлінням, якістю даних, конфіденційності та метаданих, каже HPE.

«Ви повинні розуміти, що бізнес намагається зробити», — пояснює Армстронг-Барнс. «Ви повинні розуміти, як ви керуєте якістю даних, хто мав до них доступ, як ви ними розпоряджаєтеся, які метадані ви зберігаєте».

Ще однією проблемою, яку можуть спричинити дані, є силоси. Коли дані заблоковані, вилучення та отримання цінності з них може бути проблематичним. І як тільки ці дані стають доступними, постає проблема підготовки даних, які будуть інформувати платформи ШІ. Коли справа доходить до створення систем ШІ, на високому рівні є кілька етапів: збір даних; уточнення даних, щоб зробити їх готовими до побудови моделі; побудова моделей; тюнінг моделей; а потім розгорнути їх. Кожен із цих етапів представляє певні виклики.

Але використання власної архітектури штучного інтелекту від HPE Greenlake може значно допомогти створити правильну основу для прискорення цих процесів, кажуть у HPE. Середовище розробки машинного навчання (MLDE) компанії також розроблено, щоб допомогти зменшити складність і витрати, пов’язані з розробкою моделі машинного навчання.

Навчання цих моделей ШІ також вимагає значної обчислювальної потужності. У міру того, як компанії переходять на впровадження або розширюють використання штучного інтелекту, вони спочатку повинні мати технологічний потенціал, щоб впоратися з навантаженням. Платформа HPE GreenLake може надати таку потужність у формі високопродуктивної архітектури обробки та спрощеного конвеєра даних, які знадобляться організаціям для забезпечення доступу до високоякісних релевантних даних для створення та розгортання моделей ШІ та робочих навантажень.

Успішні проекти можуть освітлити шлях

Часто буває корисно ознайомитися з компаніями, які вже добре попрацювали над прийняттям і впровадженням штучного інтелекту. Однією з них є кіберспортивна команда Evil Geniuses із Сіетла, штат Вашингтон. За свою 25-річну історію компанія створювала команди в різноманітних кіберспортах, які грали в Call of Duty, Fortnite, Halo, Rocket League і VALROANT. Команди Evil Geniuses були досить успішними. Наприклад, команда компанії Call of Duty: Друга світова війна виграла чемпіонат Call of Duty у 2018 році, а команда VALORANT виграла чемпіонат VALORANT у 2023 році.

«Ми тут, щоб змінити обличчя ігор», — каже Кріс ДеАпполоніо, генеральний директор Evil Geniuses. «Ми організація, що займається кіберспортом та іграми. Ми професійно граємо в ігри по всьому світу. Технології та дані є основою всього, що ми робимо. Наші ігри побудовані на одиницях і нулях. Вони базуються на даних, і як ми їх обробляємо та створюємо на основі них розуміння?»

Одна з найнагальніших проблем, з якою стикається Evil Geniuses, — виявлення потенційних професійних геймерів. Компанія обробляє великі обсяги складних даних, щоб знайти таланти по всьому світу та . «Ми хочемо знайти дані про цього майбутнього професіонала», — каже він. І, здається, працює. «Ми хочемо виграти. Ми хочемо знайти кращий талант. Ми хочемо бути ефективнішими з тренерами та скаутами. Ми можемо використовувати інформацію, щоб розкопати наступну суперзірку».

Майбутнє штучного інтелекту – як з точки зору продуктивності, так і з точки зору користі для бізнесу – виглядає багатообіцяючим. «Штучний інтелект — це командний вид спорту, і це стосується навичок», — каже Армстронг-Барнс з HPE. «Коли справа доходить до успішного впровадження систем штучного інтелекту, одним із підходів є партнерство з організацією, яка має досвід створення масштабованих, ефективних і ефективних систем штучного інтелекту. Завдяки глибокій спадщині ШІ, яка сягає десятиліть назад, HPE пропонує інструменти, методи та навички для прискорення ініціатив ШІ».

Керування даними та повне розуміння даних і того, для чого вони збираються їх використовувати, допоможе організації застосувати орієнтований на прецедент підхід, щоб допомогти визначити, як вона може об’єднати свої дані з методами штучного інтелекту для підвищення цінності бізнесу. Як тільки це розуміння є, стає легше використовувати переваги.  

Армстронг-Барнс радить компаніям створювати платформи, які дозволять їм починати з малого, але мають усі необхідні основи для розширення масштабів, коли це буде потрібно. Тоді їм просто потрібно визначитися, що вони хочуть робити, як це принесе додаткову цінність і з часом розвиватися відповідно до своїх потреб. HPE наголошує на своїй здатності створювати «фабрики штучного інтелекту», поєднуючи апаратне забезпечення, програмне забезпечення та послуги, які забезпечують масштабованість підприємства за підтримки інтегрованих систем, які полегшують життя кінцевих користувачів.

«Ви хочете не відставати від своїх конкурентів, які вже є на шляху розвитку ШІ», — каже він. «Додавання партнерів до Team AI є критично важливим фактором успіху, коли справа доходить до створення власної архітектури AI, яка масштабується відповідно до ваших потреб і дозволяє вам зосередитися на ваших даних і бізнес-завданнях, а не на складнощах основних основ».

Спонсовано HPE.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/