Τεχνητή νοημοσύνη καταναλωτή: Φέρνουμε τη μηχανική μάθηση στις μάζες

ΠΙΣΤΩΣΗ ΕΙΚΟΝΑΣ:
Πιστωτικά Εικόνα
iStock

Τεχνητή νοημοσύνη καταναλωτή: Φέρνουμε τη μηχανική μάθηση στις μάζες

Τεχνητή νοημοσύνη καταναλωτή: Φέρνουμε τη μηχανική μάθηση στις μάζες

Κείμενο υπότιτλου
Οι εταιρείες τεχνολογίας δημιουργούν πλατφόρμες τεχνητής νοημοσύνης χωρίς και χαμηλού κώδικα στις οποίες μπορεί να πλοηγηθεί ο καθένας.
    • Συγγραφέας:
    • όνομα συγγραφέα
      Quantumrun Foresight
    • Ιανουάριος 27, 2023

    Πιο προσιτές προσφορές χαμηλού και χωρίς κώδικα από τις υπηρεσίες Web της Amazon (AWS), το Azure και το Google Cloud θα επιτρέψουν στους απλούς ανθρώπους να δημιουργήσουν τις δικές τους εφαρμογές τεχνητής νοημοσύνης όσο πιο γρήγορα μπορούν να αναπτύξουν έναν ιστότοπο. Οι εξαιρετικά τεχνικές εφαρμογές τεχνητής νοημοσύνης των επιστημόνων μπορούν να δώσουν τη θέση τους σε ελαφριές καταναλωτικές εφαρμογές που είναι πολύ πιο φιλικές προς το χρήστη.

    Πλαίσιο τεχνητής νοημοσύνης καταναλωτή

    Η «καταναλωτική χρήση της πληροφορικής» ήταν ένα συνεχές θέμα στους τεχνολογικούς κύκλους καθ' όλη τη διάρκεια της δεκαετίας του 2010, αλλά από το 2022, οι περισσότερες προσφορές εταιρικού λογισμικού παραμένουν άβολες, άκαμπτες και εξαιρετικά τεχνικές. Αυτό το παράδειγμα οφείλεται εν μέρει στην υπερβολική τεχνολογία και συστήματα παλαιού τύπου που εξακολουθούν να λειτουργούν στους περισσότερους κρατικούς φορείς και στις επιχειρήσεις του Fortune 1000. Η δημιουργία τεχνητής νοημοσύνης φιλικής προς τον χρήστη δεν είναι εύκολη υπόθεση και συχνά παραμερίζεται υπέρ άλλων προτεραιοτήτων, όπως το κόστος και ο χρόνος παράδοσης. 

    Επιπλέον, πολλές μικρότερες εταιρείες δεν διαθέτουν τις εσωτερικές ομάδες επιστήμης δεδομένων που μπορούν να προσαρμόσουν τις λύσεις τεχνητής νοημοσύνης, επομένως συχνά βασίζονται σε προμηθευτές που προσφέρουν εφαρμογές με ενσωματωμένους κινητήρες τεχνητής νοημοσύνης. Ωστόσο, αυτές οι λύσεις προμηθευτών ενδέχεται να μην είναι τόσο ακριβείς ή προσαρμοσμένες όσο τα μοντέλα που δημιουργούνται από εσωτερικούς ειδικούς. Η λύση είναι πλατφόρμες αυτοματοποιημένης μηχανικής μάθησης (ML) που επιτρέπουν σε εργαζόμενους με μικρή εμπειρία να δημιουργούν και να αναπτύσσουν μοντέλα πρόβλεψης. Για παράδειγμα, η εταιρεία DimensionalMechanics με έδρα τις ΗΠΑ έχει επιτρέψει στους πελάτες να δημιουργούν λεπτομερή μοντέλα τεχνητής νοημοσύνης απλά και αποτελεσματικά από το 2020. Η ενσωματωμένη τεχνητή νοημοσύνη, που αναφέρεται ως "the Oracle", παρέχει υποστήριξη στους χρήστες σε όλη τη διαδικασία κατασκευής μοντέλων. Η εταιρεία ελπίζει ότι οι άνθρωποι θα χρησιμοποιούν διάφορες εφαρμογές τεχνητής νοημοσύνης ως μέρος της καθημερινής τους ρουτίνας εργασίας, παρόμοια με το Microsoft Office ή τα Έγγραφα Google.

    Αποδιοργανωτικός αντίκτυπος

    Οι πάροχοι υπηρεσιών Cloud έχουν ολοένα και περισσότερο εφαρμόσει πρόσθετα που θα διευκολύνουν τους ανθρώπους να δημιουργήσουν εφαρμογές τεχνητής νοημοσύνης. Το 2022, η AWS ανακοίνωσε το CodeWhisperer, μια υπηρεσία που υποστηρίζεται από ML που βοηθά στη βελτίωση της παραγωγικότητας των προγραμματιστών παρέχοντας προτάσεις κώδικα. Οι προγραμματιστές μπορούν να γράψουν ένα σχόλιο που περιγράφει μια συγκεκριμένη εργασία σε απλά αγγλικά, όπως «ανεβάστε ένα αρχείο στο S3» και το CodeWhisperer καθορίζει αυτόματα ποιες υπηρεσίες cloud και δημόσιες βιβλιοθήκες είναι οι καταλληλότερες για την καθορισμένη εργασία. Το πρόσθετο δημιουργεί επίσης τον συγκεκριμένο κώδικα αμέσως και προτείνει αποσπάσματα κώδικα που δημιουργούνται.

    Εν τω μεταξύ, το 2022, το Azure της Microsoft προσέφερε μια σουίτα αυτοματοποιημένων υπηρεσιών AI/ML που δεν είναι ή χαμηλού κώδικα. Ένα παράδειγμα είναι το πρόγραμμα τεχνητής νοημοσύνης των πολιτών τους, που έχει σχεδιαστεί για να βοηθά οποιονδήποτε να δημιουργεί και να επικυρώνει εφαρμογές τεχνητής νοημοσύνης σε πραγματικό περιβάλλον. Το Azure Machine Learning είναι μια γραφική διεπαφή χρήστη (GUI) με αυτοματοποιημένη ML και ανάπτυξη σε ομαδικά ή τελικά σημεία σε πραγματικό χρόνο. Η Microsoft Power Platform παρέχει τα κιτ εργαλείων για τη γρήγορη δημιουργία μιας προσαρμοσμένης εφαρμογής και ροής εργασίας που υλοποιεί αλγόριθμους ML. Οι τελικοί επαγγελματικοί χρήστες μπορούν τώρα να δημιουργήσουν εφαρμογές ML ποιότητας παραγωγής για να μεταμορφώσουν παλαιού τύπου επιχειρηματικές διαδικασίες.

    Αυτές οι πρωτοβουλίες θα συνεχίσουν να στοχεύουν άτομα με ελάχιστη έως καθόλου εμπειρία κωδικοποίησης που θέλουν να δοκιμάσουν εφαρμογές τεχνητής νοημοσύνης ή να εξερευνήσουν νέες τεχνολογίες και λύσεις επεξεργασίας. Οι επιχειρήσεις μπορούν να εξοικονομήσουν χρήματα για την πρόσληψη επιστημόνων και μηχανικών δεδομένων πλήρους απασχόλησης και μπορούν αντ 'αυτού να αναβαθμίσουν τους υπαλλήλους πληροφορικής τους. Οι πάροχοι υπηρεσιών Cloud επωφελούνται επίσης κερδίζοντας περισσότερους νέους συνδρομητές κάνοντας τις διεπαφές τους πιο φιλικές προς το χρήστη. 

    Συνέπειες της τεχνητής νοημοσύνης καταναλωτή

    Οι ευρύτερες επιπτώσεις της τεχνητής νοημοσύνης καταναλωτή μπορεί να περιλαμβάνουν: 

    • Μια αναπτυσσόμενη αγορά για εταιρείες που επικεντρώνονται στην ανάπτυξη πλατφορμών τεχνητής νοημοσύνης χωρίς ή χαμηλού κώδικα που μπορούν να επιτρέψουν στους πελάτες να δημιουργήσουν και να δοκιμάσουν οι ίδιοι εφαρμογές.
    • Μακροοικονομική αύξηση του ρυθμού ψηφιοποίησης δημόσιων και ιδιωτικών λειτουργιών. 
    • Η κωδικοποίηση μπορεί να γίνει λιγότερο τεχνική δεξιότητα και μπορεί να αυτοματοποιηθεί ολοένα και περισσότερο, επιτρέποντας σε ένα ευρύτερο φάσμα εργαζομένων να συμμετάσχουν στη δημιουργία εφαρμογών λογισμικού.
    • Οι πάροχοι υπηρεσιών Cloud δημιουργούν περισσότερα πρόσθετα που θα αυτοματοποιήσουν την ανάπτυξη λογισμικού, συμπεριλαμβανομένης της δυνατότητας σάρωσης για ζητήματα ασφάλειας στον κυβερνοχώρο.
    • Περισσότεροι άνθρωποι επιλέγουν να μάθουν μόνοι τους πώς να κωδικοποιούν χρησιμοποιώντας αυτοματοποιημένες πλατφόρμες AI.
    • Τα εκπαιδευτικά προγράμματα κωδικοποίησης υιοθετούνται (ή επανεισάγονται) ολοένα και περισσότερο στα προγράμματα σπουδών του γυμνασίου και του γυμνασίου, φοβούμενοι αυτές τις εφαρμογές χωρίς και χαμηλού κώδικα.

    Ερωτήσεις για σχολιασμό

    • Εάν έχετε χρησιμοποιήσει εφαρμογές τεχνητής νοημοσύνης καταναλωτικού επιπέδου, πόσο εύκολες ήταν στη χρήση τους;
    • Πώς πιστεύετε ότι οι εφαρμογές τεχνητής νοημοσύνης καταναλωτικού επιπέδου θα επιταχύνουν την έρευνα και την ανάπτυξη;

    Αναφορές Insight

    Οι ακόλουθοι δημοφιλείς και θεσμικοί σύνδεσμοι αναφέρθηκαν για αυτήν τη γνώση: