Quantumrun

PILDIKrediit:

iStock

AI pilves: juurdepääsetavad AI-teenused

AI-tehnoloogiad on sageli kallid, kuid pilveteenuste pakkujad võimaldavad rohkematel ettevõtetel neid infrastruktuure endale lubada.

Autor:
autori nimi
Quantumrun Foresight
November 1, 2023

Ülevaate kokkuvõte

AI-as-a-Service (AIaaS) esilekerkimine pilvandmetöötluse hiiglastelt hõlbustab masinõppemudelite arendamist ja testimist, aidates eelkõige väiksemaid üksusi, minimeerides esialgseid infrastruktuuriinvesteeringuid. See koostöö kiirendab edusamme sellistes rakendustes nagu süvaõpe. See optimeerib pilve tõhusust, automatiseerib käsitsi toiminguid ja annab andmetest sügavama ülevaate. Lisaks loob see uusi spetsialiseeritud töökohti, mõjutab tulevasi töömaastikke ja potentsiaalselt kiirendab tehnoloogia arengut erinevates sektorites. Laiem stsenaarium viitab masinõppetehnoloogiate demokratiseerumisele, intensiivistunud ülemaailmsele konkurentsile tehisintellekti teadmiste pärast, uutele küberjulgeoleku väljakutsetele ja pilveteenuse pakkujatele stiimulile investeerida kasutajasõbralikesse masinõppeplatvormidesse.

AI pilve kontekstis

Pilveteenuse pakkujad, nagu Amazon Web Services (AWS), Microsoft Azure ja Google Cloud Platform (GCP), soovivad, et arendajad ja andmeteadlased töötaksid välja ja katsetaksid oma pilvedes masinõppe (ML) mudeleid. See teenus on kasulik väiksematele ettevõtetele või idufirmadele, kuna prototüüpide testimiseks on sageli vaja palju infrastruktuure, samas kui tootmismudelid nõuavad sageli kõrget kättesaadavust. Kuna pilvandmetöötluse pakkujad pakuvad lahendusi AI-tehnoloogia kasutuselevõtuks ilma sisemiste infrastruktuuride ümberkujundamisse suuri investeeringuid tegemata, saavad ettevõtted oma digitaalsete algatuste juhtimiseks kohe juurdepääsu AI pilveteenustele (ja testida) neid. Pilvandmetöötlus võimaldab tipptasemel tehisintellekti funktsioonide, näiteks sügava õppimise (DL) kiiret ja täiustatud arendamist, millel on kaugeleulatuvad rakendused. Mõned DL-süsteemid võivad muuta turvakaamerad nutikamaks, tuvastades mustreid, mis võivad ohust märku anda. Selline tehnoloogia suudab tuvastada ka fotograafilisi objekte (objektituvastus). DL-algoritmidega isejuhtiv sõiduk suudab eristada inimesi ja liiklusmärke.

Tarkvarafirma Redhat uuring avastas, et 78 protsenti ettevõtete AI/ML-projektidest luuakse hübriidpilveinfrastruktuuri abil, seega on avalikel pilvedel rohkem võimalusi partnerlussuhteid meelitada. Avalikes pilvedes on saadaval erinevad andmesalvestuse valikud, sealhulgas serverita andmebaasid, andmelaod, andmejärved ja NoSQL-i andmebaasid. Need valikud võimaldavad ettevõtetel luua mudeleid nende andmete asukoha lähedal. Lisaks pakuvad pilveteenuste pakkujad populaarseid ML-tehnoloogiaid, nagu TensorFlow ja PyTorch, muutes need valikuvõimalusi soovivatele andmeteadusmeeskondadele ühtseks allikaks.

Häiriv mõju

AI muudab pilve ja suurendab selle potentsiaali mitmel viisil. Esiteks muudavad algoritmid pilvandmetöötluse tõhusaks, analüüsides ettevõtte üldist andmesalvestust ja tuvastades valdkonnad, mis võivad vajada täiustamist (eriti need, mis on küberrünnakute suhtes haavatavad). Lisaks saab AI automatiseerida praegu käsitsi tehtavaid ülesandeid, vabastades aega ja ressursse muude keerukamate protsesside jaoks. AI muudab pilve ka intelligentsemaks, võimaldades ettevõtetel saada oma pilvepõhistest andmetest teavet, mis poleks varem olnud võimalik. Algoritmid saavad teabest "õppida" ja tuvastada mustreid, mida inimesed kunagi ei näeks.

Üks põnevamaid viise, kuidas tehisintellekt pilvele kasu toob, on uute töövõimaluste loomine. Tehisintellekti ja pilvandmetöötluse sidumine toob kaasa uute rollide väljatöötamise, mis nõuavad erioskusi. Näiteks võivad ettevõtted nüüd vajada tõrkeotsinguks ja probleemide uurimiseks töötajaid, kes on mõlema valdkonna eksperdid. Lisaks toob pilve suurenenud tõhusus tõenäoliselt kaasa uute ametikohtade loomise, mis keskenduvad selle tehnoloogia haldamisele ja hooldamisele. Lõpuks muudab AI pilvi, mõjutades tugevalt töö tulevikku. Näiteks võivad automatiseeritud ülesanded viia töötajate ümberõppesse teistele ametikohtadele. Kiirem ja tõhusam pilvandmetöötlus võib võimaldada ka virtuaalse ja liitreaalsuse (VR/AR) töökohti, nagu Metaverse.

AI tagajärjed pilves

AI laiemad tagajärjed pilves võivad hõlmata järgmist:

ML-tehnoloogiate kasvav demokratiseerumine, mis muutub kättesaadavaks väikestele ja keskmise suurusega ettevõtetele, kes soovivad selles valdkonnas uuendusi teha.
Suurenenud konkurents ülemaailmsete tehisintellekti talentide pärast, mis võib halvendada tehisintellekti teadlaste ja teadlaste praegust ajude äravoolu akadeemilistest ringkondadest rahvusvahelistesse ettevõtetesse. AI talentide värbamise ja töölevõtmise kulud kasvavad samuti järsult.
Küberkurjategijad, kes uurivad pilvandmetöötlusteenuseid, et paremini leida oma ja selliseid teenuseid kasutavate ettevõtete nõrku kohti.
Uute tehnoloogiate kiirem arendamine, eriti autonoomsete sõidukite ja asjade Interneti (IoT) sektorites, mis nõuavad suuremaid andmeid ja arvutusressursse.
Pilvandmetöötlusteenuse pakkujad suurendavad oma investeeringuid koodita või madala koodiga ML-tarkvaradesse ja platvormidesse.