AI sa cloud: Mga naa-access na serbisyo ng AI

• May-akda:
• pangalan Author

  Quantumrun Foresight
• Nobyembre 1, 2023

Buod ng pananaw

Ang paglitaw ng AI-as-a-Service (AIaaS) mula sa cloud computing giants ay nagpapadali sa pagbuo at pagsubok ng mga modelo ng machine learning, lalo na ang pagtulong sa mas maliliit na entity sa pamamagitan ng pagliit ng paunang pamumuhunan sa imprastraktura. Ang pakikipagtulungang ito ay nagpapabilis ng mga pagsulong sa mga application tulad ng malalim na pag-aaral. Ino-optimize nito ang kahusayan sa cloud, nag-o-automate ng mga manual na gawain, at naghahayag ng mas malalim na mga insight mula sa data. Bukod dito, ito ay nagbubunga ng mga bagong dalubhasang tungkulin sa trabaho, nakakaimpluwensya sa mga hinaharap na tanawin ng trabaho, at potensyal na nagpapabilis sa pag-unlad ng teknolohiya sa iba't ibang sektor. Ang mas malawak na senaryo ay nagpapahiwatig ng demokratisasyon ng mga teknolohiya sa pag-aaral ng machine, pinatindi ang pandaigdigang kompetisyon para sa kadalubhasaan sa AI, mga bagong hamon sa cybersecurity, at isang insentibo para sa mga cloud provider na mamuhunan sa mga user-friendly na machine learning platform.

AI sa konteksto ng ulap

Gusto ng mga provider ng cloud, gaya ng Amazon Web Services (AWS), Microsoft Azure, at Google Cloud Platform (GCP), na bumuo at sumubok ng mga modelo ng machine learning (ML) ang mga developer at data scientist sa kanilang mga cloud. Ang serbisyong ito ay nakikinabang sa mas maliliit na kumpanya o mga startup dahil ang pagsubok sa mga prototype ay kadalasang nangangailangan ng maraming imprastraktura, habang ang mga modelo ng produksyon ay kadalasang nangangailangan ng mataas na kakayahang magamit. Dahil nag-aalok ang mga provider ng cloud computing ng mga solusyon upang simulan ang paggamit ng teknolohiya ng AI nang hindi masyadong namumuhunan sa muling paghakot ng mga panloob na imprastraktura, agad na maa-access ng mga negosyo (at subukan) ang mga serbisyo ng AI cloud upang himukin ang kanilang mga digital na inisyatiba. Nagbibigay-daan ang cloud computing para sa mabilis at mas advanced na pag-develop ng mga cutting-edge na feature ng AI, gaya ng deep learning (DL), na may malalayong aplikasyon. Maaaring gawing mas matalino ng ilang DL system ang mga security camera sa pamamagitan ng pagtukoy ng mga pattern na maaaring magpahiwatig ng panganib. Ang ganitong teknolohiya ay maaari ding makilala ang mga photographic na bagay (pagkilala sa bagay). Ang isang self-driving na sasakyan na may mga DL algorithm ay maaaring makilala sa pagitan ng mga tao at mga palatandaan sa kalsada.

Natuklasan ng isang pag-aaral mula sa kumpanya ng software na Redhat na 78 porsiyento ng mga proyekto ng AI/ML ng enterprise ay nilikha gamit ang hybrid na imprastraktura ng cloud, kaya mas maraming pagkakataon para sa mga pampublikong ulap na makaakit ng mga partnership. Ang iba't ibang mga pagpipilian sa pag-iimbak ng data ay naa-access sa mga pampublikong ulap, kabilang ang mga walang server na database, mga warehouse ng data, lawa ng data, at mga database ng NoSQL. Ang mga opsyong ito ay nagbibigay-daan sa mga kumpanya na lumikha ng mga modelo na malapit sa kung nasaan ang kanilang data. Bilang karagdagan, nag-aalok ang mga cloud service provider ng mga sikat na teknolohiya ng ML tulad ng TensorFlow at PyTorch, na ginagawa silang mga one-stop shop para sa mga data science team na gusto ng mga opsyon.

Nakakagambalang epekto

Mayroong ilang mga paraan kung paano binabago ng AI ang cloud at pinapahusay ang potensyal nito. Una, ginagawang episyente ng mga algorithm ang cloud computing sa pamamagitan ng pagsusuri sa pangkalahatang pag-iimbak ng data ng kumpanya at pagtukoy sa mga lugar na maaaring mangailangan ng pagpapabuti (lalo na sa mga mahina sa cyberattacks). Bukod pa rito, maaaring i-automate ng AI ang mga gawaing kasalukuyang ginagawa nang manu-mano, na nagpapalaya ng oras at mga mapagkukunan para sa iba pang mas kumplikadong proseso. Ginagawa rin ng AI na mas matalino ang cloud sa pamamagitan ng pagpayag sa mga kumpanya na makakuha ng mga insight mula sa kanilang cloud-based na data na hindi kailanman magiging posible noon. Ang mga algorithm ay maaaring "matuto" mula sa impormasyon at tukuyin ang mga pattern na hindi kailanman makikita ng mga tao. 

Isa sa mga pinakakapana-panabik na paraan kung saan nakikinabang ang AI sa cloud ay sa pamamagitan ng paglikha ng mga bagong pagkakataon sa trabaho. Ang pagpapares ng AI at cloud computing ay humahantong sa pagbuo ng mga bagong tungkulin na nangangailangan ng mga espesyal na kasanayan. Halimbawa, maaaring kailanganin na ngayon ng mga kumpanya ang mga empleyadong eksperto sa parehong lugar para mag-troubleshoot at magsaliksik ng mga isyu. Bilang karagdagan, ang pagtaas ng kahusayan ng cloud ay malamang na humantong sa paglikha ng mga bagong posisyon na nakatuon sa pamamahala at pagpapanatili ng teknolohiyang ito. Sa wakas, binabago ng AI ang cloud sa pamamagitan ng matinding pag-impluwensya sa hinaharap ng trabaho. Halimbawa, ang mga automated na gawain ay maaaring humantong sa muling pagsasanay ng mga manggagawa para sa ibang mga posisyon. Ang mas mabilis at mas mahusay na cloud computing ay maaari ding paganahin ang virtual at augmented reality (VR/AR) na mga lugar ng trabaho tulad ng Metaverse.

Mga implikasyon ng AI sa cloud

Maaaring kabilang sa mas malawak na implikasyon ng AI sa cloud ang: 

• Ang pagtaas ng demokratisasyon ng mga teknolohiya ng ML na magiging available sa maliliit at katamtamang laki ng mga negosyo na gustong mag-innovate sa espasyong ito.
• Tumaas na kumpetisyon para sa pandaigdigang talento ng AI, na maaaring magpalala sa kasalukuyang brain drain ng mga AI researcher at scientist mula sa akademya hanggang sa mga multinational na negosyo. Ang mga gastos para sa pagre-recruit at paggamit ng talento ng AI ay tataas din nang husto.
• Ang mga cybercriminal ay nag-aaral ng mga serbisyo sa cloud computing upang mas mahusay na mahanap ang kanilang mga kahinaan at ang mga kumpanyang gumagamit ng mga naturang serbisyo.
• Mas mabilis na pag-unlad ng mga bagong teknolohiya, lalo na sa mga sektor ng autonomous na sasakyan at Internet of Things (IoT) na nangangailangan ng mas malaking data at mga mapagkukunan ng pag-compute.
• Ang mga tagapagbigay ng serbisyo ng cloud computing ay nagdaragdag ng kanilang mga pamumuhunan sa no-code o low-code na ML software at mga platform. 

Mga tanong na ikokomento

• Nakaranas ka na ba ng anumang serbisyo o produkto na nakabatay sa AI cloud?
• Paano pa sa palagay mo mababago ng AIaaS kung paano gumagana ang mga tao?