BT altyapı otomasyonu için AI nasıl keşfedilir

Video: Yapay zeka, makine öğrenimi ve derin öğrenme arasındaki farkı nasıl anlarsınız Yapay zeka, makine öğrenimi ve derin öğrenmedeki gelişmeler işletmeleri etkiliyor. Ancak, terimler genellikle birbirinin yerine kullanılır. Onları nasıl ayırt edeceğiniz aşağıda açıklanmıştır.

IDC'nin analistleri, işletmelerin yaklaşık yarısı, çoğu hazır BT otomasyon yazılımında bir çeşit yapay zeka (AI) kullanıyor - ancak bunun doğru yaptıkları anlamına gelmiyor.

Bazı şirketlerin bilişsel yazılım veya makine öğrenimi olarak adlandırabileceği yapay zeka, 1950'lerin satranç oynayan bilgisayarlarında araştırma yapmaya geri dönüyor; şimdi en iyi akıllı cihazınız aracılığıyla sanal asistanlara güç sağlamasıyla tanınıyor. Yapay zeka, BT personelinin bilgi altyapılarını çalışır durumda tutmasına yardımcı olarak gerçekten koruma özelliğini kazanıyor.

IDC analistleri Peter Rutten ve Ritu Jyoti TechRepublic ile AI'nin nasıl doğru yapılacağı hakkında konuştular.

Donanım tarafını kapsayan Rutten, "Orada çok fazla kafa karışıklığı ve çok fazla yanlış bilgi var. AI hype ... bununla ilgili olabildiğince gerçekçi ve ampirik olmaya çalışıyoruz." Dedi. Uygulamaya özel yongalar, sahada programlanabilir yongalar, grafik işleme birimleri ve yüzlerce çekirdekli işlemciler gibi teknoloji içeren AI sunucuları için birleşik pazar, 2022 yılına kadar 22 milyar dolar olacak "dedi.

Rutten, "Şirketlerin şirket içinde bu konuda biraz bilgili birilerini bulmaları olduğunu gördük. Tipik olarak onlardan fırsatların ne olduğunu keşfetmeye başlayan küçük bir ekip oluşturmalarını isteyecekler." "Orta büyüklükteki ve daha küçük şirketler tipik olarak fırsatların ne olduğunu, rekabetin ne yaptığını haritalayan bir şampiyona sahip olacaklar ve temelde" Yapabileceğimiz veya yapmamız gereken şey "haritasını oluşturabilecek geliştiriciler, iş kolu uzmanları ve veri bilimcileri, dedi.

Yapay zeka hakkında daha fazla bilgi

  • Google DeepMind kurucusu Demis Hassabis: Yapay zeka hakkında üç gerçek
  • Dünyanın en çok talep gören 10 AI işi
  • İş dünyasında AI'nın en çok göz ardı edilen 3 sınırlaması
  • Makine öğrenimi mühendisi olmak için: Hile sayfası

Rutten, şirketler AI suyunu test etmek istediğinde gördüğü en yaygın hatayı, uygun ekipler olmadan dalış yapmak ve güçsüz bileşenler kullanmak olduğunu söyledi - sanal makine bölümleri veya küçük kümeler mutlaka yeterli olmayacak. "Bugün 12 ay öncesine göre pek çok işletme AI'ya herhangi bir altyapıdan başlayamayacağınızın farkında." Özel sorunlar G / Ç sınırlamalarını, çok büyük veri modellerini ve çok yavaş işlemeyi içerir. "Bu noktada, yapay zeka çabalarımız için gereken altyapının ne olduğunu bulmamız gerektiğinin bir çeşit farkındalığı var." Dedi. "Pek çok şirket deneme yanılma kültüründen geçiyor."

Yazılım tarafında, Jyoti, Mart ayında IDC Yol Tarifleri 2018 konferansında bir sunumda kurumsal AI projeleri için altı kritik ipucunu vurguladı:

  • şirketinizin kendi altyapısından daha ölçeklenebilir oldukları için herkese açık bulut hizmetlerini kullanın;
  • ekibinizi proje gereklilikleri etrafında inşa edin - projeyi sahip olduğunuz çalışanlar üzerine kurmayın;
  • deneyimli AI danışmanları getirmek;
  • yazılım satıcılarınızın uygulamalarınızda zaten AI etkin olup olmadığını görün;
  • AI'ı önce tahmin düzeyi sonuçları ve tam otomasyon ikinci gibi katmanlarda benimsemek; ve
  • değişim yönetimi organizasyonları kurmak.

Jyoti, şu anda büyük şirketlerin sadece yarısı BT otomasyonu için AI kullanıyorken, bu rakamın 2020'ye kadar% 75'e çıkacağını söyledi. Günümüzün AI görevlerinin çoğu, bir sabit disk maksimum kapasiteye yaklaştığında veya disk arızalandığında veya CPU süreçleri dikişlerinde parçalandığında insan derebeyi uyarmak gibi basittir - bu tür bir AI robotikten farklı değildir BT stajyeri. Teknoloji, sanal bir makinede çalışan bir Oracle veritabanındaki performans sorunu gibi karmaşık sorunları bildirip otomatik olarak düzelttiğinde gerçekten yardımcı olur - insanlar birbirlerinin departmanını suçlayabilir, ancak yazılımın önyargıları yoktur ve CPU durumlarına ve ağına / dedi.

Jyoti, AI'nın sınırlamaları olmadığını değil. 'A' hala gerçek değil yapay yapay zekayı temsil ediyor. AI dolarlarınızdan en iyi şekilde yararlanmak, verilerinizin yüksek kalitede olmasını sağlamak için zaman ve çaba harcamanızı gerektirir; Aksi takdirde, AI sisteminizin diğer herkesin bir köprüden atladığı sonucuna varması ve böylece siz de almanız gereken çöp girişinden, çöp çıkışından muzdarip olacaksınız.

İnovasyon Haber Bülteni

Akıllı şehirler, yapay zeka, Nesnelerin İnterneti, VR, AR, robotik, dronlar, otonom sürüş ve daha havalı teknoloji yenilikleri hakkında bilgi sahibi olun. Çarşamba ve Cuma günleri teslim edilir

Bugün kayıt olun

© Copyright 2020 | mobilegn.com