데이터 지능이 없는 인공지능은 인공지능이다

åç

혹시 직장에서 로봇청소기를 본 적 있으신가요? 처음에는 재미있지만 청소하고 싶은 먼지 조각이 누락되는 것을 보면 점점 짜증이 납니다. 인공지능에 대한 전망도 마찬가지다. 일상적인 작업을 자동화하고 상당한 실제 가치를 제공할 수 있지만 주의하지 않으면 대부분의 시간을 같은 벽에 반복적으로 부딪히거나 20번째로 엉킨 케이블에 갇히게 될 수 있습니다. 안타깝게도 기업은 AI에서 가치를 얻는 것보다 이 문제에 더 많은 시간을 소비한다는 증거가 있습니다:

• 84%의 고객은 알고리즘을 구동하는 데 사용되는 데이터의 품질에 관심을 갖고 있습니다.
• 86%의 기업이 데이터를 최대한 활용하지 않는다고 주장합니다.
• 응답자의 74%는 데이터 환경이 매우 복잡하여 유연성이 제한되어 있다고 말했습니다.

로봇청소기처럼, 먼저 깔끔하게 정리하는 것이 좋은 결과를 얻는 비결입니다. AI는 복잡한 수학과 고급 컴퓨팅 성능을 활용하여 결과를 제공하지만 모든 고급 수학과 값비싼 하드웨어를 구동하는 것은 데이터입니다. 데이터는 인공지능의 생명선이다. 데이터 관리가 제대로 이루어지지 않으면 인공지능은 긍정적인 결과를 만들어낼 수 없다.

회사에서는 데이터가 ERP와 같은 비즈니스 애플리케이션의 관리형 데이터베이스에 저장되는 기존 온프레미스 모델에서 애플리케이션이 클라우드와 온프레미스 모두에 있는 모델로 전환했습니다. 이제 데이터는 덜 구조화된 소스(예: 소셜 미디어, 블로그, 센서)에서 나옵니다. 그 결과 데이터 환경은 점점 더 복잡해졌습니다. 이러한 복잡성에는 모든 새로운 데이터 유형, 형식 및 위치를 관리하는 데 도움이 되는 수많은 새로운 도구가 포함됩니다 .

인공 지능을 강화하기 위해 방대한 양의 새로운 데이터 관리

기업이 급증하는 새로운 데이터를 따라잡으려고 노력함에 따라 나중에 사용할 수 있도록 모든 데이터를 저장하는 단일 저장소인 데이터 레이크에 대한 아이디어가 대중화되었습니다. 더 많은 도구와 기술. 곧 기업 IT 시스템의 고도로 관리되는 데이터와 포괄적이지만 종종 통제되지 않는 대규모 데이터 풀 및 블로그, 시스템 로그, 센서, IoT 장치 등에서 나오는 데이터 스트림 사이에 단절이 나타났습니다. 하지만 AI는 이미지, 비디오, 오디오, 텍스트 데이터 소스뿐만 아니라 이 모든 데이터에 연결되어야 합니다. 이러한 모든 연결을 관리하려면 단절되고 조각난 도구가 여러 개 필요합니다. 지금까지.

세 가지 핵심 사항을 관리하여 기업 전체에서 AI를 확장하는 포괄적이고 새로운 클라우드 솔루션

• 데이터가 어디에 있든 무엇이든 관계없이 필요한 데이터
• 데이터 과학 팀에서는 기계 학습 알고리즘을 설계하는 데 사용되는 도구 및 프레임워크를 원합니다.
• 클라우드 컨테이너를 사용하여 기계 학습을 배포하면 대규모 인공 지능의 전체 수명 주기를 신속하게 배포, 관리 및 자동화할 수 있습니다.

인공 지능은 팀워크이며 다음과 같은 조정 및 협업이 필요합니다.

• 조직과 고객의 요구 사항을 이해하는 비즈니스 사용자
• 데이터의 위치와 구조를 이해하는 데이터 엔지니어
• 데이터에서 가치를 얻는 방법을 이해하는 데이터 과학 팀
• IT 및 DevOps 팀 지원

Every AI 팀 구성원은 소프트웨어를 기반으로 생산성과 속도를 극대화하기 위해 협업할 수 있어야 합니다. 소프트웨어에는 거버넌스, 메타데이터 관리 및 기계 학습 투명성을 위한 도구가 내장되어 있으므로 팀원의 노고의 결과를 설명하고, 이해하고, 신뢰할 수 있습니다. 2차 산업 혁명은 물리적 제조를 위한 조립 라인이 주도했던 것처럼, 4차 산업 혁명은 AI 조립 라인이 주도할 것입니다.

: AI의 창의적 역량은 비즈니스 프로세스를 통해 통합되고 대규모로 자동화되는 전문 부품으로 세분화됩니다. 이러한 방식으로 조직은 데이터 자산에서 최대 가치를 추출하고 소비자와 고객에게 최고의 경험을 제공할 수 있습니다.

위 내용은 데이터 지능이 없는 인공지능은 인공지능이다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!