Rumah > Artikel > Peranti teknologi > Kecerdasan Buatan: Tiga cara wabak ini mempercepat penerimaannya
Sejak beberapa tahun kebelakangan ini, keperluan untuk perusahaan mencipta model perniagaan baharu dan saluran pemasaran dengan pantas telah mempercepatkan penggunaan kecerdasan buatan. Ini benar terutamanya dalam penjagaan kesihatan, di mana analitik data telah mempercepatkan pembangunan vaksin COVID-19. Dalam barangan pakej pengguna, Harvard Business Review melaporkan bahawa Frito-Lay mencipta platform e-dagang, Snacks.com, dalam masa 30 hari sahaja.
Pandemik ini juga telah mempercepatkan penggunaan kecerdasan buatan dalam pendidikan, kerana sekolah terpaksa membuat kajian semalaman dalam talian. Apabila boleh, dunia akan beralih kepada transaksi "tanpa sentuhan", merevolusikan industri perbankan.
Tiga perkembangan teknologi semasa pandemik COVID-19 telah mempercepatkan penggunaan AI:
Berikut lihat impaknya perkembangan ini mengenai Kebaikan dan keburukan IT menjadi seorang pemimpin.
Walaupun 60 tahun selepas Undang-undang Moore, kuasa pengkomputeran masih Terus bertambah baik, dengan cip baharu daripada syarikat seperti NVidia, mesin yang lebih berkuasa dan lebih kuasa pemprosesan. AIImpacts melaporkan bahawa "sepanjang 25 tahun yang lalu, kuasa pengkomputeran yang tersedia bagi setiap dolar berkemungkinan meningkat sepuluh kali ganda (diukur sebagai FLOPS atau MIPS) kira-kira setiap empat tahun Walau bagaimanapun, dalam tempoh 6-8 tahun yang lalu, kadar ini telah Perlahan.
Pengkomputeran murah memberikan pemimpin IT lebih banyak pilihan, membolehkan mereka melakukan lebih banyak dengan kurang.
Pertimbangkan data besar. Dengan pengkomputeran yang murah, profesional IT ingin memanfaatkan kuasanya. Orang ramai ingin mula menelan dan menganalisis semua data yang tersedia untuk mendapatkan cerapan, analisis dan keputusan yang lebih baik.
Tetapi jika anda tidak berhati-hati, anda boleh mendapat sejumlah besar kuasa pengkomputeran dan tidak mencukupi untuk aplikasi perniagaan sebenar.
Apabila kos rangkaian, penyimpanan dan pengkomputeran menurun, manusia cenderung untuk menggunakannya lebih banyak. Tetapi mereka tidak semestinya membawa nilai perniagaan kepada segala-galanya.
Sebelum wabak COVID-19, "gudang data" dan "tasik data "Dua istilah ini adalah standard untuk ini. Tetapi seni bina data baharu seperti "struktur data" dan "grid data" hampir tidak wujud. DataFabric menyokong penggunaan AI kerana ia membolehkan perusahaan menggunakan data untuk memaksimumkan rantaian nilai mereka dengan mengautomasikan penemuan data, tadbir urus dan penggunaan. Tidak kira di mana data berada, perniagaan boleh menyampaikan data yang betul pada masa yang sesuai.
Ia menyediakan Peluang terbalik untuk repositori data berpusat atau aliran data tasik. Ini mungkin bermakna lebih banyak pengkomputeran tepi dan data tersedia di tempat yang paling berkaitan. Kemajuan ini menyebabkan data yang sesuai digunakan secara automatik untuk membuat keputusan - yang penting untuk AI boleh diambil tindakan.
Pemimpin IT perlu memahami aspek perniagaan dan AI bagi seni bina data baharu . Jika mereka tidak tahu perkara yang diperlukan oleh setiap bahagian perniagaan—termasuk jenis data dan tempat serta cara ia akan digunakan—mereka mungkin tidak dapat mencipta jenis seni bina data dan penggunaan data yang betul untuk mendapatkan sokongan yang betul. Pemahaman IT tentang keperluan perniagaan dan model perniagaan yang sesuai dengan seni bina data ini adalah penting.
Penyelidikan statista menyerlahkan pertumbuhan data: Pada tahun 2020, jumlah keseluruhan data yang dicipta, ditangkap, disalin dan digunakan secara global ialah 64.2 zettabait dan dijangka mencapai lebih 180 zettabait menjelang 2025. Laporan penyelidikan Statista Mei 2022 menyatakan bahawa "pertumbuhan itu lebih tinggi daripada yang dijangkakan sebelum ini disebabkan peningkatan permintaan akibat pandemik COVID-19 Sumber data besar termasuk media, pengkomputeran awan, Internet of Things, rangkaian dan pangkalan data.
Setiap keputusan dan transaksi boleh dikesan kembali ke sumber data. Pemimpin IT diberi kuasa jika mereka boleh menggunakan AIOps/MLOps untuk memusatkan perhatian pada sumber data untuk analisis dan membuat keputusan. Data yang betul boleh menyediakan analisis perniagaan segera dan memberikan cerapan mendalam untuk analisis ramalan.
Dikelilingi oleh data daripada IoT, pengkomputeran tepi, diformat dan tidak diformat, pintar dan tidak dapat diteliti – pemimpin IT sedang menangani peraturan 80/20: Apakah 20% daripada yang dipercayai sumber data yang menyediakan 80% daripada nilai perniagaan? Bagaimanakah anda menggunakan operasi AI/ML untuk menentukan sumber data yang dipercayai dan sumber data yang harus digunakan untuk analisis dan membuat keputusan? Setiap perniagaan memerlukan jawapan kepada soalan-soalan ini.
AI semakin meluas, dikuasakan oleh algoritma baharu dan Dikuasakan oleh kuasa pengkomputeran yang semakin banyak dan berpatutan. Selama lebih daripada 70 tahun, teknologi kecerdasan buatan telah berada di landasan evolusi. Pandemik tidak mempercepatkan perkembangan kecerdasan buatan; ia telah mempercepatkan penggunaannya.
Atas ialah kandungan terperinci Kecerdasan Buatan: Tiga cara wabak ini mempercepat penerimaannya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!