[ad_1]

تحلیلگر گارتنر بررسی می کند که چگونه همکاری می تواند توسعه برنامه های هوش ابری را برای مشاغل آسان کند.

چراگ دکیت ، معاون رئیس جمهور و تحلیلگر گارتنر گفت ، اعلام این هفته ترکیب منابع Palantir Technologies برای ساخت برنامه های کاربردی با پلت فرم داده های ابر ترکیبی IBM می تواند نتایج لرزه ای برای این شرکت به دنبال داشته باشد. وی گفت ، این مشارکت از قدرت IBM در داده ها و تجزیه و تحلیل استفاده می کند ، در حالی که قدرت Palantir در شخصی سازی داده ها و اتوماسیون فرایندها است. Decate می گوید: “شما می بینید که این دو جهان با هم ادغام شده اند.”

او می گوید ، مشاغل در تلاش برای استفاده از هوش مصنوعی اغلب به دلیل پیچیدگی انتقال ، که در آن کاربر تجاری از تفاوت های ظریف مدل های داده نمی فهمد ، ممکن است دچار تلو تلو خوردن شود. در همین حال ، دانشمندان اطلاعات ممکن است تفاوت های ظریف در کسب و کار را درک نکنند. این همکاری ، Palantir برای IBM Cloud Pak for Data ، در پاسخ به چنین مشکلاتی قرار گرفته است.

تصویر: greenbutterfly - stock.Adobe.com

تصویر: greenbutterfly – stock.Adobe.com

دکات گفت: “آنچه شما از طریق این سیستم عامل در اینجا می بینید اتحادیه ای است که سطح مناسب برداشت را برای ذینفعان مختلف نشان می دهد ، در حالی که کنترل کافی به هر یک از این سهامداران را می دهد.”

وی گفت ، هدف این همکاری این است که به کسب و کارها راهی بهتر برای استفاده از مقدار زیادی از داده های توزیع شده در محیط های ابر ترکیبی و همچنین ساده سازی و استقرار برنامه های هوش مصنوعی داده شود. به گفته وی ، از این طریق ، محققان و مهندسان داده می توانند حداکثر کار را انجام دهند ، تا زمانی که کاربران تجاری از پیچیدگی همه چیز غرق نشوند.

این می تواند به مقابله با مشکلی کمک کند که ممکن است مانع تلاش شرکتها برای تغییر شکل و توسعه شود. دکاته می گوید تحقیقات گارتنر نشان می دهد که شرکت ها برای تولید هوش مصنوعی تلاش می کنند و بیشترین سود را از سرمایه گذاری خود در فناوری می برند. وی می گوید: “تقریباً از هر دو خلبان هوش مصنوعی هرگز وارد مرحله تولید نمی شود.”

با پیشرفت تلاش هوش مصنوعی به سمت تولید ، دکاته می گوید که می تواند به طور متوسط ​​9 ماه طول بکشد تا خلبانان درآمد کسب کنند و سپس شروع به تولید ارزش کنند. وی می گوید تا زمانی که هوش مصنوعی داده های زنده اجرا ، عملکرد و بهره برداری نکند ، چنین ابتکاراتی در درجه اول مراکز هزینه بسیاری از سازمان ها است. Decate می گوید: “مشکل اصلی عدم توانایی در اندیشیدن درباره هوش مصنوعی است و نه فقط آزمایش تکنیک های علم داده ، بلکه پیاده سازی هوش مصنوعی در ساخت هسته اصلی آنچه این مشارکت اجازه می دهد است.”

وی می گوید ، تاریخچه IBM با Cloud Data Pak و نمونه کارها واتسون با تجربه Palantir با راه حل های سفارشی علم داده جفت شده است. Decate می گوید: “این مشارکت به مشاغل اجازه می دهد تا بر تسریع و خودکارسازی فرآیندهای هوش مصنوعی تمرکز کنند.”

او می گوید ، در میان شركت هایی كه هوش مصنوعی را توسعه می دهند ، تمایل وجود دارد كه از ابتدا شروع كنند و سپس با گذشت زمان ، بستر لازم را برای تأمین نیازهای خود بسازند. به گفته دكاته ، انتظار می رود كه مشاركت IBM با Palantir باعث شود كه شركت ها از یك بستر موجود استفاده كرده و آن را با سرعت بیشتری تنظیم كنند و سپس راه حل های تولید را پیاده سازی كنند.

وی گفت: “این فقط نگاه كردن به بلوك های ساختمانی نیست.” Dekate می گوید ، این بدان معناست که کارهایی بیش از استفاده از روش های اتصال داده جزئی ، ایجاد مدل داده ، شناسایی مدل مناسب و سپس پیاده سازی مدل تولید است. “این کل خط لوله را می گیرد و داده ها ، شناسایی مدل و روند سفارشی سازی قرار گرفتن در معرض مدل را برای کاربران تجاری به طور خودکار انجام می دهد.”

این همکاری براساس IBM Cloud Data Pack است که به گفته دکاته هسته اصلی این راه حل است و توسط Red Hat OpenShift ایجاد شده است. وی می گوید آنچه پالانیر در معادله وارد می کند مفهوم اشیا data داده است که مکمل جمع آوری و سازماندهی داده های IBM است.

Decate می گوید: “این مشارکت یک بازیگر بالقوه است زیرا هر قابلیت دیگری که در بازار وجود دارد اساساً کاربر تجاری را در معرض پیچیدگی اصلی علم داده قرار می دهد.” “این کاربر تجاری را در معرض پیچیدگی اساسی هوش مصنوعی ، تکنیک های علم داده و مدل های داده ای قرار می دهد که باید یکپارچه شوند.” وی گفت ، مشارکت جدید ، خط لوله را به طور خودکار انجام می دهد ، از جمله جمع آوری داده ها و سازمان داده ها. “آنچه می بینید دو شریک هم افزایی هستند که با هم همکاری می کنند تا چیز ارزشمندی را به مشاغل ارائه دهند.”

برای مطالب مرتبط ، این داستان ها را دنبال کنید:

IBM در حال رشد ابر ترکیبی ، هوش مصنوعی و محاسبات کوانتومی است

سال امنیتی: مسابقه AI و Rush to the Cloud

رئیس دانشمند IBM Research با AI درمورد مهاجرت ابر صحبت می کند

Joao-Pierre S. Ruth کار خود را غرق در روزنامه نگاری تجارت و فن آوری گذراند ، ابتدا در صنعت محلی در نیوجرسی ، بعداً به عنوان سردبیر Xconomy در نیویورک فعالیت های خبری خود را آغاز کرد و به انجمن راه اندازی فناوری شهر پرداخت و سپس به عنوان فریلنسر برای این موارد فعالیت کرد. سایت ها به عنوان. .. بیوگرافی کامل را ببینید

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم [contact us directly] با س questionsال در مورد سایت.

مقالات بیشتر



[ad_2]

منبع: tasiveh-news.ir