Table des matières
1. D'où proviennent les données ?
2. Pour parvenir à une application à grande échelle de l'IA générative
3. Avantages de l'approche modulaire
4. Fournir un modèle de financement continuellement flexible
Maison Périphériques technologiques IA Comment gérer l'IA générative

Comment gérer l'IA générative

Mar 11, 2024 pm 12:04 PM
ai 数据 生成式 敏感数据

Comment gérer lIA générative

Auteur丨Dom Couldwell

Compilation丨Noah

Produit | 51CTO Technology Stack (WeChat ID: blog51cto)

Selon les estimations de McKinsey & Company, l'intelligence artificielle générative devrait rapporter 2,6 milliards de personnes à l'échelle mondiale l’économie chaque année entre 4 000 et 4 400 milliards de dollars de bénéfices économiques. Cette prévision est basée sur 63 nouveaux scénarios d'application qui devraient apporter des améliorations, des gains d'efficacité et de nouveaux produits aux clients sur plusieurs marchés. Il s’agit sans aucun doute d’une énorme opportunité pour les développeurs et les responsables informatiques.

Le cœur de l’IA générative réside dans les données. Les données donnent non seulement à l’IA générative la capacité de comprendre et d’analyser le monde qui l’entoure, mais elles renforcent également son potentiel de transformation. Pour réussir dans le domaine de l’IA générative, les entreprises doivent gérer et préparer efficacement les données.

Pour créer et exploiter avec succès des services d'IA à grande échelle et soutenir des projets d'IA générative, vous devez vous assurer de faire vos devoirs en matière de préparation des données et d'adopter une stratégie de financement intelligente et durable. Un rythme lent et une approche de soutien décroissante ne conduiront pas à un avantage en matière d’intelligence artificielle. Par conséquent, en plus d’élargir l’échelle des services d’IA, il est également nécessaire de garantir des sources de financement stables pour les projets afin de promouvoir le développement à long terme et l’innovation continue.

Si nous n’améliorons pas la façon dont nous gérons les données, ou si nous n’adoptons pas la bonne approche pour résoudre les problèmes de mise à l’échelle et de contrôle des coûts, l’énorme potentiel de l’IA générative sera gaspillé. Voici quelques réflexions sur la manière dont nous pouvons améliorer notre approche de la gestion des données et soutenir les projets d’IA générative sur le long terme.

1. D'où proviennent les données ?

Les données existent sous diverses formes si elles sont utilisées correctement, chaque forme de données peut améliorer la richesse et la qualité des informations génératives de l'IA.

Le premier formulaire est constitué de données structurées, qui sont organisées de manière régulière, ordonnée et cohérente et comprennent des éléments tels que des informations sur le produit, les données démographiques des clients ou les niveaux de stock. Ce type de données fournit une base de données organisée qui peut être ajoutée aux projets d’IA générative pour améliorer la qualité des réponses.

De plus, vous pouvez disposer de sources de données externes qui complètent vos sources de données structurées internes, telles que des bulletins météorologiques, les cours des actions ou les flux de trafic, etc. Ces données peuvent apporter un contexte réel en temps réel au processus de prise de décision, et leur intégration dans un projet peut fournir des données supplémentaires de haute qualité, mais il n'est peut-être pas nécessaire de générer ces données vous-même.

Un autre ensemble de données courant est celui des données dérivées, qui couvrent les données créées via des scénarios d'analyse et de modélisation. Ces informations peuvent inclure des rapports sur l'intention des clients, des prévisions de ventes saisonnières ou des analyses de segments.

La dernière forme courante de données est celle des données non structurées, qui sont différentes des rapports habituels ou des formats de données auxquels les analystes sont habitués. Ce type de données inclut des formats tels que des images, des documents et des fichiers audio. Ces données capturent les nuances de la communication et de l’expression humaines. Les programmes d’IA générative fonctionnent souvent autour d’images ou d’audio, qui sont des entrées et sorties courantes pour les modèles d’IA générative.

2. Pour parvenir à une application à grande échelle de l'IA générative

Tous ces divers ensembles de données existent chacun dans leur propre environnement. Pour le rendre utile aux projets d’IA générative, la clé est de rendre ce paysage de données diversifié accessible dans des situations en temps réel. Avec une telle quantité de données potentielles impliquées, toute approche doit être capable d'évoluer de manière dynamique à mesure que la demande augmente et de répliquer les données à l'échelle mondiale, garantissant que les ressources sont proches des utilisateurs lorsqu'elles sont demandées, évitant ainsi les temps d'arrêt et réduisant la latence des demandes de transaction.

De plus, ces données doivent également être prétraitées afin que le système d'IA générative puisse les utiliser efficacement. Cela implique de créer des plongements, qui sont des valeurs mathématiques, ou des vecteurs, qui représentent une signification sémantique. L'intégration permet aux systèmes d'IA générative d'aller au-delà de la correspondance de texte spécifique et d'adopter à la place la signification et le contexte intégrés dans les données. Quelle que soit la forme originale des données, la création d'intégrations signifie que les données peuvent être comprises et utilisées par les systèmes d'IA générative tout en conservant leur signification et leur contexte.

Grâce à ces intégrations, les entreprises peuvent prendre en charge les recherches vectorielles ou hybrides sur toutes leurs données, tout en combinant valeur et sens. Ces résultats sont ensuite collectés et transmis à un modèle de langage à grande échelle (LLM) utilisé pour intégrer les résultats. En fournissant davantage de données provenant de sources multiples, plutôt que de s'appuyer uniquement sur le LLM lui-même, vos projets d'IA générative peuvent fournir aux utilisateurs des résultats plus précis et réduire le risque de contenu fictif.

Pour y parvenir dans la pratique, la bonne architecture de données sous-jacente doit être choisie. Au cours de ce processus, les données doivent être évitées autant que possible en étant dispersées dans différentes solutions pour former un patchwork fragmenté, car chacune de ces solutions représente un îlot de données qui nécessite une prise en charge, des requêtes et une gestion à long terme. Les utilisateurs doivent être en mesure de poser rapidement des questions LLM et d'obtenir des réponses rapidement, plutôt que d'attendre que plusieurs composants répondent et que leurs résultats soient pondérés par le modèle. Une architecture de données unifiée doit permettre une intégration transparente des données, permettant à l'IA générative d'utiliser pleinement l'ensemble du spectre de données disponible.

3. Avantages de l'approche modulaire

Pour faire évoluer les mises en œuvre de l’IA générative, il doit y avoir un équilibre entre l’accélération de l’adoption et le maintien du contrôle des actifs critiques. Adopter une approche modulaire pour créer des agents d’IA génératifs peut faciliter ce processus, car elle décompose le processus de mise en œuvre et évite les goulots d’étranglement potentiels.

Semblable à l'application de la conception de microservices dans les applications, une approche modulaire des services d'IA encourage également les meilleures pratiques en matière de conception d'applications et de logiciels, éliminant les points de défaillance et rendant la technologie accessible à un plus grand nombre d'utilisateurs potentiels. Cette approche facilite également la surveillance des performances des agents IA dans l'ensemble de l'entreprise, en identifiant plus précisément où les problèmes surviennent.

Le premier avantage de la modularité est l'interprétabilité, puisque les composants impliqués dans un système d'IA générative sont séparés les uns des autres, ce qui facilite l'analyse du fonctionnement et de la prise de décisions de l'agent. L'IA est souvent considérée comme une « boîte noire » et la modularité facilite le suivi et l'interprétation des résultats.

Le deuxième avantage est la sécurité, car les composants individuels peuvent être protégés avec des mécanismes d'authentification et d'autorisation optimaux, garantissant que seuls les utilisateurs autorisés peuvent accéder aux données et fonctions sensibles. La modularité facilite également la conformité et la gouvernance, car les informations personnelles identifiables (PII) ou la propriété intellectuelle (IP) peuvent être sécurisées et conservées séparément du LLM sous-jacent.

4. Fournir un modèle de financement continuellement flexible

En plus d'adopter une approche de microservices, un état d'esprit de plateforme doit être adopté dans l'ensemble des projets d'IA générative. Cela signifie remplacer le modèle traditionnel de financement de projets logiciels basé sur des projets par un modèle offrant un modèle de financement continu et flexible. Cette approche permet aux participants de prendre des décisions fondées sur des valeurs, de répondre aux opportunités émergentes et de développer les meilleures pratiques sans être contraints par des cycles de financement ou des analyses de rentabilisation rigides.

Gérer les budgets de cette manière encourage également les développeurs et les équipes commerciales à considérer l'IA générative comme faisant partie de l'infrastructure déjà existante de l'organisation, ce qui permet d'atténuer plus facilement les hauts et les bas des charges de travail de planification et d'agir plus facilement sur « l'excellence ». approche « centrale » et maintenir une cohérence sur le long terme.

Une approche similaire consiste à considérer l’IA générative comme un produit exploité par l’entreprise elle-même, plutôt que comme un pur logiciel. Les agents d’IA doivent être gérés comme des produits, car cela reflète plus efficacement la valeur qu’ils créent et rend les ressources de support pour les intégrations, les outils et les astuces plus facilement disponibles. La simplification de ce modèle contribue à diffuser la compréhension de l'IA générative dans toute l'organisation, favorise l'adoption des meilleures pratiques et crée une culture d'expertise partagée et de collaboration dans le développement de l'IA générative.

L'IA générative a un énorme potentiel, et les entreprises s'empressent de mettre en œuvre de nouveaux outils, agents et signaux dans leurs opérations. Cependant, la mise en production de ces projets potentiels nécessite une gestion efficace des données, une base pour faire évoluer le système et un modèle budgétaire approprié en place pour soutenir l'équipe. Bien gérer vos processus et établir des priorités vous aidera, vous et votre équipe, à libérer le potentiel de transformation de cette technologie.

Adresse de référence : https://www.infoworld.com/article/3713461/how-to-manage-generative-ai.html

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Comment réparer l'audio si vous n'entendez personne
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Comment déverrouiller tout dans Myrise
4 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Comment résoudre MySQL ne peut pas être démarré Comment résoudre MySQL ne peut pas être démarré Apr 08, 2025 pm 02:21 PM

Il existe de nombreuses raisons pour lesquelles la startup MySQL échoue, et elle peut être diagnostiquée en vérifiant le journal des erreurs. Les causes courantes incluent les conflits de port (vérifier l'occupation du port et la configuration de modification), les problèmes d'autorisation (vérifier le service exécutant les autorisations des utilisateurs), les erreurs de fichier de configuration (vérifier les paramètres des paramètres), la corruption du répertoire de données (restaurer les données ou reconstruire l'espace de la table), les problèmes d'espace de la table InNODB (vérifier les fichiers IBDATA1), la défaillance du chargement du plug-in (vérification du journal des erreurs). Lors de la résolution de problèmes, vous devez les analyser en fonction du journal d'erreur, trouver la cause profonde du problème et développer l'habitude de sauvegarder régulièrement les données pour prévenir et résoudre des problèmes.

Mysql peut-il renvoyer JSON Mysql peut-il renvoyer JSON Apr 08, 2025 pm 03:09 PM

MySQL peut renvoyer les données JSON. La fonction JSON_Extract extrait les valeurs de champ. Pour les requêtes complexes, envisagez d'utiliser la clause pour filtrer les données JSON, mais faites attention à son impact sur les performances. Le support de MySQL pour JSON augmente constamment, et il est recommandé de faire attention aux dernières versions et fonctionnalités.

Comprendre les propriétés acides: les piliers d'une base de données fiable Comprendre les propriétés acides: les piliers d'une base de données fiable Apr 08, 2025 pm 06:33 PM

Une explication détaillée des attributs d'acide de base de données Les attributs acides sont un ensemble de règles pour garantir la fiabilité et la cohérence des transactions de base de données. Ils définissent comment les systèmes de bases de données gérent les transactions et garantissent l'intégrité et la précision des données même en cas de plantages système, d'interruptions d'alimentation ou de plusieurs utilisateurs d'accès simultanément. Présentation de l'attribut acide Atomicité: une transaction est considérée comme une unité indivisible. Toute pièce échoue, la transaction entière est reculée et la base de données ne conserve aucune modification. Par exemple, si un transfert bancaire est déduit d'un compte mais pas augmenté à un autre, toute l'opération est révoquée. BeginTransaction; UpdateAccountSsetBalance = Balance-100Wh

Laravel Eloquent Orm dans Bangla Partial Model Search) Laravel Eloquent Orm dans Bangla Partial Model Search) Apr 08, 2025 pm 02:06 PM

Laravelelognent Model Retrieval: Faconttement l'obtention de données de base de données Eloquentorm fournit un moyen concis et facile à comprendre pour faire fonctionner la base de données. Cet article présentera en détail diverses techniques de recherche de modèles éloquentes pour vous aider à obtenir efficacement les données de la base de données. 1. Obtenez tous les enregistrements. Utilisez la méthode All () pour obtenir tous les enregistrements dans la table de base de données: usApp \ Modèles \ Post; $ poters = post :: all (); Cela rendra une collection. Vous pouvez accéder aux données à l'aide de Foreach Loop ou d'autres méthodes de collecte: ForEach ($ PostsAs $ POST) {echo $ post->

Master SQL Limit Clause: Contrôlez le nombre de lignes dans une requête Master SQL Limit Clause: Contrôlez le nombre de lignes dans une requête Apr 08, 2025 pm 07:00 PM

Clause SQLLIMIT: Contrôlez le nombre de lignes dans les résultats de la requête. La clause limite dans SQL est utilisée pour limiter le nombre de lignes renvoyées par la requête. Ceci est très utile lors du traitement de grands ensembles de données, des affichages paginés et des données de test, et peut améliorer efficacement l'efficacité de la requête. Syntaxe de base de la syntaxe: selectColumn1, Column2, ... FromTable_NamelimitNumber_Of_Rows; Number_OF_ROWS: Spécifiez le nombre de lignes renvoyées. Syntaxe avec décalage: selectColumn1, Column2, ... FromTable_Namelimitoffset, numéro_of_rows; décalage: sauter

La clé principale de MySQL peut être nul La clé principale de MySQL peut être nul Apr 08, 2025 pm 03:03 PM

La clé primaire MySQL ne peut pas être vide car la clé principale est un attribut de clé qui identifie de manière unique chaque ligne dans la base de données. Si la clé primaire peut être vide, l'enregistrement ne peut pas être identifié de manière unique, ce qui entraînera une confusion des données. Lorsque vous utilisez des colonnes entières ou des UUIdes auto-incrémentales comme clés principales, vous devez considérer des facteurs tels que l'efficacité et l'occupation de l'espace et choisir une solution appropriée.

Comment optimiser les performances MySQL pour les applications de haute charge? Comment optimiser les performances MySQL pour les applications de haute charge? Apr 08, 2025 pm 06:03 PM

Guide d'optimisation des performances de la base de données MySQL dans les applications à forte intensité de ressources, la base de données MySQL joue un rôle crucial et est responsable de la gestion des transactions massives. Cependant, à mesure que l'échelle de l'application se développe, les goulots d'étranglement des performances de la base de données deviennent souvent une contrainte. Cet article explorera une série de stratégies efficaces d'optimisation des performances MySQL pour garantir que votre application reste efficace et réactive dans des charges élevées. Nous combinerons des cas réels pour expliquer les technologies clés approfondies telles que l'indexation, l'optimisation des requêtes, la conception de la base de données et la mise en cache. 1. La conception de l'architecture de la base de données et l'architecture optimisée de la base de données sont la pierre angulaire de l'optimisation des performances MySQL. Voici quelques principes de base: sélectionner le bon type de données et sélectionner le plus petit type de données qui répond aux besoins peut non seulement économiser un espace de stockage, mais également améliorer la vitesse de traitement des données.

MySQL a-t-il besoin d'un serveur MySQL a-t-il besoin d'un serveur Apr 08, 2025 pm 02:12 PM

Pour les environnements de production, un serveur est généralement nécessaire pour exécuter MySQL, pour des raisons, notamment les performances, la fiabilité, la sécurité et l'évolutivité. Les serveurs ont généralement un matériel plus puissant, des configurations redondantes et des mesures de sécurité plus strictes. Pour les petites applications à faible charge, MySQL peut être exécutée sur des machines locales, mais la consommation de ressources, les risques de sécurité et les coûts de maintenance doivent être soigneusement pris en considération. Pour une plus grande fiabilité et sécurité, MySQL doit être déployé sur le cloud ou d'autres serveurs. Le choix de la configuration du serveur approprié nécessite une évaluation en fonction de la charge d'application et du volume de données.

See all articles