Comment gérer l'IA 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!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

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

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

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

L'article présente le fonctionnement de la base de données MySQL. Tout d'abord, vous devez installer un client MySQL, tel que MySQLWorkBench ou le client de ligne de commande. 1. Utilisez la commande MySQL-UROot-P pour vous connecter au serveur et connecter avec le mot de passe du compte racine; 2. Utilisez Createdatabase pour créer une base de données et utilisez Sélectionner une base de données; 3. Utilisez CreateTable pour créer une table, définissez des champs et des types de données; 4. Utilisez InsertInto pour insérer des données, remettre en question les données, mettre à jour les données par mise à jour et supprimer les données par Supprimer. Ce n'est qu'en maîtrisant ces étapes, en apprenant à faire face à des problèmes courants et à l'optimisation des performances de la base de données que vous pouvez utiliser efficacement MySQL.

Traiter efficacement 7 millions d'enregistrements et créer des cartes interactives avec la technologie géospatiale. Cet article explore comment traiter efficacement plus de 7 millions d'enregistrements en utilisant Laravel et MySQL et les convertir en visualisations de cartes interactives. Exigences initiales du projet de défi: extraire des informations précieuses en utilisant 7 millions d'enregistrements dans la base de données MySQL. Beaucoup de gens considèrent d'abord les langages de programmation, mais ignorent la base de données elle-même: peut-il répondre aux besoins? La migration des données ou l'ajustement structurel est-il requis? MySQL peut-il résister à une charge de données aussi importante? Analyse préliminaire: les filtres et les propriétés clés doivent être identifiés. Après analyse, il a été constaté que seuls quelques attributs étaient liés à la solution. Nous avons vérifié la faisabilité du filtre et établi certaines restrictions pour optimiser la recherche. Recherche de cartes basée sur la ville

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.

L'optimisation des performances MySQL doit commencer à partir de trois aspects: configuration d'installation, indexation et optimisation des requêtes, surveillance et réglage. 1. Après l'installation, vous devez ajuster le fichier my.cnf en fonction de la configuration du serveur, tel que le paramètre innodb_buffer_pool_size, et fermer query_cache_size; 2. Créez un index approprié pour éviter les index excessifs et optimiser les instructions de requête, telles que l'utilisation de la commande Explication pour analyser le plan d'exécution; 3. Utilisez le propre outil de surveillance de MySQL (ShowProcessList, Showstatus) pour surveiller la santé de la base de données, et sauvegarde régulièrement et organisez la base de données. Ce n'est qu'en optimisant en continu ces étapes que les performances de la base de données MySQL peuvent être améliorées.

Ingénieur backend à distance Emploi Vacant Société: Emplacement du cercle: Bureau à distance Type d'emploi: Salaire à temps plein: 130 000 $ - 140 000 $ Description du poste Participez à la recherche et au développement des applications mobiles Circle et des fonctionnalités publiques liées à l'API couvrant l'intégralité du cycle de vie de développement logiciel. Les principales responsabilités complètent indépendamment les travaux de développement basés sur RubyOnRails et collaborent avec l'équipe frontale React / Redux / Relay. Créez les fonctionnalités de base et les améliorations des applications Web et travaillez en étroite collaboration avec les concepteurs et le leadership tout au long du processus de conception fonctionnelle. Promouvoir les processus de développement positifs et hiérarchiser la vitesse d'itération. Nécessite plus de 6 ans de backend d'applications Web complexe

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.

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

Raisons et solutions courantes pour l'échec de l'installation MySQL: 1. Nom d'utilisateur ou mot de passe incorrect, ou le service MySQL n'est pas démarré, vous devez vérifier le nom d'utilisateur et le mot de passe et démarrer le service; 2. Conflits portuaires, vous devez modifier le port d'écoute MySQL ou fermer le programme qui occupe le port 3306; 3. La bibliothèque de dépendances est manquante, vous devez utiliser le gestionnaire de package système pour installer la bibliothèque de dépendances nécessaires; 4. Autorisations insuffisantes, vous devez utiliser les droits de Sudo ou d'administrateur pour exécuter l'installateur; 5. Fichier de configuration incorrect, vous devez vérifier le fichier de configuration My.cnf pour vous assurer que la configuration est correcte. Ce n'est qu'en travaillant régulièrement et soigneusement que MySQL peut être installé en douceur.
