データインテリジェンスのない人工知能は人工知能です

å¾ç

ロボット掃除機が働いているのを見たことがありますか?最初は楽しいですが、掃除したい汚れを見逃しているのがわかると、だんだん面倒になってきます。人工知能の展望も同様です。日常的なタスクを自動化し、現実世界に大きな価値をもたらすことができますが、注意しないと、同じ壁に繰り返しぶつかったり、ケーブルのもつれに 20 回も遭遇したりすることにほとんどの時間を費やしてしまう可能性があります。 残念ながら、企業は AI から価値を引き出すことよりも、AI に執着することに多くの時間を費やしているという証拠があります:

• 顧客の 84% は、データ品質を強化するために使用されるアルゴリズムを気にしています。
• 86% の企業はデータを十分に活用していないと主張しています。
• 回答者の 74% は、データ環境が複雑で柔軟性が制限されていると回答しました。

ロボット掃除機と同様、良い結果を得るための鍵は、最初に整理整頓することです。 AI は複雑な数学と高度な計算能力を利用して結果を導き出しますが、複雑な数学と高価なハードウェアをすべて駆動するのはデータです。データは人工知能の生命線であり、データ管理がうまくできなければ、人工知能は良い結果を生み出すことができません。

企業は、ERP などのビジネス アプリケーションの下で管理されたデータベースにデータが保存されていた従来のオンプレミス モデルから、アプリケーションがクラウドとオンプレミスの両方にあるモデルに移行しました。データは現在、あまり構造化されていないソース (ソーシャル メディア、ブログ、センサーなど) から取得されます。 その結果、データ環境はますます複雑になります。この複雑さには、すべての新しいデータ型、形式、場所の管理に役立つ多数の新しいツールが付属しています。

膨大な量の新しいデータを管理して人工知能を強化する

企業がこの新しいデータの奔流に対応しようとする中、データ レイクがすべてのデータの単一リポジトリとして機能するというアイデアが浮上しています。後で使用するためのデータが普及し、より多くのツールや技術が登場しました。間もなく、エンタープライズ IT システムの高度に管理されたデータと、ブログ、システム ログ、センサー、IoT デバイスなどからの包括的だが制御されていないことが多い大規模なデータ プールおよびデータ ストリームとの間に断絶が生じました。ただし、AI は、画像、ビデオ、オーディオ、テキスト データ ソースだけでなく、これらすべてのデータに接続する必要があります。これらすべての接続を管理しようとすると、切断され断片化された複数のツールが必要になります。今まで。

3 つの重要なことを管理することで AI を企業全体に拡張する包括的な新しいクラウド ソリューション

• 場所や内容に関係なく必要なデータ
• データ サイエンス チームが使用したいツールとフレームワークを使用して機械学習アルゴリズムを設計する
• クラウド コンテナーを使用して機械学習をデプロイし、大規模な人工知能のエンドツーエンドを迅速にデプロイ、管理、自動化できるようにするライフサイクル

人工知能は、次の間の調整と協力を必要とするチームの取り組みです。

• 組織とその顧客のニーズを理解するビジネス ユーザー
• データの場所と構造を理解しているデータ エンジニア
• データから価値を得る方法を理解しているデータ サイエンス チーム
• それをサポートする IT および DevOps チーム

すべてAI チームのメンバーは、ソフトウェアを活用して最大限の生産性と速度を実現するために共同作業できる必要があります。このソフトウェアにはガバナンス、メタデータ管理、機械学習の透明性のためのツールが組み込まれているため、チーム メンバーの懸命の努力の結果が確実に説明され、理解され、信頼されるようになります。

人工知能組立ラインの作成

第 2 次産業革命が物理的な製造の組立ラインによって推進されたのと同じように、第 4 次産業革命は AI 組立ラインによって推進されるでしょう : AI の創造的な能力は次のように分類されます。ビジネス プロセスをまとめて専用パーツ上で実行し、大規模に自動化します。このようにして、組織はデータ資産から最大の価値を引き出し、消費者や顧客に最高のエクスペリエンスを提供できます。

以上がデータインテリジェンスのない人工知能は人工知能ですの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。