مجموعة من توقعات HPC بنكهة الذكاء الاصطناعي لعام 2023

ظهرت العديد من التوقعات الخاصة بـ HPC-AI في عام 2023 على رافدة لدينا في الأسابيع الأخيرة ، وهنا مقتطفات من تلك التي وجدناها أكثر إثارة للاهتمام ، وحديثة ، وثاقبة - وحتى متناقضة.

نسر كبير العلماء روزماري فرانسيس:
Go Big or Go Home - أعباء العمل الأكبر لـ HPC.نظرًا لأن أحمال عمل HPC تأخذ تطبيقات البيانات الضخمة ، مثل علوم الحياة ومسرعات الجسيمات مثل مصدر ضوء الماس في المملكة المتحدة (لمزيد من البحث والتجريب) ، نشهد انفجارًا في أدوات سير العمل. بحلول عام 2023 ، سيكون هذا التحول إلى جدولة متعددة الأبعاد المحرك الأكبر للتغيير داخل HPC حيث تسعى الصناعة إلى تحديث نفسها والتكيف مع هذه التطبيقات الكبيرة المتصلة.

يعالج HPC التعلم العميق:نظرًا لأن التعلم العميق أصبح أكثر انتشارًا في عام 2023 ، فسنرى تحولًا إضافيًا في أعباء عمل HPC. بينما تم تشغيل معظم أعباء عمل التعلم الآلي في البداية على Kubernetes أو أطر عمل تنظيم الحاويات الأخرى ، فقد أصبح من الواضح أن هذه الأنظمة مصممة للخدمات الصغيرة ، وليس لأحمال العمل الآلية التي تتطلب الكثير من الكمبيوتر والمطلوبة الآن للتعلم العميق. يحتاج مديرو عبء العمل التجاري من HPC إلى دعم شامل للحاويات حتى تتمكن المؤسسات من تخزين حساباتها مؤقتًا والبدء في الاستفادة من جدولة الدُفعات ، والانفجار السحابي ، ومشاركة الأجرة - جميع الجوانب الرئيسية لـ HPC الفعال.

جو فيتزسيمونز ، الرئيس التنفيذي لشركة الأفق للحوسبة الكمومية، حول وفاة NISQ والتحول إلى تسامح الخطأ في الحوسبة الكمومية
"في السنوات القليلة الماضية ، شهد تطوير تطبيقات الحوسبة الكمومية تركيزًا خاصًا على نظام NISQ ، مشيرًا إلى معالجات الكم ذات النطاق المتوسط ​​الصاخبة. تشير "الضوضاء" في هذا العنوان إلى قابلية تأثر الكيوبتات بالتداخل من العوامل البيئية ، والتي تتراوح من قرب الكيوبتات الأخرى إلى الاصطدامات من الأشعة الكونية. يُدخل هذا الضجيج أخطاء قاتلة محتملة في عمليات الحساب الكمي. من المعروف منذ فترة طويلة أنه من الممكن ، من الناحية النظرية على الأقل ، بناء أجهزة كمبيوتر كمومية تتضمن تصحيح الأخطاء ، بحيث يمكن بناء جهاز كمبيوتر مثالي بشكل أساسي من مكونات غير كاملة. ومع ذلك ، فإن تركيز أبحاث NISQ كان على تطوير خوارزميات متغيرة والتي من المأمول أن تكون قوية للاضطرابات الطفيفة التي تسببها الضوضاء البيئية ، مما يسمح بميزة كمية دون تصحيح الخطأ.

"لسوء الحظ ، هناك أدلة قليلة نسبيًا على أن خوارزميات NISQ هذه ستعطي في الواقع ميزة على أجهزة الكمبيوتر التقليدية لمجموعة واسعة من مهام التحسين والتعلم الآلي التي يتم النظر فيها. في حين أن هناك سببًا وجيهًا للاعتقاد بأن ميزة الكم المبكرة يمكن رؤيتها في مجالات مثل الكيمياء ، حيث تكون المشكلة المراد حلها ميكانيكية كمومية بطبيعتها ، إلا أن هناك علامات على تجديد التركيز على الوصول إلى نظام التسامح مع الخطأ ، حيث تكون الأخطاء تم تصحيحه بشكل نشط وهناك دليل أقوى بكثير على الميزة الكمية ".

تقنيات Dellجون روز ، كبير مسؤولي التكنولوجيا العالمية - قرار السنة الجديدة الكمومية
سوف أقوم بإنشاء مجموعات مهارات مبكرة للاستفادة من الكم. أصبحت الحوسبة الكمية حقيقة ، وإذا لم يكن لديك شخص في عملك يفهم كيف تعمل هذه التكنولوجيا وكيف تؤثر على عملك ، فسوف تفوتك هذه الموجة التكنولوجية. حدد الفريق والأدوات والمهام التي ستكرسها للكم وابدأ في التجريب. لقد أعلنا الشهر الماضي فقط عن حل Dell Quantum Computing Solution المحلي الذي يمكّن المؤسسات عبر الصناعات من البدء في الاستفادة من الحوسبة المتسارعة من خلال تقنية الكم التي لم تكن متاحة لهم اليوم بخلاف ذلك. يعد الاستثمار في المحاكاة الكمية وتمكين فرق علم البيانات والذكاء الاصطناعي من تعلم اللغات الجديدة وقدرات الكم أمرًا بالغ الأهمية في عام 2023.

آراء متناقضة حول ML من جدعون ميندلز ، الرئيس التنفيذي والمؤسس المشارك لمنصة MLOps المذنب
عندما تجف البيانات: جاءت معظم التحسينات التي تمت ملاحظتها في تعلم الآلة من نماذج التدريب التي تحتوي على المزيد والمزيد من البيانات ، لكننا وصلنا إلى نقطة لن نكون قادرين فيها على القيام بذلك. ظهرت للتو بعض الأبحاث المثيرة للاهتمام والتي تُظهر أنه يمكن أن تنفد البيانات بحلول عام 2026. إذا ثبتت صحة هذه الأطروحة ، فسوف نتوقف عن رؤية التحسينات ما لم نتمكن من بناء نماذج أفضل على نفس مجموعة البيانات.

التأثير البيئي للنماذج التوليدية: تنتج النماذج التوليدية نتائج مبهرة للغاية ، لكن تأثيرها على الأعمال الفعلية ليس واضحًا. ما هو واضح هو تأثير انبعاثات الكربون لتدريب هذه النماذج الضخمة. متطلبات الحوسبة مجنونة. لذا فإنه يطرح السؤال ، "هل النتائج تستحق التكلفة البيئية؟"

الابتعاد عن عقلية البرمجيات: لقد اتبعت ML مجرى تطوير البرمجيات حتى الآن ، ولكن مع نضوج ML ، ينهار هذا النهج. لا يوجد بائع واحد يمكنه فعل كل شيء. تختار الفرق اليوم أفضل الأدوات المتاحة ذات الصلة بما يحاولون القيام به. فشل البائعون الذين حاولوا أن يكونوا كل شيء للفريق. لكي يصل ML إلى إمكاناته ، نحتاج إلى التفكير بشكل مختلف لبناء حزمة ML المناسبة لاحتياجات أعمالنا المحددة.

التحيز مبالغ فيه: التحيز هو مفهوم يحظى بالكثير من الاهتمام - وسيستمر في الحصول على المزيد من خلال قانون حقوق الذكاء الاصطناعي - إنه ليس شيئًا يهتم به العديد من ممارسي تعلم الآلة يوميًا. بالطبع ، فهم يفسرون ذلك ، لكن ممارسي تعلم الآلة يفهمون المشكلات ويعرفون ما يجب فعله لمنع التحيز من التأثير سلبًا على النتائج.

جوناس كوبيليوس من المجلس الاستشاري Oxylabs على الذكاء الاصطناعي التوليدي
يتوقع جوناس كوبيليوس ، المؤسس المشارك والرئيس التنفيذي في شركة Three Thirds وعضو المجلس الاستشاري Oxylabs ، تطورًا متزايدًا في Stable Diffusion و GPT-3 و GitHub Copilot وغيرها من تقنيات إنشاء المحتوى إلى منتجات مربحة يستخدمها المطورون ومنشئو المحتوى في الواقع تطبيقات العالم. وأضاف أننا سنرى اهتمامًا متزايدًا بالنماذج متعددة الوسائط التي يمكنها التعامل مع النصوص والصور والصوت والمدخلات الأخرى لمهام متعددة.

قال كوبيليوس: "سنبدأ في رؤية تحول من استخدام الذكاء الاصطناعي في المهام الثابتة ، مثل التصنيف ، إلى تدفقات العمل التفاعلية القائمة على نموذج اللغة والتي تساعد الأشخاص على أداء مهامهم بشكل أكثر كفاءة".

بيتر ماتسون ، رئيس MLCommons، في مجموعات البيانات العامة
"سنواجه مجموعة من التحديات البحثية الجديدة الملحة حول الذكاء الاصطناعي متعدد الوسائط والمحادثة ، بالإضافة إلى المخاوف القانونية والأخلاقية والإنصاف مع البيانات المقطوعة على الويب في مجموعات البيانات العامة الحالية. ستحتاج الصناعة ككل أيضًا إلى دعم أفضل ليس فقط للبحث ولكن أيضًا تطبيقات ML المنتشرة على نطاق واسع واللوائح الجديدة (على سبيل المثال من خلال مجموعات اختبار الجودة الصناعية).

لدعم "الجيل التالي من البيانات العامة" ، يتوقع ماتسون الحاجة إلى استثمارات قوية في مجموعات البيانات للمشكلات الاجتماعية والتقنية الأكثر إلحاحًا ، وتوجيه هذا الاستثمار من خلال بنية تحتية شبيهة بالمصدر المفتوح تمكّن المجتمع بأكمله من المساهمة في المراجعة ومراجعتها. البيانات.

Moses Guttmann ، الرئيس التنفيذي والمؤسس المشارك لمنصة MLOps كليرMLعلى ML Trends to Watch

الأتمتة ونقص مهارات تعلم الآلة على الرغم من أننا رأينا الكثير من شركات التكنولوجيا الكبرى تعلن عن تسريح العمال في الجزء الأخير من عام 2022 ، فمن المحتمل ألا يقوم أي منهم (منهم) بتسريح موظفي التعلم الآلي الأكثر موهبة لديهم. ومع ذلك ، لملء الفراغ ... في الفرق الفنية العميقة ، سيتعين على الشركات مزيد من الاعتماد على الأتمتة للحفاظ على الإنتاجية وضمان وصول المشاريع إلى الاكتمال. نتوقع أيضًا أن نرى الشركات التي تستخدم تقنية التعلم الآلي تضع المزيد من الأنظمة في مكانها الصحيح لمراقبة الأداء والتحكم فيه واتخاذ المزيد من القرارات المستندة إلى البيانات حول كيفية إدارة فرق التعلم الآلي أو علوم البيانات ...

انتهى اكتناز المواهب ML  من المحتمل أن يكون تسريح عمال غسل الأموال من بين أحدث التعيينات ، على عكس موظفي غسل الأموال على المدى الطويل…. منذ أن أصبح ML و AI تقنية أكثر شيوعًا في العقد الماضي ، بدأت العديد من شركات التكنولوجيا الكبرى في توظيف هذه الأنواع من العمال لأنهم يستطيعون التعامل مع التكلفة المالية وإبعادهم عن المنافسين - ليس بالضرورة بسبب الحاجة إليهم. (لذلك) ليس من المستغرب أن نرى تسريح العديد من العاملين في ML ... ومع ذلك ، مع انتهاء عصر اكتناز المواهب ML ، يمكن أن يؤدي إلى موجة جديدة من الابتكار والفرص للشركات الناشئة. مع وجود الكثير من المواهب التي تبحث الآن عن عمل ، فمن المحتمل أن نرى العديد من هؤلاء الأشخاص يتنقلون من التكنولوجيا الكبيرة إلى الشركات الصغيرة والمتوسطة الحجم أو الشركات الناشئة.

تحديد أولويات مشروع ML  أرى أن مشاريع التعلم الآلي تتلخص في نوعين: الميزات القابلة للبيع التي تعتقد القيادة أنها ستزيد المبيعات والفوز بالمنافسة ، ومشاريع تحسين الإيرادات ... من المرجح أن يتم تأجيل مشاريع الميزات القابلة للبيع ، حيث يصعب الخروج بسرعة ، وبدلاً من ذلك ، ستركز فرق تعلم الآلة الأصغر حجمًا الآن بشكل أكبر على تحسين الإيرادات حيث يمكنها تحقيق إيرادات حقيقية. الأداء ، في هذه اللحظة ، ضروري لجميع وحدات الأعمال وليس ML محصنًا من ذلك.

موحد ML  أحد العوامل التي تؤدي إلى إبطاء اعتماد MLOps هو العدد الكبير من حلول النقاط. لا يعني ذلك أنهم لا يعملون ، لكنهم قد لا يندمجون معًا بشكل جيد ويتركوا فجوات في سير العمل. لهذا السبب ، أعتقد اعتقادًا راسخًا أن عام 2023 هو العام الذي تنتقل فيه الصناعة نحو منصات موحدة وشاملة مبنية من وحدات يمكن استخدامها بشكل فردي وأيضًا دمجها بسلاسة مع بعضها البعض (بالإضافة إلى الاندماج بسهولة مع المنتجات الأخرى) . يوفر هذا النوع من نهج النظام الأساسي ، مع مرونة المكونات الفردية ، نوع التجربة المرنة التي يبحث عنها المتخصصون اليوم. إنه أسهل من شراء منتجات النقاط وترقيعها معًا ؛ إنه أسرع من بناء البنية التحتية الخاصة بك من الصفر (عندما يجب أن تستخدم هذا الوقت لبناء النماذج)….

NVIDIA قدم مجموعة من التنبؤات عبر مجموعة من مجالات الذكاء الاصطناعي والتعلم الآلي:

أنيما أناندكومار ، مدير أبحاث ML ، وأستاذ برين في معهد كاليفورنيا للتكنولوجيا
الحصول على التوائم الرقمية المادية: سنرى على نطاق واسع التوائم الرقمية العمليات الفيزيائية المعقدة والمتعددة النطاقات ، مثل نماذج الطقس والمناخ والظواهر الزلزالية وخصائص المواد. سيؤدي ذلك إلى تسريع عمليات المحاكاة العلمية الحالية بقدر مليون x ، وتمكين رؤى واكتشافات علمية جديدة.

وكلاء الذكاء الاصطناعي العام: سيحل وكلاء الذكاء الاصطناعي المهام المفتوحة بتعليمات اللغة الطبيعية والتعلم المعزز على نطاق واسع ، مع تسخير نماذج الأساس - نماذج الذكاء الاصطناعي الكبيرة المدربة على كمية هائلة من البيانات غير المسماة على نطاق واسع - لتمكين الوكلاء الذين يمكنهم تحليل أي نوع من الطلبات و التكيف مع أنواع جديدة من الأسئلة بمرور الوقت.

مانوفير داس ، نائب الرئيس ، حوسبة المؤسسات
تطورات البرامج تنهي صوامع الذكاء الاصطناعي: لطالما اضطرت الشركات إلى الاختيار بين الحوسبة السحابية والبنى الهجينة للبحث والتطوير في مجال الذكاء الاصطناعي - وهي ممارسة يمكن أن تخنق إنتاجية المطورين وتبطئ الابتكار.

في عام 2023 ، سيمكن البرنامج الشركات من توحيد خطوط أنابيب الذكاء الاصطناعي عبر جميع أنواع البنية التحتية وتقديم تجربة واحدة متصلة لممارسي الذكاء الاصطناعي. سيسمح هذا للمؤسسات بموازنة التكاليف مقابل الأهداف الإستراتيجية ، بغض النظر عن حجم المشروع أو تعقيده ، ويوفر الوصول إلى سعة غير محدودة تقريبًا للتطوير المرن.

الذكاء الاصطناعي التوليدي يحول تطبيقات المؤسسة: أصبح الضجيج حول الذكاء الاصطناعي التوليفي حقيقة واقعة في عام 2023. وذلك لأن أسس الذكاء الاصطناعي التوليدي الحقيقي قد تم وضعها أخيرًا ، مع البرامج التي يمكنها تحويل نماذج اللغة الكبيرة وأنظمة التوصية إلى تطبيقات إنتاج تتجاوز الصور للإجابة بذكاء على الأسئلة وإنشاء المحتوى وحتى شرارة الاكتشافات….

كيمبرلي باول نائب الرئيس للرعاية الصحية
الجراحة 4.0: تعمل محاكيات الطيران على تدريب الطيارين والبحث عن التحكم في الطائرات الجديدة. وينطبق الشيء نفسه الآن على الجراحين وصانعي أجهزة الجراحة الروبوتية. تفتح التوائم الرقمية التي يمكنها المحاكاة على جميع المقاييس ، من بيئة غرفة العمليات إلى الروبوت الطبي وتشريح المريض ، آفاقًا جديدة في التدريبات الجراحية الشخصية وتصميم التفاعلات البشرية والآلية التي يحركها الذكاء الاصطناعي. لن تكون فترات الإقامة الطويلة هي الطريقة الوحيدة لتخريج جراح متمرس. سيصبح العديد من المشغلين خبراء عندما يجرون أول جراحة بمساعدة الروبوت لمريض حقيقي.

داني شابيرو ، نائب الرئيس ، السيارات
تدريب المركبات المستقلة في Metaverse: يتصدى أكثر من 250 من مصنعي السيارات والشاحنات والشركات الناشئة ومقدمي خدمات النقل والتنقل كخدمة الذين يطورون المركبات ذاتية القيادة أحد أكثر تحديات الذكاء الاصطناعي تعقيدًا في عصرنا. ببساطة ، من غير الممكن مواجهة كل سيناريو يجب أن يكونوا قادرين على التعامل معه عن طريق الاختبار على الطريق ، لذا سيتجه الكثير من الصناعة في عام 2023 إلى العالم الافتراضي للمساعدة. سيتم استكمال جمع البيانات على الطريق بأساطيل افتراضية تولد بيانات للتدريب واختبار الميزات الجديدة قبل النشر. ستعمل المحاكاة عالية الدقة على تشغيل المركبات ذاتية القيادة من خلال مجموعة لا حصر لها من السيناريوهات والبيئات….

القس ليبارديديان ، نائب الرئيس ، تكنولوجيا Omniverse والمحاكاة
المترجم العالمي Metaverse: تمامًا كما HTML هي اللغة القياسية للويب ثنائي الأبعاد ، وصف المشهد العام تم تعيينها لتصبح أقوى لغة مفتوحة وقابلة للتوسعة للويب ثلاثي الأبعاد. كمعيار ثلاثي الأبعاد لوصف العوالم الافتراضية في metaverse ، سيسمح الدولار الأمريكي للمؤسسات وحتى المستهلكين بالتنقل بين عوالم ثلاثية الأبعاد مختلفة باستخدام أدوات ومشاهدين ومتصفحات متنوعة بطريقة أكثر سلاسة وثباتًا.

روني فاسيشتا ، نائب الرئيس الأول للاتصالات
قطع الحبل عن طريق AR / VR عبر شبكات 5G: في حين أن العديد من الشركات ستنتقل إلى السحابة لتطوير الأجهزة والبرامج ، فإن تصميم الحافة والتعاون سينمو أيضًا مع انتشار شبكات 5G بشكل كامل في جميع أنحاء العالم. يمكن لمصممي السيارات ، على سبيل المثال ، ارتداء سماعات رأس للواقع المعزز وبث نفس المحتوى الذي يرونه عبر الشبكات اللاسلكية للزملاء في جميع أنحاء العالم ، مما يسرع من التغييرات التعاونية ويطور حلولًا مبتكرة بسرعات قياسية. ستؤدي 5G أيضًا إلى نشر سريع للروبوتات المتصلة عبر الصناعات - تستخدم لإعادة تخزين أرفف المتاجر وتنظيف الأرضيات وتوصيل البيتزا وانتقاء البضائع وتعبئتها في المصانع.

بوب بيت ، نائب الرئيس ، التصور الاحترافي
ثورة صناعية عبر المحاكاة: سيتم أولاً محاكاة كل شيء مبني في العالم المادي في عالم افتراضي يخضع لقوانين الفيزياء. من المقرر أن تصبح هذه التوائم الرقمية - بما في ذلك البيئات واسعة النطاق ، مثل المصانع والمدن وحتى الكوكب بأكمله - والميتافيرسي الصناعي مكونات حاسمة لمبادرات التحول الرقمي. الأمثلة كثيرة بالفعل: سيمنز تأخذ الأتمتة الصناعية إلى مستوى جديد. تحاكي BMW أرضيات المصنع بالكامل لتخطيط عمليات التصنيع على النحو الأمثل. تحاكي شركة لوكهيد مارتن سلوك حرائق الغابات لتوقع مكان وزمان نشر الموارد. تعمل DNEG و SONY Pictures و WPP وغيرها على تعزيز الإنتاجية من خلال الأقسام الفنية الموزعة عالميًا والتي تمكن المبدعين والفنانين والمصممين من تكرار المشاهد في الوقت الفعلي تقريبًا.

إعادة التفكير في هندسة تكنولوجيا المعلومات للمؤسسات: مثلما سارعت العديد من الشركات لتكييف ثقافتها وتقنياتها لمواجهة تحديات العمل الهجين ، فإن العام الجديد سيحمل إعادة تصميم البنية التحتية لتكنولوجيا المعلومات بالكامل للعديد من الشركات. ستسعى الشركات للحصول على أجهزة عملاء قوية قادرة على تلبية الطلبات المتزايدة باستمرار للتطبيقات ومجموعات البيانات المعقدة. وسيتبنون المرونة ، وينتقلون إلى السحابة من أجل التوسع الأسي. سيؤدي اعتماد منصات برامج الحوسبة الموزعة إلى تمكين القوى العاملة المنتشرة عالميًا من التعاون والبقاء منتجين في بيئات العمل الأكثر تباينًا.

وبالمثل ، سيتطلب تطوير نموذج الذكاء الاصطناعي المعقد والتدريب عليه بنية تحتية قوية للحوسبة في مركز البيانات وسطح المكتب. ستنظر الشركات في مجموعات برامج الذكاء الاصطناعي المنسقة لحالات الاستخدام الصناعي المختلفة لتسهيل إدخال الذكاء الاصطناعي في سير العمل وتقديم منتجات وخدمات عالية الجودة للعملاء بشكل أسرع.

أزيتا مارتن ، نائب رئيس منظمة العفو الدولية لمجموعة منتجات التجزئة والمستهلكين
الذكاء الاصطناعي لتحسين سلاسل التوريد: حتى تجار التجزئة وشركات التجارة الإلكترونية الأكثر تطوراً واجهوا مشكلة خلال العامين الماضيين في موازنة العرض بالطلب. اعتنق المستهلكون التسوق في المنزل أثناء الوباء ثم توافدوا مرة أخرى إلى المتاجر التقليدية بعد رفع الإغلاق. بعد أن ضرب التضخم ، قاموا بتغيير عاداتهم الشرائية مرة أخرى ، مما منح مديري سلسلة التوريد النوبات. سيمكن الذكاء الاصطناعي من التنبؤ بشكل أكثر تكرارًا ودقة ، مما يضمن وجود المنتج المناسب في المتجر المناسب في الوقت المناسب. أيضًا ، سيتبنى تجار التجزئة برنامج تحسين المسار وتكنولوجيا المحاكاة لتوفير رؤية أكثر شمولية للفرص والمزالق.

مالكولم دي مايو ، نائب الرئيس للخدمات المالية
Cloud-First للخدمات المالية: لدى البنوك واجب جديد: كن رشيقًا سريعًا. في مواجهة المنافسة المتزايدة من المؤسسات المالية غير التقليدية ، وتغيير توقعات العملاء الناشئة عن تجاربهم في الصناعات الأخرى والمثقلة بالبنية التحتية القديمة ، ستتبنى البنوك والمؤسسات الأخرى نهج الذكاء الاصطناعي السحابي أولاً. ولكن كصناعة شديدة التنظيم تتطلب مرونة تشغيلية ، وهو مصطلح صناعي يعني أن أنظمتك يمكنها امتصاص الصدمات والبقاء عليها (مثل الوباء) ، ستبحث البنوك عن حلول هجينة ومحمولة ومفتوحة. نتيجة لذلك ، تلتزم البنوك بشراء اتفاقيات الدعم عند توفرها.

ديفيد ريبر ، كبير ضباط الأمن
علماء البيانات هم أصولك الإلكترونية الجديدة: لم يعد بإمكان المتخصصين الإلكترونيين التقليديين الدفاع بشكل فعال ضد التهديدات الأكثر تعقيدًا لأن سرعة وتعقيد الهجمات والدفاع تجاوزت القدرات البشرية بشكل فعال. سيستخدم علماء البيانات والمحللون البشريون الآخرون الذكاء الاصطناعي للنظر في جميع البيانات بموضوعية واكتشاف التهديدات. ستحدث الخروقات ، لذا ستساعد تقنيات علم البيانات باستخدام الذكاء الاصطناعي والبشر في العثور على الإبرة في كومة القش والاستجابة بسرعة.

كاري بريسكي ، نائب الرئيس ، برنامج الذكاء الإصطناعي و HPC
البيانات غير المصنفة تجد الغرض منها: ستمتد نماذج اللغات الكبيرة والبيانات المنظمة أيضًا إلى رزم الصور والتسجيلات الصوتية والتغريدات والمزيد للعثور على أنماط وأدلة خفية لدعم اختراقات الرعاية الصحية والتقدم في العلوم والتفاعلات الأفضل مع العملاء وحتى التطورات الرئيسية في وسائل النقل ذاتية القيادة. في عام 2023 ، ستساعد إضافة كل هذه البيانات غير المهيكلة إلى المزيج في تطوير شبكات عصبية يمكنها ، على سبيل المثال ، إنشاء ملفات تعريف تركيبية لتقليد السجلات الصحية التي تعلموها منها. من المقرر أن يصبح هذا النوع من التعلم الآلي غير الخاضع للإشراف بنفس أهمية التعلم الآلي الخاضع للإشراف.

مركز الاتصال الجديد: راقب مركز الاتصال في عام 2023 ، حيث سيوفر اعتماد المزيد والمزيد من تدفقات عمل الذكاء الاصطناعي للكلام التي يتم تنفيذها بسهولة مرونة الأعمال في كل خطوة من خطوات خط أنابيب تفاعل العملاء - من تعديل بنيات النموذج إلى ضبط النماذج على بيانات الملكية وتخصيص خطوط الأنابيب. مع اتساع إمكانية الوصول إلى مهام سير عمل الذكاء الاصطناعي للكلام ، سنرى اتساعًا في تبني المؤسسات وزيادة هائلة في إنتاجية مركز الاتصال من خلال تسريع وقت الحل. سيساعد الذكاء الاصطناعي الوكلاء على سحب المعلومات الصحيحة من قاعدة معرفية ضخمة في الوقت المناسب ، مما يقلل أوقات الانتظار للعملاء.

ديبو تالا ، نائب الرئيس ، Embedded and Edge Computing
الروبوتات تحصل على مليون حياة: سيتم تدريب المزيد من الروبوتات في العوالم الافتراضية حيث يتحد العرض الواقعي والنمذجة الفيزيائية الدقيقة مع القدرة على محاكاة ملايين الحالات المتوازية من الروبوت على وحدات معالجة الرسومات في السحابة. ستجعل تقنيات الذكاء الاصطناعي التوليدية من السهل إنشاء سيناريوهات محاكاة ثلاثية الأبعاد واقعية للغاية وتسريع اعتماد المحاكاة والبيانات الاصطناعية لتطوير روبوتات أكثر قدرة.

 مارك سبيلر ، مدير أول للطاقة
شبكة الطاقة التي تعمل بالذكاء الاصطناعي: نظرًا لأن الشبكة أصبحت أكثر تعقيدًا بسبب المعدل غير المسبوق لموارد الطاقة الموزعة التي تتم إضافتها ، فستحتاج شركات المرافق الكهربائية إلى ذكاء اصطناعي متطور لتحسين الكفاءة التشغيلية ، وتعزيز السلامة الوظيفية ، وزيادة دقة التنبؤ بالحمل والطلب ، وتسريع وقت اتصال الطاقة المتجددة ، مثل الطاقة الشمسية وطاقة الرياح. سيزيد الذكاء الاصطناعي على الحافة من مرونة الشبكة ، مع تقليل إهدار الطاقة والتكلفة.