অংশীদারিত্বের সাথে AI চ্যালেঞ্জকে পরিপ্রেক্ষিতে রাখা

স্পনসরড বৈশিষ্ট্য যেহেতু প্রযুক্তিটি আরও উল্লম্ব সেক্টর এবং শিল্পগুলিতে আরও ব্যাপকভাবে স্থাপন করা হয়েছে, ব্যবসায়িক প্রক্রিয়া, কৌশলগত সিদ্ধান্ত গ্রহণ এবং গ্রাহকের অভিজ্ঞতাগুলিকে রূপান্তর করতে কৃত্রিম বুদ্ধিমত্তার (AI) ক্ষমতা আইটি কৌশলবিদ এবং অর্থনৈতিক বিশ্লেষকদের দ্বারা প্রশংসিত হচ্ছে।

এমনকি প্রধান নির্বাহীরাও একবার সর্বোত্তম মূল্য প্রদানের জন্য বিনিয়োগ AI প্রয়োজন অনুমোদনের ব্যাপারে সতর্ক হন, তারা অপারেশনাল দক্ষতা উন্নত করার এবং নতুন রাজস্ব প্রবাহের পথ প্রশস্ত করার সম্ভাবনাকে স্বীকৃতি দিতে আসছেন।

PwC-এর মতো শ্রদ্ধেয় বাজার-পর্যবেক্ষকদের দ্বারা পূর্বাভাস তাদের মতামতকে সমর্থন করে। এর'গ্লোবাল আর্টিফিশিয়াল ইন্টেলিজেন্স স্টাডি' মনে করে যে AI 15.7 সালে বৈশ্বিক অর্থনীতিতে $2030 ট্রিলিয়ন পর্যন্ত অবদান রাখতে পারে। এর মধ্যে $6.6 ট্রিলিয়ন আসতে পারে উত্পাদনশীলতা বৃদ্ধি থেকে এবং $9.1 ট্রিলিয়ন আসতে পারে 'ব্যবহারের পার্শ্ব প্রতিক্রিয়া' থেকে, PwC জোর দিয়ে।

বেশ কয়েকটি জেনারেটিভ এআই টুলের সাম্প্রতিক রোল-আউটকে গণ্য করা হয় ব্রেকআউট পূর্বে কম্পিউটার বিজ্ঞানের একটি উচ্চ-বিশেষায়িত এবং 'ভবিষ্যতবাদী' শাখা ছিল তার জন্য পয়েন্ট। 2022 সালে যুক্তরাজ্যে কৃত্রিম বুদ্ধিমত্তার জন্য অফিস রিপোর্ট যে প্রায় 15 শতাংশ ব্যবসা অন্তত একটি AI প্রযুক্তি গ্রহণ করেছে, যা 432,000 কোম্পানির সমান। প্রায় 2 শতাংশ ব্যবসা AI পাইলটিং করছিল, এবং 10 শতাংশ এগিয়ে যাওয়ার জন্য কমপক্ষে একটি AI প্রযুক্তি গ্রহণ করার পরিকল্পনা করেছে (যথাক্রমে 62,000 এবং 292,000 ব্যবসা)।

এটা এখনও জটিল জিনিস

এই AI-উদ্দীপনার মধ্যে সংস্থাগুলির মনে রাখা উচিত যে AI এখনও তুলনামূলকভাবে একটি তরুণ প্রযুক্তি, এবং এটি প্রথমবারের মতো সেট আপ করা চ্যালেঞ্জিং হতে পারে। আরও কি, বিনিয়োগের সাথে সম্পর্কিত রিটার্ন (ROI) অত্যন্ত সুনির্দিষ্টভাবে পরিচালিত বাস্তবায়ন পদ্ধতি এবং কনফিগারেশনের উপর নির্ভর করে যা প্রচলিত আইটি স্থাপনার তুলনায় প্রায়শই ত্রুটির মুখে কম শক্তিশালী হয়।

এআই/মেশিন লার্নিং উদ্যোগ এবং কাজের চাপ বাস্তবায়নের দায়িত্বপ্রাপ্ত আইটি টিমের জন্য AI আনুমানিক পরীক্ষা দেয়, উদাহরণস্বরূপ, এতে দক্ষতার ফাঁক এবং গণনার সীমাবদ্ধতাগুলি অতিক্রম করা অন্তর্ভুক্ত থাকতে পারে। তারা ইতিমধ্যেই একটি সাধারণ আইটি অবকাঠামো ব্যবহার করে অন্যান্য এন্টারপ্রাইজ কাজের চাপের সাথে রিসোর্স ট্রেড-অফ জড়িত থাকতে পারে।

"এআই একটি যাত্রা, গন্তব্য নয় - এটি কেবলমাত্র আরও দক্ষতার জন্য দত্তক-প্রস্তুত বা স্বয়ংক্রিয় প্রক্রিয়াগুলি সম্পর্কে নয়," বলেছেন ম্যাট আর্মস্ট্রং-বার্নস, হিউলেট প্যাকার্ড এন্টারপ্রাইজ (এইচপিই)-এর কৃত্রিম বুদ্ধিমত্তার প্রধান প্রযুক্তি কর্মকর্তা৷ “বরং, এটি দীর্ঘমেয়াদী মূল্য উপলব্ধি সম্পর্কে, আরও ভাল ফলাফল সক্ষম করে এবং স্বীকৃতি দেয় যে AI আইটি স্থাপনার জন্য একটি মৌলিকভাবে ভিন্ন পদ্ধতির দাবি করে। এন্টারপ্রাইজ প্রযুক্তিবিদদের জন্য এটি একটি 360-ডিগ্রী অল-রাউন্ড লার্নিং কার্ভ।"

আর্মস্ট্রং-বার্নসের কথার প্রমাণ মেলে ডেলয়েটের সর্বশেষ 'এন্টারপ্রাইজে এআই এর রাজ্যবিশ্বব্যাপী ব্যবসায়িক নেতাদের জরিপ। এর উত্তরদাতারা তাদের AI বাস্তবায়ন প্রকল্পের ধারাবাহিক পর্যায়গুলিতে AI উদ্ভূত চ্যালেঞ্জের স্তুপ চিহ্নিত করেছেন। AI এর ব্যবসায়িক মূল্য প্রমাণ করা একটি ইস্যু ছিল 37 শতাংশ উদ্ধৃত - প্রকল্পগুলি ব্যয়বহুল প্রমাণিত হতে পারে এবং একটি বাধ্যতামূলক ব্যবসায়িক ক্ষেত্রে বিনিয়োগ-সতর্ক বোর্ড এবং C-Suite এক্সিকিউটিভদের মুখোমুখি হওয়া কঠিন হতে পারে।

সময়ের সাথে সাথে সেই AI প্রকল্পগুলিকে স্কেল করা আরও চিহ্নিত বাধাগুলিকে আঘাত করতে পারে, যেমন এআই-সম্পর্কিত ঝুঁকিগুলি পরিচালনা করা (ডেলয়েট সমীক্ষায় অংশ নেওয়া 50 শতাংশ দ্বারা উদ্ধৃত), এক্সিকিউটিভ কেনার অভাব (এছাড়াও 50 শতাংশ), এবং অভাব। রক্ষণাবেক্ষণ বা চলমান সমর্থন (আবার 50 শতাংশ)।

"বেশ বোধগম্যভাবে, কর্পোরেট নেতাদের নিশ্চিত হওয়া দরকার যে AI তার পথ পরিশোধ করবে," আর্মস্ট্রং-বার্নস বলেছেন। “এখানেই শুরু থেকেই একজন প্রযুক্তি অংশীদারের সাথে কাজ করা যা বহু বছর ধরে প্রমাণিত AI বাস্তবায়নের সাথে জড়িত ছিল মামলাটি জিততে সাহায্য করে। এর ট্র্যাক রেকর্ড প্রকল্পের প্রস্তাবগুলিতে বিশ্বাসযোগ্যতা ধার দেবে এবং নির্বাহীদের বোঝাতে সাহায্য করবে যে AI এর ঝুঁকিগুলি অন্য যে কোনও আইটি উদ্যোগের মতোই পরিচালনাযোগ্য।”

এবং যখন প্রযুক্তি এবং প্রতিভা অবশ্যই প্রয়োজন, এটি একটি কোম্পানির সংস্কৃতি, কাঠামো এবং বিস্তৃত AI গ্রহণকে সমর্থন করার জন্য কাজ করার উপায়গুলি সারিবদ্ধ করা সমানভাবে গুরুত্বপূর্ণ, ম্যাককিন্সির মতে, স্বতন্ত্র বৈশিষ্ট্য সহ কখনও কখনও এআই-চালিত পরিবর্তনে বাধা হিসাবে কাজ করে।

'যদি একটি কোম্পানির সম্পর্ক পরিচালক থাকে যারা গ্রাহকের চাহিদার সাথে মানিয়ে নেওয়ার জন্য নিজেদেরকে গর্বিত করে, তারা এই ধারণাটিকে প্রত্যাখ্যান করতে পারে যে একটি "মেশিন" গ্রাহকরা কী চায় সে সম্পর্কে আরও ভাল ধারণা থাকতে পারে এবং একটি AI টুলের উপযোগী পণ্যের সুপারিশকে উপেক্ষা করতে পারে,' ম্যাককিনসি পরামর্শ দেন।

"আমি এইচপিই সহকর্মী এবং এইচপিই গ্রাহকদের সাথে প্রায়শই এআই স্থাপনার সাথে যে সমস্ত চ্যালেঞ্জের মুখোমুখি হচ্ছে সে সম্পর্কে জানাই," আর্মস্ট্রং-বার্নস রিপোর্ট করে৷ “কিছু সাধারণ প্রমাণিত বৈশিষ্ট্য বারবার উঠে আসে। একটি হল প্রথাগত আইটি বাস্তবায়ন থেকে মৌলিকভাবে কতটা ভিন্ন এআই স্থাপনার একটি অবমূল্যায়ন। সংস্থাগুলিকে অবশ্যই AI মোতায়েন করতে হবে প্রাথমিকভাবে তারা অতীতে যে আইটি প্রকল্পগুলি বাস্তবায়ন করেছে তার থেকে আলাদা। AI এর জন্য ডেটা ম্যানেজমেন্ট এবং স্কেলিং উল্লেখযোগ্যভাবে আলাদা। এর মানে হল যে কখনও কখনও, কঠিন জিতে প্রযুক্তির অভিজ্ঞতা নতুন করে শিখতে হবে।"

আর্মস্ট্রং-বার্নস ব্যাখ্যা করেছেন যে, AI পাইলটদের সাথে পরীক্ষা করার প্রবণতাকে সরাসরি বাস্তব ব্যবহারের ক্ষেত্রে মোতায়েন করার প্রবণতা পরিহার করা উচিত। "আপনি কেনার আগে চেষ্টা করার পদ্ধতিটি যুক্তিসঙ্গত বলে মনে হচ্ছে - AI জটিল এবং বিনিয়োগের জন্য ক্ষুধার্ত," তিনি ব্যাখ্যা করেন, "কিন্তু AI এর সাথে, ড্রাই রান এবং পরীক্ষামূলক প্রকল্পগুলি প্রকৃতপক্ষে বাস্তব বাস্তবায়নে ব্যবহারকারী সংস্থাগুলি যে চ্যালেঞ্জগুলির সম্মুখীন হবে তার প্রতিলিপি করে না৷ . যা 'ল্যাবে' শুরু হয় তা ল্যাবেই থাকে।"

দত্তক নেওয়ার স্কেলের অন্য প্রান্তে আর্মস্ট্রং-বার্নস দেখেন যে কোম্পানিগুলি যেখানেই AI প্রয়োগ করার চেষ্টা করে যেখানে এটি প্রয়োগ করা যেতে পারে, এমনকি যেখানে একটি অ্যাপ্লিকেশন AI ছাড়াই সর্বোত্তমভাবে কাজ করছে: “এখানে টেকঅ্যাওয়ে হল – কারণ AI তে আপনার একটি বিশাল হাতুড়ি রয়েছে, তখন সব কিছুকে বাদাম ফাটানোর মত দেখতে হবে না।"

মানুষ এবং অবকাঠামো সহজলভ্য নয়

এমনকি সবচেয়ে উন্নত AI সিস্টেমগুলিও এখনও সম্পূর্ণ স্বায়ত্তশাসন অর্জন করতে পারেনি - তাদের প্রশিক্ষিত এবং মানুষের দক্ষতার দ্বারা সূক্ষ্ম সুর করা দরকার। এটি এআই-আকাঙ্ক্ষী সংস্থাগুলির জন্য আরও একটি চ্যালেঞ্জের প্রতিনিধিত্ব করে: কীভাবে প্রয়োজনীয় দক্ষতা অর্জন করা যায় - বিদ্যমান আইটি কর্মীদের পুনরায় প্রশিক্ষণ দেওয়া যায়? প্রয়োজনীয় এআই জ্ঞান সহ নতুন দলের সদস্যদের নিয়োগ করবেন? অথবা প্রযুক্তি অংশীদারদের কাছে এআই দক্ষতার প্রয়োজনকে পিছিয়ে দেওয়ার বিকল্পগুলি অন্বেষণ করবেন?

ম্যাকিনজি রিপোর্ট যে AI এর সম্ভাবনা দক্ষ প্রতিভার অভাব দ্বারা সীমাবদ্ধ হচ্ছে। একটি সাধারণ AI প্রজেক্টের জন্য একটি অত্যন্ত দক্ষ দল প্রয়োজন যার মধ্যে একজন ডেটা সায়েন্টিস্ট, ডেটা ইঞ্জিনিয়ার, এমএল ইঞ্জিনিয়ার, প্রোডাক্ট ম্যানেজার এবং ডিজাইনার রয়েছে - এবং এই সমস্ত খোলা চাকরিগুলি দখল করার জন্য পর্যাপ্ত বিশেষজ্ঞ উপলব্ধ নেই।

"আমরা দেখি এন্টারপ্রাইজ প্রযুক্তিবিদদের সাধারণত পাঁচটি গুরুত্বপূর্ণ বিষয়ে তাদের ক্ষমতা আপগ্রেড করতে হয়," আর্মস্ট্রং-বার্নস বলেছেন। “মূলত, তারা এআই দক্ষতা, আইটি অবকাঠামো, ডেটা ম্যানেজমেন্ট, জটিলতা ব্যবস্থাপনা এবং কিছুটা কম মাত্রায়, পূর্বোক্ত সাংস্কৃতিক বাধাগুলির ক্ষেত্রে রয়েছে। সঠিক দৃষ্টিভঙ্গি এবং অংশীদারিত্ব সমর্থনের কারণে এই চ্যালেঞ্জগুলির কোনটিই অপ্রতিরোধ্য নয়।

এআই চালানোর জন্য সুপার-পাওয়ারফুল হার্ডওয়্যারও পছন্দ করে। উচ্চ-পারফরম্যান্স কম্পিউট প্ল্যাটফর্মের ব্যবস্থা করা একটি স্থায়ী চ্যালেঞ্জ হিসাবে অব্যাহত রয়েছে কারণ কিছু সংস্থা চায় – বা সামর্থ্য – ROI অনুপাতের প্রমাণযোগ্য বৃদ্ধি ছাড়াই তাদের সার্ভার এস্টেটে প্রয়োজনীয় বিনিয়োগ করতে।

আর্মস্ট্রং-বার্নস বলেছেন, "এআই বাস্তবায়নের পরিকল্পনা করার সময়, খুব প্রাথমিক পর্যায়ে আইটি পরিকল্পনাকারীদের মূল সক্রিয়করণ প্রযুক্তির বিষয়ে কিছু মূল সিদ্ধান্ত নিতে হবে।" "উদাহরণস্বরূপ, আপনি কি এটি কিনতে যাচ্ছেন, এটি তৈরি করতে যাচ্ছেন - বা একটি হাইব্রিড পদ্ধতি গ্রহণ করবেন যা উভয়ের উপাদানকে অন্তর্ভুক্ত করে?"

পরবর্তী গুরুত্বপূর্ণ সিদ্ধান্ত অংশীদারিত্বের সাথে সম্পর্কিত। সফল এআই ডেলিভারির একটি সংজ্ঞায়িত শর্ত হল যে কেউ একা যেতে পারে না, আর্মস্ট্রং-বার্নস উল্লেখ করেছেন: “আপনার প্রযুক্তি অংশীদারদের সমর্থন প্রয়োজন এবং সেই অংশীদারিত্বগুলি প্রতিষ্ঠা করার সর্বোত্তম উপায় হল একটি এআই ইকোসিস্টেমের মাধ্যমে। একটি AI ইকোসিস্টেমকে দক্ষতার একটি সহায়ক সমঝোতা হিসাবে ভাবুন যা, একত্রিত হলে, আপনার AI প্রচেষ্টাগুলিকে বিকাশ এবং কার্যকর করার জন্য আপনাকে সঠিক জ্ঞান, ডেটা, এআই সরঞ্জাম, প্রযুক্তি এবং অর্থনীতিতে অ্যাক্সেস দেবে।"

আর্মস্ট্রং-বার্নস যোগ করেছেন: “গ্রাহকরা মাঝে মাঝে জিজ্ঞাসা করে যে কীভাবে এইচপিই এআই ব্যবহারের ক্ষেত্রে এত অভিজ্ঞ হয়ে উঠল – আমরা কি কয়েক বছর আগে এর প্রভাবের পূর্বাভাস দিয়েছিলাম এবং বাজারের আগে ভালভাবে প্রস্তুতি শুরু করেছি? আসল বিষয়টি হল আমরা দেখেছি AI এর প্রভাব কয়েক বছর আগে নয় বরং কয়েক দশক আগে, আমরা দীর্ঘকাল ধরে AI সেন্টার অফ এক্সিলেন্স এবং ইকোসিস্টেম প্রতিষ্ঠা করে আসছে এবং গ্রাহকের প্রয়োজনীয়তা এবং বৃদ্ধির সুযোগের সাথে সামঞ্জস্য রেখে আমাদের বিদ্যমান দক্ষতা বৃদ্ধি করার জন্য কৌশলগত অধিগ্রহণ করে আসছে।”

ট্রেন নেই, লাভ নেই

এরকম একটি পরিবর্ধন হল ডিটারমাইন্ড এআই, যা 2021 সালে এইচপিই-এর এইচপিসি এবং এআই সলিউশন অফারের অংশ হয়ে ওঠে। ডিটারমাইন্ড এআই-এর ওপেন-সোর্স সফ্টওয়্যারটি এই সত্যটিকে সম্বোধন করে যে স্কেলে অপ্টিমাইজড মডেল তৈরি এবং প্রশিক্ষণ এমএল বিকাশের একটি নিখুঁত এবং সমালোচনামূলক পর্যায় – যা ক্রমবর্ধমানভাবে এইচপিসি-র চ্যালেঞ্জগুলি গ্রহণ করার জন্য বিশ্লেষক, গবেষক এবং বিজ্ঞানীদের মতো অ-প্রযুক্তিবিদদের প্রয়োজন।

এই চ্যালেঞ্জগুলির মধ্যে রয়েছে একটি অত্যন্ত সমান্তরাল সফ্টওয়্যার স্ট্যাক এবং পরিকাঠামো স্থাপন এবং পরিচালনা করা যা বিশেষ কম্পিউট প্রভিশনিং, ডেটা স্টোরেজ, কম্পিউট ফ্যাব্রিক এবং এক্সিলারেটর কার্ডগুলিকে বিস্তৃত করে।

"অতিরিক্ত, এমএল এক্সপোনেন্টদের তাদের সেট আপ করা বিশেষ পরিকাঠামোর সর্বোচ্চ ব্যবহার করার জন্য দক্ষতার সাথে তাদের মডেলগুলিকে প্রোগ্রাম, সময়সূচী এবং প্রশিক্ষণ দিতে হবে," আর্মস্ট্রং-বার্নস বলেছেন, "যা জটিলতা তৈরি করতে পারে এবং উত্পাদনশীলতা কমিয়ে দিতে পারে।"

এই কাজগুলি অবশ্যই একটি কঠোর স্তরের দক্ষতার সাথে করতে হবে যা এমনকি অত্যধিক প্রসারিত অভ্যন্তরীণ আইটি টিমগুলির সমর্থন সহ সহজেই নিশ্চিত করা যায় না।

এমএল মডেল প্রশিক্ষণের জন্য নির্ধারিত এআই-এর ওপেন সোর্স প্ল্যাটফর্মটি এই সংস্থান ব্যবধানটি বন্ধ করার জন্য ডিজাইন করা হয়েছে, এটি ওয়ার্কস্টেশন বা AI ক্লাস্টারগুলিকে সেট-আপ, কনফিগার, পরিচালনা এবং ভাগ করা সহজ করে যা অন-প্রাঙ্গনে বা ক্লাউডে চলে। এবং প্রিমিয়াম সমর্থনের শীর্ষে, এতে উন্নত নিরাপত্তা, পর্যবেক্ষণ এবং পর্যবেক্ষণযোগ্যতার সরঞ্জামগুলির মতো বৈশিষ্ট্যগুলি অন্তর্ভুক্ত রয়েছে - সমস্তই HPE-এর মধ্যে থেকে দক্ষতা দ্বারা সমর্থিত৷

"নির্ধারিত AI হল নতুন HPE মেশিন লার্নিং ডেভেলপমেন্ট সিস্টেমের সাথে, কম সময়ে বেশি মূল্য উপলব্ধি করার জন্য, স্কেল এবং গতিতে এমএল মডেলগুলি তৈরি এবং প্রশিক্ষণের জন্য উদ্যোগগুলির জন্য বাধাগুলি অপসারণ করা," আর্মস্ট্রং-বার্নস ব্যাখ্যা করেছেন৷ “এই ক্ষমতাগুলির মধ্যে AI/মেশিন লার্নিং ওয়ার্কলোডগুলিকে অপ্টিমাইজ করার জন্য প্রয়োজনীয় বেশ প্রযুক্তিগত জিনিস রয়েছে, যেমন এক্সিলারেটর শিডিউলিং, ফল্ট টলারেন্স, হাই-স্পিড সমান্তরাল এবং মডেলের বিতরণ করা প্রশিক্ষণ, উন্নত হাইপারপ্যারামিটার অপ্টিমাইজেশান এবং নিউরাল আর্কিটেকচার অনুসন্ধান৷

“পুনরুৎপাদনযোগ্য সহযোগিতা এবং মেট্রিক্স ট্র্যাকিংয়ের মতো সেই শৃঙ্খলামূলক কাজগুলিতে যোগ করুন – এটির উপরে রাখতে অনেক কিছু। ডিটারমাইন্ড এআই-এর সাহায্যে প্রকল্প বিশেষজ্ঞরা উদ্ভাবনে ফোকাস করতে পারেন এবং তাদের ডেলিভারির সময় দ্রুত ট্র্যাক করতে পারেন।”

আরও HPC সংস্থান এবং প্রবিধান তাদের ভূমিকা পালন করে

মডেলিং এবং সিমুলেশন-এর মতো কাজের চাপ বাড়ানোর জন্য AI-এর সাথে একত্রিত করার পাশাপাশি, HPC-এর শক্তি ক্রমবর্ধমানভাবে AI মডেলগুলিকে প্রশিক্ষণ এবং অপ্টিমাইজ করার জন্য ব্যবহৃত হচ্ছে - উত্পাদন শিল্প জুড়ে সেক্টরে সময়-থেকে-আবিষ্কারের গতির জন্য দীর্ঘ-স্থায়ী সরঞ্জাম।

গ্লোবাল এইচপিসি বাজার 2020-এর বাকি অংশে আনুমানিক বৃদ্ধির জন্য সেট করা হয়েছে। মর্ডর ইন্টেলিজেন্স অনুমান 56.98 সালে এর মূল্য $2023 বিলিয়ন, এবং 96.79 সালের মধ্যে এটি $2028 বিলিয়ন-এ পৌঁছাবে - পূর্বাভাসের সময়ের তুলনায় 11.18 শতাংশের একটি CAGR।

“এইচপিই দীর্ঘদিন ধরে এইচপিসি অবকাঠামো তৈরি করছে, এবং এখন একটি এইচপিসি পোর্টফোলিও রয়েছে যার মধ্যে এক্সাসকেল সুপার কম্পিউটার এবং ঘনত্ব-অপ্টিমাইজ করা গণনা প্ল্যাটফর্ম রয়েছে। কিছু বড় এইচপিসি ক্লাস্টার এইচপিই উদ্ভাবনের উপর নির্মিত,” আর্মস্ট্রং-বার্নস বলেছেন। "এইচপিই-এর উচ্চ-পারফরম্যান্স হার্ডওয়্যার প্ল্যাটফর্মগুলিতে অতুলনীয় দক্ষতা রয়েছে।"

প্রবর্তনের সাথে HPE গ্রীনলেক বড় ভাষার মডেলের জন্য এই বছরের শুরুর দিকে (2023), এন্টারপ্রাইজগুলি - স্টার্টআপ থেকে ফরচুন 500 পর্যন্ত - একটি টেকসই সুপারকম্পিউটিং প্ল্যাটফর্ম ব্যবহার করে বড় আকারের AI প্রশিক্ষণ, সুর এবং স্থাপন করতে পারে যা HPE-এর AI সফ্টওয়্যার এবং সবচেয়ে উন্নত সুপারকম্পিউটারগুলিকে একত্রিত করে৷

স্পষ্টতই, AI গ্রহণ করা সমস্ত আকারের সংস্থার জন্য চ্যালেঞ্জিং, তবে এটি কেবল প্রযুক্তির বিষয়ে নয়, আর্মস্ট্রং-বার্নস উল্লেখ করেছেন: “ক্রমবর্ধমানভাবে, সমস্ত AI গ্রহণকারীদের উদ্ভূত এআই প্রবিধান এবং সম্মতিগুলির সাথে আপ-টু-ডেট থাকতে হবে। ইউএস এআই বিল অফ রাইটস, ইইউ এআই অ্যাক্ট এবং যুক্তরাজ্য সরকারের এআই হোয়াইট পেপারে নির্ধারিত আসন্ন নিয়ন্ত্রক প্রস্তাবগুলির মতো আইন - সাধারণত একটি সম্মতি-প্রস্তুত এআই ফ্রেমওয়ার্ক জানানোর আশা করা হয় - এর অবিশ্বাস্য উদাহরণ।"

আন্তর্জাতিকভাবে পরিচালিত ব্যবসাগুলির জন্য, এটি লাল টেপে মোড়ানো আরেকটি বাধার মতো দেখায়, তবে আর্মস্ট্রং-বার্নস পরামর্শ দেন যে নিয়ন্ত্রক সম্মতিগুলি এতটা কঠিন নাও হতে পারে যতটা তারা প্রদর্শিত হতে পারে - একটি সুনিযুক্ত AI অংশীদারিত্ব ইকোসিস্টেমের সামান্য সাহায্যে।

"আপনার AI ইকোসিস্টেম অংশীদাররাও আপনাকে সম্মতিতে সাহায্য করতে পারে কিনা তা পরীক্ষা করে দেখুন - আপনি যদি ইতিমধ্যেই একটি ভারী-নিয়ন্ত্রিত ব্যবসায়িক পরিবেশে থাকেন, তাহলে এটি ভাল হতে পারে যে আপনি ইতিমধ্যে বিদ্যমান পালনের সাথে অর্ধেক পথ রয়েছে।"

HPE দ্বারা স্পনসর.

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://go.theregister.com/feed/www.theregister.com/2023/10/25/putting_ai_challenges_in_perspective/