Взгляд на проблемы искусственного интеллекта в перспективе с помощью партнерских отношений

Рекламная функция По мере того, как технология становится все более широко внедряемой во все большем количестве вертикальных секторов и отраслей, способность искусственного интеллекта (ИИ) трансформировать бизнес-процессы, принятие стратегических решений и качество обслуживания клиентов все чаще хвалят ИТ-стратеги и экономические аналитики.

Даже руководители, которые когда-то опасались одобрять инвестиции, необходимые для достижения оптимальной эффективности ИИ, начинают осознавать его потенциал для повышения операционной эффективности и прокладывания пути к новым потокам доходов.

Прогнозы таких авторитетных наблюдателей за рынком, как PwC, подтверждают их точку зрения. Его 'Глобальное исследование искусственного интеллектаПо оценкам PwC, вклад ИИ в мировую экономику в 15.7 году может составить до 2030 трлн долларов. Из них 6.6 трлн долларов могут быть получены за счет повышения производительности, а 9.1 трлн долларов – за счет «побочных эффектов потребления», утверждает PwC.

Недавнее внедрение нескольких инструментов генеративного искусственного интеллекта считается прорыв указывает на то, что раньше было узкоспециализированной и «футуристической» отраслью информатики. В Великобритании в 2022 году будет создано Управление искусственного интеллекта переправу что около 15 процентов предприятий внедрили хотя бы одну технологию искусственного интеллекта, что соответствует 432,000 2 компаний. Около 10 процентов предприятий тестировали ИИ, а 62,000 процентов планировали внедрить хотя бы одну технологию ИИ в будущем (292,000 XNUMX и XNUMX XNUMX предприятий соответственно).

Это все еще сложная вещь

На фоне этого энтузиазма организациям следует помнить, что ИИ — все еще относительно молодая технология, и ее первая настройка может оказаться сложной задачей. Более того, соответствующий возврат инвестиций (ROI) во многом зависит от очень точно управляемых процедур внедрения и конфигураций, которые часто менее устойчивы к ошибкам, чем традиционные ИТ-развертывания.

ИИ представляет собой достойный тест для ИТ-команд, которым поручено реализовать инициативы и рабочие нагрузки в области ИИ/машинного обучения, например, которые могут включать преодоление пробелов в навыках и вычислительных ограничений. Они также могут включать компромисс между ресурсами и другими рабочими нагрузками предприятия, уже использующими общую ИТ-инфраструктуру.

«ИИ — это путешествие, а не пункт назначения. Речь идет не о готовности к внедрению или автоматизации процессов просто для повышения эффективности», — говорит Мэтт Армстронг-Барнс, главный технический директор по искусственному интеллекту в Hewlett Packard Enterprise (HPE). «Скорее, речь идет о реализации долгосрочной ценности, обеспечении лучших результатов и признании того, что ИИ требует принципиально иного подхода к развертыванию ИТ. Для корпоративных технологов это всесторонняя кривая обучения на 360 градусов».

Точка зрения Армстронга-Барнса подтверждается последним отчетом компании Deloitte.Состояние ИИ на предприятии'опрос лидеров мирового бизнеса. Респонденты выявили массу проблем, с которыми ИИ возникал на последовательных этапах их проектов по внедрению ИИ. Доказательство ценности искусственного интеллекта для бизнеса было вопросом, упомянутым 37 процентами респондентов: проекты могут оказаться дорогостоящими, а убедительное экономическое обоснование может быть трудно проверить, столкнувшись с опасениями в отношении инвестиций советов директоров и руководителей высшего звена.

Расширение этих проектов в области ИИ с течением времени может столкнуться с дополнительными выявленными препятствиями, такими как управление рисками, связанными с ИИ (на это указали 50 процентов участников опроса Deloitte), отсутствие поддержки со стороны руководства (также 50 процентов) и отсутствие техническое обслуживание или постоянная поддержка (опять 50 процентов).

«Вполне понятно, что корпоративные лидеры должны быть убеждены в том, что ИИ окупится», — говорит Армстронг-Барнс. «Именно здесь работа с технологическим партнером, который уже много лет занимается проверенными реализациями искусственного интеллекта, помогает выиграть дело. Его послужной список придаст доверие проектным предложениям и поможет убедить руководителей в том, что риски ИИ так же управляемы, как и любое другое ИТ-предприятие».

И хотя технологии и таланты, безусловно, необходимы, не менее важно согласовать культуру, структуру и методы работы компании для поддержки широкого внедрения ИИ. по словам Маккинси, отличительные характеристики которых иногда служат барьером на пути изменений, вызванных искусственным интеллектом.

«Если в компании есть менеджеры по связям с общественностью, которые гордятся тем, что они чутко реагируют на потребности клиентов, они могут отвергнуть идею о том, что «машина» может иметь лучшее представление о том, чего хотят клиенты, и игнорировать индивидуальные рекомендации по продукту, предоставляемые инструментом искусственного интеллекта», — предполагает McKinsey.

«Я часто совещаюсь с коллегами из HPE и клиентами HPE о ряде проблем, с которыми они сталкиваются при развертывании ИИ», — сообщает Армстронг-Барнс. «Некоторые общие доказательные характеристики всплывают снова и снова. Одним из них является недооценка того, насколько фундаментально отличаются развертывания ИИ от традиционных ИТ-реализаций. Организации должны развертывать ИИ в первую очередь иначе, чем в ИТ-проектах, которые они реализовывали в прошлом. Управление данными и масштабирование существенно отличаются для ИИ. Это означает, что иногда с трудом завоеванный технологический опыт приходится изучать заново».

Армстронг-Барнс объясняет, что следует избегать склонности экспериментировать с пилотными версиями ИИ перед их непосредственным внедрением в реальный сценарий использования, который удовлетворяет насущные потребности бизнеса. «Подход «попробуй перед покупкой» кажется разумным: искусственный интеллект сложен и требует инвестиций», — объясняет он. . То, что начинается «в лаборатории», имеет тенденцию оставаться в лаборатории».

На другом конце шкалы внедрения Армстронг-Барнс видит компании, которые пытаются применять ИИ везде, где это возможно, даже там, где приложение работает оптимально без ИИ: «Вывод здесь таков: просто потому, что в ИИ у вас есть огромный молоток, тогда вам не следует воспринимать все как орех, который нужно расколоть».

Люди и инфраструктура недоступны

Даже самые продвинутые системы искусственного интеллекта еще не достигли полной сквозной автономии — их необходимо обучать и настраивать с помощью человеческого опыта. Это представляет собой еще одну проблему для компаний, стремящихся к внедрению ИИ: как лучше всего приобрести необходимые навыки – переобучить существующий ИТ-персонал? Набирать новых членов команды с необходимыми знаниями в области ИИ? Или изучить варианты, позволяющие передать потребность в экспертных знаниях в области ИИ технологическим партнерам?

McKinsey отчеты что потенциал ИИ ограничивается нехваткой квалифицированных специалистов. Типичный проект искусственного интеллекта требует высококвалифицированной команды, включающей специалиста по данным, инженера по данным, инженера ML, менеджера по продукту и дизайнера — и специалистов просто не хватает, чтобы занять все эти открытые вакансии.

«Мы видим, что корпоративным технологам обычно приходится повышать свои навыки в пяти ключевых аспектах», — говорит Армстронг-Барнс. «В основном они касаются областей знаний в области искусственного интеллекта, ИТ-инфраструктуры, управления данными, управления сложностью и, в меньшей степени, вышеупомянутых культурных барьеров. Ни одна из этих проблем не является непреодолимой при условии правильного подхода и партнерской поддержки».

ИИ также любит сверхмощное оборудование. Предоставление высокопроизводительных вычислительных платформ остается постоянной проблемой, поскольку немногие организации хотят (или могут себе позволить) делать необходимые инвестиции в свои серверные комплексы без доказуемого увеличения коэффициентов окупаемости инвестиций.

«При планировании внедрения ИИ на самом раннем этапе ИТ-планировщикам необходимо принять некоторые ключевые решения относительно базовой технологии», — говорит Армстронг-Барнс. «Например, собираетесь ли вы его купить, построить или использовать гибридный подход, включающий в себя элементы того и другого?»

Следующее важное решение касается партнерства. Определяющим условием успешного внедрения ИИ является то, что никто не может действовать в одиночку, отмечает Армстронг-Барнс: «Вам нужна поддержка технологических партнеров, и лучший способ установить такое партнерство — через экосистему ИИ. Думайте об экосистеме ИИ как о поддерживающем консорциуме экспертных знаний, которые, объединившись, дадут вам доступ к нужным ноу-хау, данным, инструментам ИИ, технологиям и экономике для разработки и реализации ваших начинаний в области ИИ».

Армстронг-Барнс добавляет: «Клиенты иногда спрашивают, как HPE приобрела такой опыт в сценариях использования ИИ – предвидели ли мы его влияние много лет назад и начали готовиться намного раньше рынка? Дело в том, что мы увидели влияние ИИ не годы, а десятилетия назад, в течение длительного времени создавали центры передового опыта и экосистемы ИИ, а также совершали стратегические приобретения, чтобы расширить наш существующий опыт в соответствии с требованиями клиентов и возможностями роста».

Нет поезда, нет выигрыша

Одним из таких дополнений является Defined AI, которое стало частью предложений HPE по HPC и решениям искусственного интеллекта в 2021 году. Программное обеспечение Defined AI с открытым исходным кодом учитывает тот факт, что построение и обучение оптимизированных моделей в большом масштабе является требовательным и критическим этапом разработки машинного обучения, который все чаще требует, чтобы нетехнологи, такие как аналитики, исследователи и ученые, взяли на себя задачи HPC.

Эти задачи включают в себя настройку и управление высокопараллельным программным стеком и инфраструктурой, охватывающей специализированные вычислительные ресурсы, хранилище данных, вычислительную структуру и карты-ускорители.

«Кроме того, сторонникам машинного обучения необходимо эффективно программировать, планировать и обучать свои модели, чтобы максимально эффективно использовать созданную ими специализированную инфраструктуру», — говорит Армстронг-Барнс, — «что может усложнить работу и замедлить производительность».

Разумеется, эти задачи должны выполняться с соблюдением строгого уровня компетентности, который нелегко обеспечить даже при поддержке перегруженных внутренних ИТ-команд.

Платформа с открытым исходным кодом компании Defined AI для обучения моделям машинного обучения призвана устранить этот дефицит ресурсов, упрощая настройку, настройку, управление и совместное использование рабочих станций или кластеров искусственного интеллекта, которые работают локально или в облаке. Помимо премиум-поддержки, оно включает в себя такие функции, как расширенные инструменты безопасности, мониторинга и наблюдения, поддерживаемые экспертами HPE.

«Решительный ИИ — это устранение препятствий для предприятий при создании и обучении моделей машинного обучения в масштабе и скорости, чтобы получить большую отдачу за меньшее время с помощью новой системы разработки машинного обучения HPE», — объясняет Армстронг-Барнс. «Эти возможности включают в себя весьма технические возможности, необходимые для оптимизации рабочих нагрузок искусственного интеллекта и машинного обучения, такие как планирование ускорителей, отказоустойчивость, высокоскоростное параллельное и распределенное обучение моделей, расширенная оптимизация гиперпараметров и поиск нейронной архитектуры.

«Добавьте к этому дисциплинарные задачи, такие как воспроизводимое сотрудничество и отслеживание показателей — это очень многое, за чем нужно следить. С помощью Defined AI специалисты проектов могут сосредоточиться на инновациях и сократить сроки реализации».

Увеличение ресурсов высокопроизводительных вычислений и регулирование играют свою роль

Возможности HPC также все чаще используются для обучения и оптимизации моделей ИИ, а также в сочетании с ИИ для расширения рабочих нагрузок, таких как моделирование и симуляция — давно зарекомендовавшие себя инструменты для ускорения времени открытия в секторах обрабатывающей промышленности.

Мировой рынок высокопроизводительных вычислений ожидает заметный рост в оставшуюся часть 2020-х годов. Мордорская разведка Оценки его стоимость составит 56.98 миллиарда долларов в 2023 году, и ожидается, что к 96.79 году он достигнет 2028 миллиарда долларов, что означает среднегодовой темп роста 11.18 процента за прогнозируемый период.

«HPE уже давно создает инфраструктуру высокопроизводительных вычислений, и теперь у нее есть портфель высокопроизводительных вычислений, включающий суперкомпьютеры Exascale и вычислительные платформы с оптимизацией плотности. Некоторые из крупнейших кластеров HPC построены на инновациях HPE», — говорит Армстронг-Барнс. «HPE обладает непревзойденным опытом в области высокопроизводительных аппаратных платформ».

С введением HPE GreenLake для больших языковых моделей Ранее в этом году (2023 г.) предприятия – от стартапов до компаний из списка Fortune 500 – смогут обучать, настраивать и развертывать крупномасштабный ИИ, используя устойчивую суперкомпьютерную платформу, сочетающую в себе программное обеспечение HPE для ИИ и самые передовые суперкомпьютеры.

Очевидно, что внедрение искусственного интеллекта является непростой задачей для организаций любого размера, но дело не только в технологии, отмечает Армстронг-Барнс: «Все чаще всем, кто внедряет искусственный интеллект, придется быть в курсе новых нормативных требований и требований к искусственному интеллекту. Такие законы, как Билль о правах ИИ США, Закон ЕС об ИИ и предстоящие нормативные предложения, изложенные в Белой книге правительства Великобритании по ИИ, которые, как ожидается, будут служить основой для создания готовой к соблюдению требований системы ИИ, являются яркими примерами этого».

Для компаний, которые работают на международном уровне, это выглядит как еще одно препятствие, окутанное бюрократической волокитой, но Армстронг-Барнс предполагает, что соблюдение нормативных требований может быть не таким обременительным, как может показаться – с небольшой помощью хорошо организованной партнерской экосистемы в области ИИ.

«Проверьте, могут ли ваши партнеры по экосистеме ИИ также помочь вам в соблюдении требований — если вы уже находитесь в жестко регулируемой бизнес-среде, вполне возможно, что вы уже на полпути с существующими правилами».

При поддержке HPE.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://go.theregister.com/feed/www.theregister.com/2023/10/25/putting_ai_challenges_in_perspective/