Yapay zeka zorluklarını ortaklıklarla perspektife oturtmak

Sponsorlu Özellik Teknoloji daha dikey sektörlerde ve endüstrilerde daha yaygın bir şekilde kullanıldıkça, yapay zekanın (AI) iş süreçlerini, stratejik karar almayı ve müşteri deneyimlerini dönüştürme kapasitesi, BT stratejistleri ve ekonomik analistler tarafından övgüyle karşılanıyor.

Bir zamanlar yapay zekanın optimum değer sağlamak için ihtiyaç duyduğu yatırımı onaylama konusunda temkinli davranan üst düzey yöneticiler bile, yapay zekanın operasyonel verimliliği artırma ve yeni gelir akışlarının önünü açma potansiyelinin farkına varmaya başlıyor.

PwC gibi saygın piyasa gözlemcilerinin tahminleri de bu görüşleri destekliyor. Onun 'Küresel Yapay Zeka Çalışması' yapay zekanın 15.7 yılında küresel ekonomilere 2030 trilyon dolara kadar katkıda bulunabileceğini tahmin ediyor. PwC, bunun 6.6 trilyon dolarının artan üretkenlikten, 9.1 trilyon dolarının ise 'tüketim yan etkilerinden' gelebileceğini ileri sürüyor.

Son zamanlarda çeşitli üretken yapay zeka araçlarının kullanıma sunulması, kaçmak daha önce bilgisayar biliminin son derece uzmanlaşmış ve 'fütürist' bir dalı olan şeye işaret ediyordu. 2022'de Birleşik Krallık'ta Yapay Zeka Ofisi rapor İşletmelerin yaklaşık yüzde 15'inin en az bir yapay zeka teknolojisini benimsediği, bu da 432,000 şirkete denk geliyor. İşletmelerin yaklaşık yüzde 2'si yapay zekaya pilot uygulama yapıyordu ve yüzde 10'u ileriye dönük olarak en az bir yapay zeka teknolojisini benimsemeyi planlıyordu (sırasıyla 62,000 ve 292,000 işletme).

Hala karmaşık şeyler

Bu yapay zeka tutkusunun ortasında kuruluşlar, yapay zekanın hâlâ nispeten genç bir teknoloji olduğunu ve ilk kez kurulumunun zor olabileceğini unutmamalıdır. Dahası, ilgili yatırım getirisi (ROI), büyük ölçüde çok hassas bir şekilde yönetilen uygulama prosedürlerine ve yapılandırmalara bağlıdır ve hatalar karşısında genellikle geleneksel BT dağıtımlarına göre daha az dayanıklıdır.

Yapay zeka, yapay zeka/Makine Öğrenimi girişimlerini ve iş yüklerini uygulamakla görevli BT ekipleri için, örneğin beceri boşluklarının ve bilgi işlem kısıtlamalarının üstesinden gelmeyi içerebilecek değerli testler sunar. Ayrıca halihazırda ortak bir BT altyapısı kullanan diğer kurumsal iş yükleriyle kaynak alışverişi de içerebilirler.

Hewlett Packard Enterprise (HPE) Yapay Zekadan Sorumlu Baş Teknoloji Sorumlusu Matt Armstrong-Barnes, "Yapay zeka bir varış noktası değil, bir yolculuktur; bu, benimsenmeye hazır olmakla veya süreçlerin yalnızca daha fazla verimlilik için otomatikleştirilmesiyle ilgili değildir" diyor. “Daha ziyade, uzun vadeli değerin farkına varılması, daha iyi sonuçların sağlanması ve yapay zekanın BT kurulumunda temelde farklı bir yaklaşım gerektirdiğinin kabul edilmesiyle ilgilidir. Kurumsal teknoloji uzmanları için bu, 360 derecelik çok yönlü bir öğrenme eğrisidir."

Armstrong-Barnes'ın görüşü Deloitte'un son açıklamasıyla kanıtlanıyor.Kuruluşta AI Durumu' küresel iş liderleri anketi. Ankete katılanlar, yapay zeka uygulama projelerinin birbirini takip eden aşamalarında yapay zekanın ortaya çıkardığı bir dizi zorluğu tespit etti. Yapay zekanın iş değerini kanıtlamak yüzde 37 tarafından dile getirilen bir konuydu; projeler maliyetli olabilir ve yatırım konusunda dikkatli yönetim kurulları ve üst düzey yöneticilerle karşı karşıya kalındığında zorlayıcı bir iş senaryosunun doğrulanması zor olabilir.

Bu yapay zeka projelerinin ölçeğinin zaman içinde büyütülmesi, yapay zeka ile ilgili risklerin yönetilmesi (Deloitte anketine katılanların yüzde 50'si tarafından belirtiliyor), yöneticilerin desteğinin olmaması (yine yüzde 50) ve destek eksikliği gibi daha fazla tanımlanmış engellerle karşılaşabilir. bakım veya sürekli destek (yine yüzde 50).

Armstrong-Barnes, "Oldukça anlaşılır bir şekilde, kurumsal liderlerin yapay zekanın karşılığını alacağına ikna olmaları gerekiyor" diyor. "Bu, uzun yıllardır kanıtlanmış yapay zeka uygulamalarıyla ilgilenen bir teknoloji ortağıyla en başından itibaren çalışmanın davanın kazanılmasına yardımcı olduğu noktadır. Geçmiş performansı, proje tekliflerine güvenilirlik kazandıracak ve yöneticileri, yapay zekanın risklerinin diğer BT girişimleri kadar yönetilebilir olduğuna ikna etmeye yardımcı olacak."

Teknoloji ve yeteneğe kesinlikle ihtiyaç duyulsa da, bir şirketin kültürünü, yapısını ve çalışma yöntemlerini yapay zekanın geniş çapta benimsenmesini destekleyecek şekilde uyumlu hale getirmek de aynı derecede önemlidir. McKinsey'e göreBazen yapay zekanın yönlendirdiği değişime engel teşkil eden ayırt edici özelliklere sahiptir.

McKinsey, 'Bir şirketin müşteri ihtiyaçlarına uyum sağlamakla övünen ilişki yöneticileri varsa, bir 'makinenin' müşterilerin ne istediği konusunda daha iyi fikirlere sahip olabileceği fikrini reddedebilir ve bir yapay zeka aracının özel ürün önerilerini göz ardı edebilir,' diyor.

Armstrong-Barnes, "HPE meslektaşları ve HPE müşterileri ile yapay zeka dağıtımında karşılaştıkları çeşitli zorluklar hakkında sık sık görüşüyorum" diyor. “Bazı ortak delil özellikleri tekrar tekrar ortaya çıkıyor. Bunlardan biri, yapay zeka dağıtımlarının geleneksel BT uygulamalarından ne kadar temelde farklı olduğunun eksik tahmin edilmesidir. Kuruluşların yapay zekayı geçmişte uyguladıkları BT projelerinden öncelikle farklı bir şekilde dağıtmaları gerekiyor. Yapay zeka için veri yönetimi ve ölçeklendirme önemli ölçüde farklıdır. Bu, bazen zorlukla kazanılan teknoloji deneyiminin yeniden öğrenilmesi gerektiği anlamına geliyor."

Armstrong-Barnes, acil bir iş ihtiyacını destekleyen gerçek bir kullanım senaryosuna doğrudan dağıtılmadan önce yapay zeka pilot uygulamalarıyla deneme yapma eğiliminden kaçınılması gerektiğini açıklıyor. "Satın almadan önce deneyin yaklaşımı makul görünüyor; yapay zeka karmaşıktır ve yatırıma açtır," diye açıklıyor ve şöyle açıklıyor: "Ancak yapay zeka ile deneme çalışmaları ve test projeleri, kullanıcı kuruluşlarının gerçek bir uygulamayla karşılaşacağı zorlukların aynısını gerçekten sağlayamıyor . 'Laboratuvarda' başlayan şey laboratuvarda kalma eğilimindedir."

Benimseme ölçeğinin diğer ucunda Armstrong-Barnes, yapay zekanın uygulanabileceği her yerde, hatta bir uygulamanın yapay zeka olmadan en iyi şekilde çalıştığı durumlarda dahi uygulamaya çalışan şirketleri görüyor: "Buradan çıkarılacak sonuç şudur: Yapay zekada devasa bir çekiciniz olduğu için, o zaman her şeyi kırılması gereken bir ceviz olarak görmemelisiniz.”

İnsanlar ve altyapı hazır değil

En gelişmiş yapay zeka sistemleri bile henüz tam bir uçtan uca özerkliğe ulaşmamıştır; bunların insan uzmanlığı tarafından eğitilmeleri ve ince ayar yapılması gerekir. Bu, yapay zekaya aday olan şirketler için başka bir zorluğu temsil ediyor: gerekli becerileri en iyi şekilde nasıl elde edebiliriz, mevcut BT personelini yeniden eğitebilir miyiz? Gerekli yapay zeka bilgisine sahip yeni ekip üyelerini işe almak mı istiyorsunuz? Veya yapay zeka uzmanlığı ihtiyacını teknoloji ortaklarına ertelemek için seçenekleri mi araştıracaksınız?

McKinsey raporları Yapay zekanın potansiyelinin vasıflı yetenek eksikliği nedeniyle kısıtlandığı. Tipik bir yapay zeka projesi, bir veri bilimcisi, veri mühendisi, makine öğrenimi mühendisi, ürün yöneticisi ve tasarımcıdan oluşan son derece yetkin bir ekip gerektirir ve tüm bu açık işleri doldurmaya yetecek kadar uzman mevcut değildir.

Armstrong-Barnes, "Kurumsal teknoloji uzmanlarının genellikle beş temel alanda yeteneklerini geliştirmek zorunda kaldıklarını görüyoruz" diyor. “Temel olarak yapay zeka uzmanlığı, BT altyapısı, veri yönetimi, karmaşıklık yönetimi ve daha az ölçüde de yukarıda bahsedilen kültürel engeller alanlarında yatıyorlar. Doğru yaklaşım ve ortaklık desteği göz önüne alındığında bu zorlukların hiçbiri aşılamaz değildir."

Yapay zeka aynı zamanda üzerinde çalışılabilecek süper güçlü donanımlardan da hoşlanıyor. Yüksek performanslı bilgi işlem platformlarının sağlanması kalıcı bir zorluk olmaya devam ediyor çünkü çok az kuruluş, yatırım getirisi oranlarında kanıtlanabilir bir artış olmadan sunucu mülklerine gerekli yatırımları yapmak istiyor veya bunu karşılayabiliyor.

Armstrong-Barnes, "Yapay zeka uygulamalarını planlarken, BT planlamacılarının çok erken bir aşamada temel teknolojiye ilişkin bazı önemli kararlar alması gerekiyor" diyor. "Örneğin, onu satın mı alacaksınız, inşa mı edeceksiniz, yoksa her ikisinin unsurlarını içeren hibrit bir yaklaşım mı benimseyeceksiniz?"

Bir sonraki önemli karar ortaklıklarla ilgilidir. Armstrong-Barnes, başarılı yapay zeka sunumunun tanımlayıcı koşullarından birinin bunu kimsenin tek başına yapamaması olduğuna dikkat çekiyor: "Teknoloji ortaklarının desteğine ihtiyacınız var ve bu ortaklıkları kurmanın en iyi yolu bir yapay zeka ekosistemi aracılığıyladır. Yapay zeka ekosistemini, bir araya gelerek size yapay zeka çabalarınızı geliştirmek ve operasyonel hale getirmek için doğru bilgi birikimine, verilere, yapay zeka araçlarına, teknolojiye ve ekonomiye erişmenizi sağlayacak destekleyici bir uzmanlık konsorsiyumu olarak düşünün."

Armstrong-Barnes şunları ekliyor: "Müşteriler bazen HPE'nin yapay zeka kullanım durumlarında nasıl bu kadar deneyimli hale geldiğini soruyor; bunun etkisini yıllar önce öngördük ve pazarın çok ilerisinde hazırlanmaya mı başladık? Gerçek şu ki, yapay zekanın etkisinin yıllar değil onlarca yıl önce geldiğini gördük; uzun süredir yapay zeka mükemmeliyet merkezleri ve ekosistemler kuruyoruz ve müşteri gereksinimleri ve büyüme fırsatları doğrultusunda mevcut uzmanlığımızı artırmak için stratejik satın almalar yapıyoruz."

Tren yoksa kazanç da yok

Bu geliştirmelerden biri, 2021'de HPE'nin HPC ve AI çözümleri tekliflerinin bir parçası haline gelen Kararlı Yapay Zeka'dır. Kararlı Yapay Zeka'nın açık kaynak yazılımı, uygun ölçekte optimize edilmiş modeller oluşturmanın ve eğitmenin, makine öğrenimi geliştirmenin titiz ve kritik bir aşaması olduğu gerçeğini ele alır; bu aşama giderek daha da önem kazanmaktadır. Analistler, araştırmacılar ve bilim adamları gibi teknoloji dışı uzmanların HPC'nin zorluklarını üstlenmelerini gerektirir.

Bu zorluklar arasında, özel bilgi işlem provizyonu, veri depolama, bilgi işlem yapısı ve hızlandırıcı kartlarını kapsayan oldukça paralel bir yazılım yığını ve altyapının kurulması ve yönetilmesi yer alıyor.

Armstrong-Barnes, "Ayrıca, makine öğrenimi temsilcilerinin, kurdukları özel altyapının kullanımını en üst düzeye çıkarmak için modellerini verimli bir şekilde programlaması, planlaması ve eğitmesi gerekiyor" diyor Armstrong-Barnes, "bu da karmaşıklık yaratabilir ve üretkenliği yavaşlatabilir."

Bu görevlerin elbette çok sıkı bir yeterlilik düzeyiyle yapılması gerekiyor; bu yeterlilik, aşırı zorlanmış şirket içi BT ekiplerinin desteğiyle bile kolayca garanti edilemiyor.

Kararlı AI'nın makine öğrenimi modeli eğitimine yönelik açık kaynak platformu, bu kaynak açığını kapatmak için tasarlanmıştır ve şirket içinde veya bulutta çalışan iş istasyonlarını veya AI kümelerini kurmayı, yapılandırmayı, yönetmeyi ve paylaşmayı kolaylaştırır. Üstün desteğin yanı sıra gelişmiş güvenlik, izleme ve gözlemlenebilirlik araçları gibi özellikleri de içerir; bunların tümü HPE'nin uzmanlığıyla desteklenir.

Armstrong-Barnes şöyle açıklıyor: "Kararlı yapay zeka, yeni HPE Makine Öğrenimi Geliştirme Sistemi ile daha kısa sürede daha fazla değer elde etmek amacıyla işletmelerin makine öğrenimi modellerini uygun ölçekte ve hızda oluşturma ve eğitme konusundaki engelleri kaldırmakla ilgilidir." "Bu yetenekler arasında hızlandırıcı planlama, hata toleransı, modellerin yüksek hızlı paralel ve dağıtılmış eğitimi, gelişmiş hiperparametre optimizasyonu ve sinir mimarisi araması gibi AI/Makine Öğrenimi iş yüklerini optimize etmek için gerekli oldukça teknik şeyler yer alıyor.

"Buna, tekrarlanabilir işbirliği ve metrik takibi gibi disiplin görevlerini de ekleyin; üstesinden gelinmesi gereken çok şey var. Kararlı Yapay Zeka'nın yardımıyla proje uzmanları yeniliğe odaklanabilir ve teslimata kadar geçen süreyi hızlandırabilir."

Daha fazla HPC kaynağı ve düzenlemesi üzerine düşeni yapıyor

HPC'nin gücü, yapay zeka modellerini eğitmek ve optimize etmek için giderek daha fazla kullanılıyor; bunun yanı sıra, imalat endüstrisi genelindeki sektörlerde keşif süresini hızlandırmak için uzun süredir kullanılan araçlar olan modelleme ve simülasyon gibi iş yüklerini artırmak için yapay zeka ile birleştiriliyor.

Küresel HPC pazarının 2020'lerin geri kalanında tahmin edilebilir bir büyüme göstermesi bekleniyor. Mordor İstihbaratı tahminleri değeri 56.98'te 2023 milyar dolar olacak ve 96.79'de 2028 milyar dolara ulaşması bekleniyor; bu, tahmin dönemi boyunca yüzde 11.18'lik bir Bileşik Büyüme Oranı'dır.

“HPE uzun süredir HPC altyapısı oluşturuyor ve artık Exascale Süper Bilgisayarları ve yoğunluğu optimize edilmiş bilgi işlem platformlarını içeren bir HPC portföyüne sahip. En büyük HPC kümelerinden bazıları HPE inovasyonu üzerine kuruludur" diyor Armstrong-Barnes. “HPE, yüksek performanslı donanım platformlarında eşsiz bir uzmanlığa sahiptir.”

tanıtılmasıyla Büyük Dil Modelleri için HPE GreenLake Bu yılın başlarında (2023), yeni kurulan şirketlerden Fortune 500'e kadar şirketler, HPE'nin yapay zeka yazılımını ve en gelişmiş süper bilgisayarları birleştiren sürdürülebilir bir süper bilgi işlem platformunu kullanarak büyük ölçekli yapay zekayı eğitebilir, ayarlayabilir ve dağıtabilir.

Açıkçası, yapay zekayı benimsemek her büyüklükteki kuruluş için zorlu bir iştir, ancak Armstrong-Barnes, bunun sadece teknolojiyle ilgili olmadığını belirtiyor: “Yapay zekayı benimseyenlerin, ortaya çıkan yapay zeka düzenlemeleri ve uyumlulukları konusunda giderek daha güncel kalması gerekecek. ABD Yapay Zeka Hakları Bildirgesi, AB Yapay Zeka Yasası gibi mevzuat ve Birleşik Krallık Hükümeti'nin Yapay Zeka Beyaz Kitabında ortaya konulan ve genellikle uyumluluğa hazır bir Yapay Zeka Çerçevesi hakkında bilgi vermesi beklenen yakında çıkacak düzenleyici öneriler bunun içkin örnekleridir."

Uluslararası faaliyet gösteren işletmeler için bu, bürokrasi ile sarılmış başka bir engel gibi görünüyor, ancak Armstrong-Barnes, iyi donanımlı bir yapay zeka ortaklık ekosisteminin biraz yardımıyla, mevzuata uyumun göründüğü kadar külfetli olmayabileceğini öne sürüyor.

"Yapay zeka ekosistemi ortaklarınızın da uyumluluk konusunda size yardımcı olup olamayacağını kontrol edin. Zaten sıkı düzenlemelerin olduğu bir iş ortamındaysanız, mevcut kurallara uyma konusunda zaten yarı yolda kalmış olabilirsiniz."

HPE tarafından desteklenmektedir.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://go.theregister.com/feed/www.theregister.com/2023/10/25/putting_ai_challenges_in_perspective/