2023 İçin Yapay Zeka Aromalı Bir HPC Tahminleri Seti

2023'te HPC-AI için birçok tahmin son haftalarda kıç aynalığımızdan geldi, işte en ilginç, taze, anlayışlı ve hatta aykırı bulduklarımızdan alıntılar.

Altair Baş Bilim İnsanı Rosemary Francis:
Büyük Olun veya Eve Gidin – HPC'nin Daha Büyük İş Yükleri.HPC iş yükleri, yaşam bilimleri ve parçacık hızlandırıcılar gibi büyük veri uygulamalarını üstlenirken İngiltere'nin Elmas Işık Kaynağı (daha fazla araştırma ve deney için), iş akışı araçlarında bir patlama görüyoruz. 2023'e girerken, sektör kendini modernleştirmeye ve bu büyük bağlantılı uygulamalara uyum sağlamaya çalışırken, çok boyutlu çizelgelemeye geçiş, HPC içindeki değişimin en büyük itici gücü olacak.

HPC, derin öğrenmeyi ele alır:2023'te derin öğrenme daha yaygın hale geldikçe, HPC iş yüklerinde daha fazla değişiklik göreceğiz. Başlangıçta makine öğrenimi iş yüklerinin çoğu Kubernet'lerde veya diğer kapsayıcı düzenleme çerçevelerinde çalıştırılsa da, bu sistemlerin artık derin öğrenme için gerekli olan ani, bilgisayar yoğun makine iş yükleri için değil, mikro hizmetler için tasarlandığı ortaya çıktı. Ticari HPC iş yükü yöneticileri, kuruluşların bilgi işlemlerini biriktirebilmesi ve verimli HPC'nin tüm önemli yönleri olan toplu zamanlama, bulut patlaması ve ücret paylaşımından yararlanmaya başlayabilmesi için kapsamlı konteyner desteğine ihtiyaç duyar.

Joe Fitzsimons, CEO'su Ufuk Kuantum Hesaplama, NISQ'nun Ölümü ve Kuantum Hesaplamada Hata Toleransına Geçiş Üzerine
"Son birkaç yılda, kuantum hesaplama için uygulama geliştirme, Gürültülü Orta Ölçekli Kuantum işlemcilere atıfta bulunarak NISQ rejimine özel bir odaklanma gördü. Bu başlıktaki "gürültü", kübitlerin, diğer kübitlerin yakınlığından kozmik ışınlardan çarpışmalara kadar değişen çevresel faktörlerden kaynaklanan parazitlere duyarlılığını ifade eder. Bu gürültü, kuantum hesaplama süreçlerinde potansiyel olarak ölümcül hatalar ortaya çıkarır. En azından teorik olarak, hata düzeltme içeren kuantum bilgisayarları oluşturmanın mümkün olduğu uzun zamandır bilinmektedir, böylece kusurlu bileşenlerden temelde mükemmel bir bilgisayar oluşturulabilir. Bununla birlikte, NISQ araştırmasının odak noktası, çevresel gürültünün neden olduğu küçük düzensizliklere karşı dayanıklı olması umulan ve hata düzeltmesi olmadan kuantum avantajı sağlayan varyasyonel algoritmalar geliştirmek olmuştur.

"Maalesef, bu tür NISQ algoritmalarının aslında dikkate alındıkları çok çeşitli optimizasyon ve makine öğrenimi görevleri için geleneksel bilgisayarlara göre bir avantaj sağlayacağına dair nispeten az kanıt var. Çözülmesi gereken sorunun doğası gereği kuantum mekaniği olduğu kimya gibi alanlarda erken kuantum avantajının görülebileceğine inanmak için iyi nedenler olsa da, hataların ortadan kaldırıldığı hataya dayanıklılık rejimine ulaşmaya odaklanmanın yenilendiğine dair işaretler var. aktif olarak düzeltildi ve kuantum avantajı için çok daha güçlü kanıtlar var.

Dell Teknolojileri' John Roese, Global CTO – Kuantum Yeni Yıl Kararı
Kuantumdan yararlanmak için erken beceri setleri oluşturacağım. Kuantum bilişim gerçek oluyor ve işletmenizde bu teknolojinin nasıl çalıştığını ve işletmenizi nasıl etkilediğini anlayan biri yoksa, bu teknoloji dalgasını kaçıracaksınız. Kuantuma adayacağınız ekibi, araçları ve görevleri belirleyin ve deney yapmaya başlayın. Daha geçen ay, farklı sektörlerdeki kuruluşların bugün başka türlü kullanamayacakları kuantum teknolojisi aracılığıyla hızlandırılmış bilgi işlemden yararlanmaya başlamalarını sağlayan şirket içi Dell Kuantum Bilişim Çözümünü duyurduk. Kuantum simülasyonuna yatırım yapmak ve veri bilimi ile yapay zeka ekiplerinizin yeni dilleri ve kuantum yeteneğini öğrenmesini sağlamak 2023'te kritik öneme sahip.

MLOps platformunun CEO'su ve kurucu ortağı Gideon Mendels'ten Makine Öğrenimine İlişkin Karşıt Görüşler Comet
Veriler Kuru Çalıştığında: Makine öğreniminde görülen iyileştirmelerin çoğu, giderek daha fazla veri içeren eğitim modellerinden geldi, ancak bunu yapamayacağımız bir noktaya geliyoruz. 2026 yılına kadar verilerimizin tükenebileceğini gösteren bazı ilginç araştırmalar ortaya çıktı. Eğer bu tez tutarsa, aynı veri seti üzerinde daha iyi modeller oluşturamazsak iyileştirmeler görmeyi bırakacağız.

Üretken Modellerin Çevresel Etkisi: Üretken modeller son derece etkileyici sonuçlar veriyor, ancak gerçek bir işletme üzerindeki etkileri net değil. Açık olan, bu devasa modelleri eğitmenin karbon emisyonu etkisidir. Hesaplama gereksinimleri çılgınca. Bu nedenle, "Sonuçlar çevresel maliyete değer mi?"

Yazılım Zihniyetinden Uzaklaşın: ML şimdiye kadar yazılım geliştirme sürecini takip etti, ancak ML olgunlaştıkça bu yaklaşım bozuluyor. Tek bir satıcı hepsini yapamaz. Günümüzde ekipler, yapmaya çalıştıkları işle alakalı mevcut en iyi araçları seçmektedir. Bir takımın her şeyi olmaya çalışan satıcılar başarısız oluyor. Makine öğreniminin potansiyeline ulaşması için, özel iş ihtiyaçlarımıza yönelik doğru makine öğrenimi yığınını oluşturmak üzere farklı düşünmemiz gerekir.

Önyargı Fazla Abartılı: Önyargı, çok dikkat çeken bir kavramdır ve AI Haklar Bildirgesi ile daha fazla dikkat çekmeye devam edecektir. Bu, pek çok makine öğrenimi uygulayıcısının günden güne ilgilendiği bir şey değildir. Elbette bunu hesaba katıyorlar, ancak sağlam makine öğrenimi uygulayıcıları sorunları anlıyor ve önyargının sonuçları olumsuz etkilemesini önlemek için ne yapılması gerektiğini biliyor.

Jonas Kubilius Oxylabs Danışma Kurulu Generative AI üzerinde
Three Thirds'in kurucu ortağı ve CEO'su ve Oxylabs Danışma Kurulu üyesi Jonas Kubilius, Stable Diffusion, GPT-3, GitHub Copilot ve diğer içerik oluşturma tekniklerinin, gerçek hayatta geliştiriciler ve içerik oluşturucular tarafından kullanılan karlı ürünlere dönüşmesinin artacağını öngörüyor. dünya uygulamaları. Birden fazla görev için metin, resim, ses ve diğer girdileri işleyebilen çok modlu modellere artan bir ilgi göreceğimizi de sözlerine ekledi.

Kubilius, "Sınıflandırma gibi statik görevler için AI kullanmaktan, insanların görevlerini daha verimli bir şekilde gerçekleştirmelerine yardımcı olan dil modeline dayalı etkileşimli iş akışlarına geçiş görmeye başlayacağız" dedi.

başkanı peter mattson MLCommons, Herkese Açık Veri Kümelerinde
“Mevcut halka açık veri setlerinde web'den kazınmış verilerle ilgili yasal, etik ve adalet endişelerine ek olarak, çok modlu ve konuşmaya dayalı yapay zeka etrafında zorlu yeni araştırma zorluklarının bir kombinasyonuyla karşı karşıya kalacağız. Sektörün bir bütün olarak yalnızca araştırmayı değil, aynı zamanda yaygın olarak kullanılan makine öğrenimi uygulamalarını ve yeni düzenlemeleri (örneğin endüstriyel kalitede test setleri aracılığıyla) daha iyi desteklemesi gerekecek.”

Mattson, "yeni nesil kamu verilerini" desteklemek için, en acil toplumsal ve teknik sorunlar için veri setlerine güçlü yatırımlar yapılması gerektiğini tahmin ediyor ve bu yatırımı, tüm topluluğun katkıda bulunup gözden geçirmesine olanak tanıyan açık kaynak benzeri bir altyapıya yönlendiriyor. veri.

MLOps platformunun CEO'su ve Kurucu Ortağı Moses Guttmann ClearML, İzlenecek Makine Öğrenimi Trendleri'nde

Otomasyon ve Makine Öğrenimi Becerileri Eksikliği 2022'nin ikinci yarısında birçok üst düzey teknoloji şirketinin işten çıkarma duyurusu yaptığını görmemize rağmen, muhtemelen hiçbiri en yetenekli makine öğrenimi personelini işten çıkarmıyor. Bununla birlikte, derin teknik ekiplerdeki boşluğu doldurmak için şirketler, üretkenliği yüksek tutmak ve projelerin tamamlanmasını sağlamak için otomasyona daha fazla eğilmek zorunda kalacaklar. Ayrıca makine öğrenimi teknolojisini kullanan şirketlerin performansı izlemek ve yönetmek için daha fazla sistem devreye soktuğunu ve makine öğrenimi veya veri bilimi ekiplerinin nasıl yönetileceği konusunda daha fazla veriye dayalı kararlar aldığını görmeyi bekliyoruz….

Makine Öğrenimi Yetenek İstifleme Bitti  Makine öğrenimi çalışanlarının işten çıkarılması, daha uzun vadeli makine öğrenimi personelinin aksine, muhtemelen en son işe alınanlar arasındadır…. Makine öğrenimi ve yapay zeka son on yılda daha yaygın bir teknoloji haline geldiğinden, birçok büyük teknoloji şirketi, bu tür çalışanları finansal maliyeti karşılayabilecekleri ve onları rakiplerinden uzak tutabilecekleri için işe almaya başladı - ihtiyaç duyulduğundan değil. (Yani) bu kadar çok ML çalışanının işten çıkarıldığını görmek şaşırtıcı değil… Ancak, ML yetenek biriktirme dönemi sona erdiğinde, yeni bir yenilik dalgası ve yeni başlayanlar için fırsat sağlayabilir. Şu anda iş arayan bu kadar çok yetenekle, bu insanların çoğunun büyük teknolojiden küçük ve orta ölçekli işletmelere veya yeni kurulan şirketlere aktığını göreceğiz.

ML Projesi Önceliklendirme  Makine öğrenimi projelerinin iki türe ayrıldığını görüyorum: liderliğin satışları artıracağına ve rekabeti kazanacağına inandığı satılabilir özellikler ve gelir optimizasyonu projeleri… Satılabilir özellikli projeler, hızla ortaya çıkmaları zor olduğundan büyük olasılıkla ertelenecek ve bunun yerine , artık daha küçük olan makine öğrenimi ekipleri, gerçek gelir sağlayabileceği için gelir optimizasyonuna daha fazla odaklanacak. Performans şu anda tüm iş birimleri için çok önemlidir ve Makine Öğrenimi bundan muaf değildir.

Birleştirilmiş makine öğrenimi  MLOps'un benimsenmesini yavaşlatan faktörlerden biri, çok sayıda nokta çözümüdür. Bu, çalışmadıkları anlamına gelmez, ancak birlikte iyi entegre olamayabilecekleri ve iş akışında boşluklar bırakabilecekleri anlamına gelir. Bu nedenle, 2023'ün endüstrinin, tek tek kullanılabilen ve aynı zamanda birbiriyle sorunsuz bir şekilde entegre olabilen (ayrıca diğer ürünlerle kolayca entegre olabilen) modüllerden oluşan birleşik, uçtan uca platformlara doğru ilerlediği yıl olduğuna yürekten inanıyorum. . Bireysel bileşenlerin esnekliğine sahip bu tür bir platform yaklaşımı, günümüzün uzmanlarının aradığı çevik deneyimi sunar. Nokta ürünleri satın alıp bunları birbirine yamalamaktan daha kolaydır; sıfırdan kendi altyapınızı oluşturmaktan daha hızlıdır (bu süreyi modeller oluşturmak için kullanmanız gerekirken)….

NVIDIA çeşitli yapay zeka ve makine öğrenimi alanlarında bir dizi tahmin sundu:

Anima Anandkumar, Makine Öğrenimi Araştırma Direktörü ve Caltech'te Profesör Bren
Dijital İkizler Fizikselleşiyor: geniş çaplı göreceğiz dijital ikizler hava ve iklim modelleri, sismik olaylar ve malzeme özellikleri gibi karmaşık ve çok ölçekli fiziksel süreçlerin Bu, mevcut bilimsel simülasyonları bir milyon kat hızlandıracak ve yeni bilimsel içgörüler ve keşifler sağlayacaktır.

Genelci Yapay Zeka Temsilcileri: Yapay zeka aracıları, açık uçlu görevleri doğal dil yönergeleri ve büyük ölçekli pekiştirmeli öğrenimle çözerken, aracıların her türden isteği ayrıştırabilmesini sağlamak için temel modellerden (ölçekte çok sayıda etiketlenmemiş veri üzerinde eğitilmiş büyük yapay zeka modelleri) yararlanır. zamanla yeni soru türlerine uyum sağlayın.

Manuvir Das, Başkan Yardımcısı, Kurumsal Bilgi İşlem
Yazılım Gelişmeleri Yapay Zeka Silolarını Bitirir: Kuruluşlar, yapay zeka araştırma ve geliştirme için uzun süredir bulut bilgi işlem ve hibrit mimariler arasında seçim yapmak zorunda kalıyor; bu, geliştirici üretkenliğini engelleyebilecek ve inovasyonu yavaşlatabilecek bir uygulama.

2023'te yazılım, işletmelerin tüm altyapı türlerinde yapay zeka boru hatlarını birleştirmesine ve yapay zeka uygulayıcıları için tek, bağlantılı bir deneyim sunmasına olanak tanıyacak. Bu, işletmelerin, proje boyutu veya karmaşıklığı ne olursa olsun maliyetleri stratejik hedeflere göre dengelemesine olanak sağlayacak ve esnek geliştirme için neredeyse sınırsız kapasiteye erişim sağlayacaktır.

Üretken Yapay Zeka, Kurumsal Uygulamaları Dönüştürüyor: Üretken yapay zeka hakkındaki abartı 2023'te gerçeğe dönüşüyor. Bunun nedeni, gerçek üretken yapay zekanın temellerinin, büyük dil modellerini ve öneri sistemlerini, görüntülerin ötesine geçerek soruları akıllıca yanıtlamak, içerik oluşturmak ve hatta kıvılcım keşifleri….

Kimberley Powell, Başkan Yardımcısı, Sağlık
Cerrahi 4.0: Uçuş simülatörleri, pilotları eğitmek ve yeni uçak kontrolünü araştırmak için kullanılır. Aynı şey artık cerrahlar ve robotik cerrahi cihaz üreticileri için de geçerli. Ameliyathane ortamından medikal robota ve hasta anatomisine kadar her ölçekte simülasyon yapabilen dijital ikizler, kişiselleştirilmiş cerrahi provalarda ve yapay zeka güdümlü insan ve makine etkileşimlerini tasarlamada çığır açıyor. Deneyimli bir cerrah yetiştirmenin tek yolu uzun süreli ikametler olmayacak. Birçoğu, gerçek bir hasta üzerinde ilk robot yardımlı ameliyatlarını gerçekleştirdiklerinde uzman operatörler olacak.

Danny Shapiro, Başkan Yardımcısı, Otomotiv
Metaverse'de Otonom Araçların Eğitimi: Otonom araçlar geliştiren 250'den fazla otomobil ve kamyon üreticisi, startup, ulaşım ve hizmet olarak mobilite sağlayıcısı, zamanımızın en karmaşık yapay zeka zorluklarından biriyle mücadele ediyor. Yolda test ederek üstesinden gelmeleri gereken her senaryoyla karşılaşmak kesinlikle mümkün değil, bu nedenle 2023'te endüstrinin çoğu yardım için sanal dünyaya dönecek. Yolda veri toplama, dağıtımdan önce yeni özelliklerin eğitimi ve test edilmesi için veri üreten sanal filolarla desteklenecektir. Yüksek doğruluklu simülasyon, otonom araçları neredeyse sonsuz sayıda senaryo ve ortamda çalıştıracaktır….

Rev Lebardedian, Başkan Yardımcısı, Omniverse ve Simülasyon Teknolojisi
Metaverse Evrensel Çevirmen: Tıpkı HTML'nin 2B web'in standart dili olduğu gibi, Evrensel Sahne Açıklaması 3B web için en güçlü, genişletilebilir, açık dil olmaya ayarlanmıştır. Meta veri havuzundaki sanal dünyaları tanımlamanın 3B standardı olan USD, işletmelerin ve hatta tüketicilerin çeşitli araçları, görüntüleyicileri ve tarayıcıları kullanarak en sorunsuz ve tutarlı biçimde farklı 3B dünyalar arasında hareket etmesine olanak tanıyacak.

Telekom Kıdemli Başkan Yardımcısı Ronnie Vasishta
5G Ağları Üzerinden AR/VR'de Kabloyu Kesmek: Pek çok işletme, donanım ve yazılım geliştirme için buluta geçecek olsa da, 5G ağları dünya çapında daha tam olarak dağıtıldıkça uç tasarım ve işbirliği de büyüyecek. Örneğin otomotiv tasarımcıları, artırılmış gerçeklik kulaklıkları takabilir ve gördükleri içeriğin aynısını kablosuz ağlar üzerinden dünyanın dört bir yanındaki meslektaşlarına aktarabilir, böylece işbirlikçi değişiklikleri hızlandırabilir ve rekor hızlarda yenilikçi çözümler geliştirebilir. 5G ayrıca, mağaza raflarını yeniden doldurmak, zeminleri temizlemek, pizza teslim etmek ve fabrikalarda mal toplamak ve paketlemek için kullanılan bağlantılı robotların endüstriler arasında daha hızlı konuşlandırılmasına yol açacak.

Bob Pette, Başkan Yardımcısı, Profesyonel Görselleştirme
Simülasyon Yoluyla Bir Sanayi Devrimi: Fiziksel dünyada inşa edilen her şey önce fizik yasalarına uyan sanal bir dünyada simüle edilecek. Fabrikalar, şehirler ve hatta tüm gezegen gibi büyük ölçekli ortamlar dahil olmak üzere bu dijital ikizler ve endüstriyel meta veri havuzu, dijital dönüşüm girişimlerinin kritik bileşenleri haline gelmeye hazırlanıyor. Örnekler şimdiden bol: Siemens, endüstriyel otomasyonu yeni bir seviyeye taşıyor. BMW, üretim süreçlerini optimum şekilde planlamak için tüm fabrika katlarını simüle ediyor. Lockheed Martin, kaynakların nerede ve ne zaman konuşlandırılacağını tahmin etmek için orman yangınlarının davranışını simüle ediyor. DNEG, SONY Pictures, WPP ve diğerleri, yaratıcıların, sanatçıların ve tasarımcıların sahneleri neredeyse gerçek zamanlı olarak yinelemelerini sağlayan, küresel olarak dağıtılmış sanat departmanları aracılığıyla üretkenliği artırıyor.

Kurumsal BT Mimarisini Yeniden Düşünmek: Pek çok işletmenin kültürlerini ve teknolojilerini hibrit çalışmanın zorluklarını karşılayacak şekilde uyarlamaya çabalaması gibi, yeni yıl da birçok şirketin tüm BT altyapısının yeniden tasarlanmasını getirecek. Şirketler, uygulamaların ve karmaşık veri kümelerinin sürekli artan taleplerini karşılayabilen güçlü istemci cihazları arayacak. Ve üstel ölçekleme için buluta geçiş yaparak esnekliği benimseyecekler. Dağıtılmış bilgi işlem yazılım platformlarının benimsenmesi, küresel olarak dağılmış bir iş gücünün en farklı çalışma ortamlarında işbirliği yapmasını ve üretken kalmasını sağlayacaktır.

Benzer şekilde, karmaşık yapay zeka modeli geliştirme ve eğitimi, veri merkezinde ve masaüstünde güçlü bilgi işlem altyapısı gerektirecektir. İşletmeler, yapay zekayı iş akışlarına dahil etmelerini ve müşterilere daha yüksek kaliteli ürün ve hizmetleri daha hızlı sunmalarını kolaylaştırmak için farklı endüstriyel kullanım durumlarına yönelik seçilmiş yapay zeka yazılım yığınlarına bakacak.

Azita Martin, Başkan Yardımcısı, Yapay Zeka, Perakende ve Tüketici Ürünleri Grubu
Tedarik Zincirlerini Optimize Etmek İçin Yapay Zeka: En sofistike perakendeciler ve e-ticaret şirketleri bile son iki yılda arz ile talebi dengelemekte sorun yaşadı. Tüketiciler, pandemi sırasında evden alışverişi benimsedi ve ardından sokağa çıkma kısıtlamaları kaldırıldıktan sonra gerçek mekanda faaliyet gösteren mağazalara akın etti. Enflasyon vurduktan sonra satın alma alışkanlıklarını bir kez daha değiştirerek tedarik zinciri yöneticilerini krize soktular. AI, doğru ürünün doğru zamanda doğru mağazada olmasını sağlayarak daha sık ve daha doğru tahminler sağlayacaktır. Ayrıca perakendeciler, fırsatlara ve tuzaklara daha bütünsel bir bakış sağlamak için rota optimizasyon yazılımını ve simülasyon teknolojisini benimseyecek.

Malcolm deMayo, Başkan Yardımcısı, Finansal Hizmetler
Finansal Hizmetler için Önce Bulut: Bankaların yeni bir zorunluluğu var: hızla çevik olun. Geleneksel olmayan finans kurumlarının artan rekabetiyle karşı karşıya kalan, diğer sektörlerdeki deneyimlerinden kaynaklanan değişen müşteri beklentileri ve eski altyapıyla yükümlü bankalar ve diğer kurumlar, bulut öncelikli bir yapay zeka yaklaşımını benimseyecek. Ancak, sistemlerinizin şokları (bir pandemi gibi) absorbe edip hayatta kalabileceği anlamına gelen bir sektör terimi olan operasyonel esnekliğe ihtiyaç duyan, yüksek düzeyde regüle edilmiş bir sektör olarak, bankalar açık, taşınabilir, güçlendirilmiş, hibrit çözümler arayacaktır. Sonuç olarak, bankalar mevcut olduklarında destek anlaşmaları satın almakla yükümlüdürler.

David Reber, Baş Güvenlik Görevlisi
Veri Bilimcileri Yeni Siber Varlığınız: Geleneksel siber profesyoneller, saldırıların ve savunmanın hızı ve karmaşıklığı insan kapasitelerini etkili bir şekilde aştığı için artık en karmaşık tehditlere karşı etkili bir şekilde savunma yapamıyor. Veri bilimcileri ve diğer insan analistleri, tüm verilere objektif bir şekilde bakmak ve tehditleri keşfetmek için yapay zekayı kullanacak. İhlaller olacak, bu nedenle yapay zeka ve insanları kullanan veri bilimi teknikleri samanlıkta iğneyi bulmaya ve hızlı bir şekilde yanıt vermeye yardımcı olacaktır.

Kari Briski, Başkan Yardımcısı, Yapay Zeka ve HPC Yazılımı
Etiketlenmemiş Veri Amacını Buluyor: Büyük dil modelleri ve yapılandırılmış veriler, sağlık alanındaki atılımları, bilimdeki ilerlemeleri, daha iyi müşteri katılımlarını ve hatta sürücüsüz ulaşımdaki büyük ilerlemeleri desteklemek için gizli kalıpları ve ipuçlarını bulmak üzere fotoğraf, ses kaydı, tweet ve daha fazlasını kapsayacak şekilde genişleyecektir. 2023'te, tüm bu yapılandırılmamış verilerin karışıma eklenmesi, örneğin öğrendikleri sağlık kayıtlarını taklit etmek için sentetik profiller oluşturabilen sinir ağlarının geliştirilmesine yardımcı olacaktır. Bu tür denetimsiz makine öğrenimi, denetimli makine öğrenimi kadar önemli olmaya ayarlanmıştır.

Yeni Çağrı Merkezi: 2023'te gözünüz çağrı merkezinde olsun; burada giderek daha kolay uygulanan konuşma yapay zeka iş akışlarının benimsenmesi, model mimarilerini değiştirmekten özel veriler üzerinde ince ayar modellerine ve ardışık düzenleri özelleştirmeye kadar müşteri etkileşim hattının her adımında iş esnekliği sağlayacaktır. Konuşma AI iş akışlarının erişilebilirliği genişledikçe, kurumsal benimsemenin genişlediğini ve çözüm süresini hızlandırarak çağrı merkezi üretkenliğinde dev bir artış göreceğiz. AI, temsilcilerin doğru bilgiyi doğru zamanda büyük bir bilgi tabanından çekmesine yardımcı olacak ve müşteriler için bekleme sürelerini en aza indirecektir.

Deepu Talla, Başkan Yardımcısı, Gömülü ve Uç Bilişim
Robotlar Bir Milyon Can Alır: Fotogerçekçi işleme ve doğru fizik modelleme, buluttaki GPU'larda bir robotun milyonlarca örneğini paralel olarak simüle etme yeteneği ile birleştiğinden, sanal dünyalarda daha fazla robot eğitilecek. Üretken yapay zeka teknikleri, son derece gerçekçi 3B simülasyon senaryoları oluşturmayı kolaylaştıracak ve daha yetenekli robotlar geliştirmek için simülasyon ve sentetik verilerin benimsenmesini daha da hızlandıracak.

 Marc Spieler, Kıdemli Direktör, Enerji
Yapay Zeka Destekli Enerji Şebekesi: Şebeke, benzeri görülmemiş oranda dağıtılmış enerji kaynaklarının eklenmesi nedeniyle daha karmaşık hale geldikçe, elektrik hizmeti şirketleri operasyonel verimliliği artırmak, işlevsel güvenliği artırmak, yük ve talep tahmininin doğruluğunu artırmak ve yenilenebilir enerjinin bağlantı süresini hızlandırmak için uç yapay zekaya ihtiyaç duyacaktır. , güneş ve rüzgar gibi. Uçta yapay zeka, enerji israfını ve maliyeti azaltırken şebeke direncini artıracaktır.