harvestingurbantimber.com

A lovely story

AI สามารถสร้างการเปลี่ยนแปลงที่มีความหมายในอุตสาหกรรมดั้งเดิมได้อย่างไร

AI สามารถสร้างการเปลี่ยนแปลงที่มีความหมายในอุตสาหกรรมดั้งเดิมได้อย่างไร เว็บไซต์ เป็นเวลากว่าทศวรรษแล้วที่ Marc Andreessen เขียนเรียงความที่มีชื่อเสียงของเขาว่า “ซอฟต์แวร์กำลังกินโลก” เราจำเป็นต้องดูบริษัทซอฟต์แวร์เพียงไม่กี่แห่งที่มีผลกระทบอย่างใหญ่หลวงต่อชีวิตประจำวันของเรา (เช่น Uber, DoorDash และ Slack) เพื่อทำความเข้าใจว่าสิ่งนี้เป็นความจริง ทว่าในปัจจุบัน อุตสาหกรรมมูลค่าหลายล้านล้านดอลลาร์ เช่น การค้าปลีก ห่วงโซ่อุปทาน อาหารและพลังงาน มีขั้นตอนการทำงานที่สำคัญและกระบวนการตัดสินใจที่อาศัยสเปรดชีต Excel หรือปากกาและกระดาษตามตัวอักษร การออกแบบเว็บไซต์ อะไรทำให้ซอฟต์แวร์ไม่กินอุตสาหกรรมเหล่านี้ คำตอบอยู่ที่กายภาพ พลวัต และความคาดเดาไม่ได้ของโลกที่ไม่ใช่ดิจิทัลAI ทำงานอย่างไรในโลกดิจิทัลในโลกดิจิทัล ปัจจัยการผลิตที่จำเป็นนั้นสามารถรู้ได้ ดำเนินธุรกิจในการปรับตำแหน่งโฆษณาให้เหมาะสมเพื่อเพิ่มจำนวนคลิกสูงสุดในขณะที่ผู้คนท่องเว็บหรือเลื่อนดูโซเชียลมีเดีย ที่ระดับสูงสุด วัตถุประสงค์คือเพื่อเพิ่มอัตราการคลิกผ่านและการแปลงให้สูงสุด ปัจจัยการผลิตที่จำเป็นสำหรับซอฟต์แวร์เพิ่มประสิทธิภาพในการทำงานเป็นที่ทราบ; ปัจจัยด้านอุปสงค์ (ผู้ที่เข้าชมไซต์ของตน) ผู้โฆษณาและการจัดหาโฆษณา (ซึ่งโฆษณาสามารถแสดงได้) และตำแหน่งตำแหน่ง (ตำแหน่งที่สามารถแสดงได้) เป็นจุดข้อมูลที่เรียบง่ายและเป็นส่วนใหญ่ การปรับตำแหน่งโฆษณาให้เหมาะสมยังคงเป็นเรื่องยากที่จะทำให้ถูกต้อง แต่การทำงานภายในบริบทดิจิทัลที่มีการบันทึกและทำความเข้าใจอินพุตและเอาต์พุตอย่างชัดเจนทำให้ง่ายขึ้นมากAI สามารถทำงานอย่างไรในโลกทางกายภาพมันยากขึ้นมากในโลกทางกายภาพที่มีความซับซ้อนมากขึ้นและสิ่งที่ไม่รู้จักอีกมากมาย ข้อมูลต่างๆ เกี่ยวกับโลกนั้นไม่เหมือนกับ “ตำแหน่ง” ดิจิทัลที่ไม่มีอยู่จริงหรือแม่นยำเสมอไป บ้านของคุณไม่ได้ “รู้” ว่าโต๊ะทำงานของคุณอยู่ที่ไหน ในขณะที่คอมพิวเตอร์ของคุณรู้ว่าไอคอนทั้งหมดอยู่ที่ใด นี่เป็นตัวอย่างง่ายๆ ของหลายสิ่งหลายอย่างที่ทำให้โลกของอะตอมซับซ้อนทวีคูณกว่าโลกของบิตแล้วอะไรคือสิ่งที่จำเป็นในการอัดฉีดเทคโนโลยีเข้าไปในบริบทที่ซับซ้อนอย่างไร้ความปราณีของโลกทางกายภาพ? […]

MLOps : AI อุตสาหกรรม การพัฒนาแบบจำลอง และการดำเนินงานที่ปรับขนาดด้วยปริมาณ

MLOps : AI อุตสาหกรรม การพัฒนาแบบจำลอง และการดำเนินงานที่ปรับขนาดด้วยปริมาณของ วินัยทางวิศวกรรมและการปฏิบัติงาน เว็บไซต์ ยุคของ AI ช่างฝีมือต้องหลีกทางให้ MLOps—การประยุกต์ใช้ระเบียบวินัยทางวิศวกรรมเพื่อทำให้การพัฒนา บำรุงรักษา และการส่งมอบแบบจำลอง ML เป็นแบบอัตโนมัติ—เพื่อลดวงจรชีวิตการพัฒนาและอุตสาหกรรม AI การออกแบบเว็บไซต์ โมเดลแมชชีนเลิร์นนิงที่ซับซ้อนช่วยให้องค์กรค้นพบรูปแบบ เปิดเผยความผิดปกติ คาดการณ์และตัดสินใจ และสร้างข้อมูลเชิงลึกได้อย่างมีประสิทธิภาพ Forrester รายงานว่าผู้มีอำนาจตัดสินใจด้านเทคโนโลยีด้านข้อมูลและการวิเคราะห์มากกว่าครึ่งได้ดำเนินการหรืออยู่ในขั้นตอนการนำ AI บางรูปแบบไปใช้ 1เนื่องจากแมชชีนเลิร์นนิงและ AI กลายเป็นตัวขับเคลื่อนหลักของประสิทธิภาพองค์กรมากขึ้นเรื่อยๆ องค์กรต่างๆ จึงตระหนักถึงความจำเป็นในการเปลี่ยนจากฮีโร่ส่วนตัวเป็นประสิทธิภาพทางวิศวกรรม ไปจนถึงการย้ายโมเดล ML อย่างมีประสิทธิภาพจากการพัฒนาไปสู่การผลิตและการจัดการแม้จะมีการนำ ML ไปใช้เพิ่มขึ้น องค์กรจำนวนมากก็ยังขัดขวางความพยายามของพวกเขาด้วยกระบวนการพัฒนาและปรับใช้ที่ยุ่งยาก เปราะบาง ซึ่งขัดขวางการทดลองและขัดขวางการทำงานร่วมกันระหว่างทีมผลิตภัณฑ์ เจ้าหน้าที่ปฏิบัติงาน และนักวิทยาศาสตร์ข้อมูล ในการสำรวจหนึ่งของผู้มีอำนาจตัดสินใจทางธุรกิจเกือบ 750 คน มีเพียง 8% เท่านั้นที่พิจารณาว่าโปรแกรม ML ของบริษัทของพวกเขานั้นซับซ้อน และการปรับใช้เกิดขึ้นช้าเกินไป: ร้อยละ 22 กล่าวว่าต้องใช้เวลาระหว่างหนึ่งถึงสามเดือนในการปรับใช้แบบจำลอง ML ที่พัฒนาขึ้นใหม่ในการผลิต […]