harvestingurbantimber.com

A lovely story

วิธีลดต้นทุนการประมวลผล AI

วิธีลดต้นทุนการประมวลผล AI เว็บไซต์ บร็อค เฟอร์กูสันเป็นคนประเภทที่ฝึกฝนมากกว่าทฤษฎีStrong Analyticsซึ่งเป็นที่ปรึกษาด้านวิทยาศาสตร์ข้อมูลและแมชชีนเลิร์นนิงในชิคาโกที่เขาร่วมก่อตั้งในปี 2016 ให้ความสำคัญกับการผลิตโมเดล AI มากกว่าแค่การสร้างการพิสูจน์แนวคิด“เราต้องการลดช่องว่างระหว่างการวิจัยในห้องปฏิบัติการและการนำไปใช้กับการผลิต” เขากล่าว “เราคิดมากเรื่องนั้น” การออกแบบเว็บไซต์ นั่นหมายถึงการคิดอย่างมากเกี่ยวกับค่าใช้จ่าย ซึ่งเป็นสิ่งที่ไม่เคยห่างไกลจากความคิดของผู้ปฏิบัติงานด้านแมชชีนเลิร์นนิงและที่ปรึกษา แต่กลับมาอยู่ในระดับแนวหน้าอีกครั้งด้วยการทบทวนของ Andreesen Horowitz ที่เผยแพร่ไปทั่วซึ่งเน้นย้ำถึงค่าใช้จ่ายในการสร้างอาคารที่สูงและต่อเนื่อง และการปรับใช้โมเดลปัญญาประดิษฐ์บทวิจารณ์ “เป็นจริงอย่างแน่นอน” เฟอร์กูสันกล่าวองค์กรสามารถทำอะไรได้บ้างเพื่อบรรเทาความเครียดนั้น? การเรียกเก็บเงินจากผู้ให้บริการคลาวด์ที่สูงนั้นเป็นต้นทุนที่โชคร้ายแต่จำเป็นในการทำธุรกิจ ML หรือไม่ การเปลี่ยนไปใช้ระบบไฮบริดมีความสมเหตุสมผลทางการเงินมากขึ้นหรือไม่? เราขอคำแนะนำจากเฟอร์กูสันและผู้เชี่ยวชาญอีกสองสามคนเกี่ยวกับวิธีหลีกเลี่ยงสติกเกอร์ติดค้างถาวรกระทืบตัวเลขก่อนบางทีอาจเป็นการระบุอย่างชัดเจน แต่ก็สำคัญพอที่จะทำให้ชัดเจน: บริษัทต่างๆ จะต้องพิจารณาต้นทุนการคำนวณตั้งแต่เริ่มต้นจริงๆ ขั้นตอนแรกในการโต้แย้งต้นทุนการผลิตคือการสร้างแบบจำลองตัวเลขเหล่านั้นให้ดีก่อนที่จะปรับใช้ระบบ AI David Linthicum หัวหน้าเจ้าหน้าที่ฝ่ายกลยุทธ์ระบบคลาวด์ของ Deloitte กล่าวกับ Built Inนั่นทำให้บริษัทต่างๆ “มีพื้นฐานที่ดีในการทำความเข้าใจว่าจะใช้เงินไปเท่าไหร่ และยอมให้มีการพิจารณาการประนีประนอม” เขากล่าวซึ่งรวมถึงการทำให้แน่ใจว่าบริษัทต่างๆ พิจารณาจุดปลีกย่อยของโครงสร้างพื้นฐานข้อมูลของตนตั้งแต่เนิ่นๆ Tristan Morel L’Horset ผู้นำด้านการเติบโตของระบบคลาวด์และโครงสร้างพื้นฐานของAccentureกล่าว ที่จริงแล้ว ค่าใช้จ่ายมักจะน้อยกว่าสำหรับบริการ AI ที่ประมวลผลข้อมูลและเกี่ยวกับตัวข้อมูลเองมากกว่า — จัดเก็บ แยก ส่งออก […]

12 วิธีในการจัดการความเสี่ยง Big Data และ AI Pose สู่โลกธุรกิจ

12 วิธีในการจัดการความเสี่ยง Big Data และ AI Pose สู่โลกธุรกิจ เว็บไซต์ บางส่วนของความกังวลที่ใหญ่ที่สุดของโลกที่ทันสมัย – สิ่งที่ต้องการความเสมอภาคประชาธิปไตยอัตราการจ้างงานและอื่น ๆ อีกมากมาย- อาจดูเหมือนหัวข้อการเชื่อมต่อ แต่พวกเขาเป็นส่วนหนึ่งของผ้าออกจากที่โลกสมัยใหม่ของเราเป็นทอ เราได้เห็นการเปลี่ยนแปลงครั้งใหญ่และกว้างขวางในแต่ละพื้นที่เหล่านี้เมื่อเร็วๆ นี้ แต่ความก้าวหน้าเชิงปฏิวัติของAI และข้อมูลขนาดใหญ่ นั้นพร้อมที่จะส่งผลกระทบกับข้อกังวลเหล่านี้และอาจมีอีกมากมาย การออกแบบเว็บไซต์ ความแพร่หลายที่เพิ่มขึ้นของ AI และการใช้ข้อมูลขนาดใหญ่ทำให้เกิดความกังวลเกี่ยวกับความเป็นส่วนตัวของแต่ละบุคคล ความปลอดภัยของงาน และตามที่คาดไว้ จำนวนผู้ควบคุมยังคงมีมากกว่าข้อมูลของตนเองทางออนไลน์ มันไม่ใช่ความเศร้าโศกและความหายนะทั้งหมดอย่างไรก็ตาม เมื่อเราพิจารณาแล้วว่าบิ๊กดาต้าและ AI ส่งผลกระทบต่อส่วนที่ซับซ้อนที่สุดในสังคมของเราอย่างไร เราสามารถหาวิธีกำจัดผลกระทบที่ไม่พึงประสงค์ได้ ที่นี่ 12 ผู้นำทางความคิดจาก สภาผู้ประกอบการรุ่นเยาว์สำรวจสิ่งที่ผู้นำสามารถทำได้เพื่อต่อต้านผลกระทบที่เป็นอันตรายที่อาจเกิดขึ้นจากข้อมูลขนาดใหญ่และ AI และคุณสมบัติที่ดูเหมือนไม่มีอันตรายที่อาจคุกคามแง่มุมต่าง ๆ ของสังคม ทำความเข้าใจโมเดลที่สร้างขึ้นด้วยระบบการทำนายปัญญาประดิษฐ์และแมชชีนเลิร์นนิงจะคาดการณ์ตามข้อมูลที่ได้รับ ข้อมูลจำนวนมากได้มาจากนโยบายที่ไม่เป็นธรรมและ/หรืออคติที่คนผิดๆ สามารถใช้เป็นอาวุธสร้างความชั่วร้ายได้ สิ่งสำคัญคือผู้นำต้องเข้าใจข้อมูลและแบบจำลองที่สร้างขึ้นด้วยระบบการทำนายใดๆ — Lane Campbell , PAEAN บันทึกว่า AI ของคุณใช้ข้อมูลของคุณอย่างไรความโปร่งใสเป็นกุญแจสำคัญ AI สามารถเป็นประโยชน์ต่อธุรกิจในขณะที่พวกเขาพยายามเพิ่มประสิทธิภาพและปรับขนาดองค์กร […]

ข้อเสนอเพื่อทำให้เป็นประชาธิปไตย AI

ข้อเสนอเพื่อทำให้เป็นประชาธิปไตย AI เว็บไซต์ เพื่อให้แน่ใจว่า AI จะเติมเต็มศักยภาพ เราต้องทำให้เทคโนโลยีเป็นประชาธิปไตยเพื่อหลีกเลี่ยงไม่ให้ AI กลายเป็นตัวขับเคลื่อนความไม่เท่าเทียมอีกตัวหนึ่ง นี่คือวิธีที่เราเริ่มต้นโควิด-19 ได้เปิดโปงความไม่เท่าเทียมกันของรายได้ที่แพร่ระบาดในอเมริกา การเข้าถึงและความสามารถในการมีส่วนร่วมกับเทคโนโลยีทำให้ช่องว่างเหล่านี้รุนแรงยิ่งขึ้นทั้งในระดับบุคคลและระดับองค์กร เนื่องจาก AI ทำให้บริษัทต่างๆ มีประสิทธิภาพมากขึ้นและไม่จำเป็นต้องมีงานบางประเภท ความมั่งคั่งจะยังคงสะสมอยู่ในกลุ่มคนจำนวนเล็กน้อยและทิ้งคนอื่นไว้เบื้องหลัง เรารู้ว่าคนที่รวยที่สุดอันดับ 1 อันดับแรกมีรายได้เติบโต 95 เปอร์เซ็นต์ระหว่างปี 2552-2555 ปัจจุบัน ฉันเห็นหลักฐานเพียงเล็กน้อยเกี่ยวกับการเปลี่ยนแปลงในการควบรวมเศรษฐกิจที่กำลังดำเนินอยู่นี้ นี่ไม่ใช่โลกที่ฉันอยากอยู่ การออกแบบเว็บไซต์ ในฐานะนักประดิษฐ์ ฉันเชื่อว่าเรามีความรับผิดชอบที่จะทำทุกวิถีทางเพื่อให้มั่นใจว่าบริษัทและผลิตภัณฑ์ของเราจะแก้ปัญหาที่สังคมต้องเผชิญ แทนที่จะทำให้พวกเขาแย่ลงไปอีก เนื่องจากฉันบริหารบริษัท AI ฉันได้เห็นโดยตรงถึง ข้อได้เปรียบมหาศาลที่บริษัทที่มีเงินทุนเพียงพอได้รับเมื่อพวกเขารวมโซลูชันปัญญาประดิษฐ์เข้ากับธุรกิจของพวกเขา ในทำนองเดียวกัน ฉันสามารถเห็นได้ว่าร้านกาแฟในท้องถิ่น ร้านอาหารในละแวกบ้าน และธุรกิจขนาดเล็กอื่นๆ จะถูกทิ้งไว้เบื้องหลังอย่างไร ถ้าเราต้องการสร้างโลกที่มีความเท่าเทียมมากขึ้น และฉันต้องทำ เราต้องจัดการกับช่องว่างของปัญญาประดิษฐ์ที่กำลังเติบโต วิธีการทำนั้นง่าย: การศึกษา AI ที่ดีขึ้น ความเข้าใจที่ดีขึ้นในการเก็บข้อมูลและการกำกับดูแล และการทำให้การเข้าถึง AI เป็นประชาธิปไตยมากขึ้นข้อมูลคือหัวใจของปัญญาประดิษฐ์ ข้อมูลอาจเกี่ยวข้องกับพฤติกรรมการซื้อของส่วนบุคคล การดำเนินธุรกิจ รูปแบบทางประวัติศาสตร์ หรือพื้นที่อื่นๆ สิ่งที่น่าสนใจคือมีตัวรับหลายล้านตัวที่รวบรวมข้อมูลจำนวนมากเกี่ยวกับการกระทำที่เล็กที่สุดของเรา […]

ถึงเวลาแล้วที่จะแยก AI ออกจากสมองของมนุษย์

ถึงเวลาแล้วที่จะแยก AI ออกจากสมองของมนุษย์ เว็บไซต์ AI เริ่มต้นด้วยนักคณิตศาสตร์ วิศวกร และนักจิตวิทยาที่พยายามทำให้ซอฟต์แวร์เรียนรู้เหมือนสมองของมนุษย์ แต่เราอาจเก็บเกี่ยวผลประโยชน์ที่แท้จริงได้ก็ต่อเมื่อเราละทิ้งข้อจำกัดทางความคิดของมนุษย์ในฤดูร้อนของปี 1956, 10 นักวิทยาศาสตร์พบกันที่ Dartmouth College และคิดค้นปัญญาประดิษฐ์ นักวิจัยจากสาขาต่างๆ เช่น คณิตศาสตร์ วิศวกรรมศาสตร์ จิตวิทยา เศรษฐศาสตร์ และรัฐศาสตร์มารวมตัวกันเพื่อค้นหาว่าพวกเขาสามารถอธิบายการเรียนรู้และการคิดของมนุษย์ได้อย่างแม่นยำจนสามารถจำลองด้วยเครื่องจักรได้หรือไม่ เกือบทศวรรษต่อมา นักวิทยาศาสตร์กลุ่มเดียวกันเหล่านี้มีส่วนทำให้เกิดความก้าวหน้าอย่างมากในด้านวิทยาการหุ่นยนต์ การประมวลผลภาษาธรรมชาติ และการมองเห็นด้วยคอมพิวเตอร์ การออกแบบเว็บไซต์ แม้ว่าเวลาจะผ่านไปนานนับแต่นั้นมา วิทยาการหุ่นยนต์ การประมวลผลภาษาธรรมชาติ และคอมพิวเตอร์วิทัศน์ยังคงเป็นหัวข้อการวิจัยที่ร้อนแรงที่สุดจนถึงทุกวันนี้ อาจกล่าวได้ว่าเรากำลังมุ่งสอน AI ให้เคลื่อนไหวเหมือนมนุษย์ พูดเหมือนมนุษย์ และมองอย่างมนุษย์กรณีนี้ชัดเจน: ด้วย AI เราต้องการให้เครื่องจักรทำงานอัตโนมัติ เช่น การขับรถ อ่านสัญญาทางกฎหมาย หรือซื้อของชำ และเราต้องการให้งานเหล่านี้เสร็จเร็วขึ้น ปลอดภัยขึ้น และละเอียดถี่ถ้วนกว่าที่มนุษย์จะทำได้ ด้วยวิธีนี้ มนุษย์จะมีเวลามากขึ้นสำหรับกิจกรรมสนุก ๆ ในขณะที่เครื่องจักรทำงานที่น่าเบื่อในชีวิตของเราอย่างไรก็ตาม นักวิจัยเริ่มตระหนักมากขึ้นว่า AI ซึ่งถูกจำลองตามความคิดของมนุษย์ สามารถสืบทอดอคติของมนุษย์ได้ ปัญหานี้แสดงให้เห็นในอัลกอริทึมการสรรหาของ […]

Digital Twins: What They Are and How They’re Shaping the Future พวกเขากำลังเปลี่ยนโฉมการผลิตและวิทยาศาสตร์จรวด

Digital Twins: What They Are and How They’re Shaping the Future พวกเขากำลังเปลี่ยนโฉมการผลิตและวิทยาศาสตร์จรวด เว็บไซต์ “ไม่มีใครมีข้อมูลของตัวเองมากไปกว่า Mike Snyder” Dov Greenbaum นักวิชาการด้านกฎหมายกล่าว“ไม่มีใคร.”สไนเดอร์เป็นผู้อำนวยการแผนกจีโนมและการแพทย์เฉพาะบุคคลของคณะแพทยศาสตร์มหาวิทยาลัยสแตนฟอร์ด นอกจากนี้ เขายังเป็นหนึ่งในนักวิจัยที่อยู่เบื้องหลังการศึกษาวิจัยในปี 2012 ที่ได้รับการอ้างถึงอย่างกว้างขวางซึ่งตรวจสอบข้อมูลระดับโมเลกุล จนถึงระดับของจีโนมส่วนบุคคล ของบุคคลหนึ่งคนในระยะเวลา 14 เดือน บุคคลนั้นคือสไนเดอร์เอง การออกแบบเว็บไซต์ การวิจัยทางการแพทย์ส่วนใหญ่อาศัยกลุ่มวิชา แต่สไนเดอร์และเพื่อนร่วมงานของเขาใช้เส้นทางที่ต่างออกไป โดยรวบรวมข้อมูลตามยาวทั้งหมดจากคนเพียงคนเดียว แสดงให้เห็นถึงการพิสูจน์แนวคิดเบื้องต้นเกี่ยวกับประเภทของยาเฉพาะบุคคลซึ่งจนกระทั่งเมื่อไม่นานมานี้ ฟังนิยายวิทยาศาสตร์-yแต่แล้วข้อมูลที่เกี่ยวข้องกับ Snyder ทั้งหมดที่มาจากการศึกษาล่ะ จากข้อมูลของ Greenbaum เป็นการรวบรวมข้อมูลดิจิทัลที่แข็งแกร่งที่สุดของมนุษย์คนเดียวที่เรามีหาก Mike Snyder (บุคคล) ประกอบด้วยข้อมูลทางกายภาพ และหากฮาร์ดไดรฟ์ในห้องทดลองของ Snyder มีข้อมูลเวอร์ชันดิจิทัล เราจะสามารถโต้แย้งได้หรือไม่ว่าฮาร์ดไดรฟ์มีสำเนาของ Mike Snyder“มันน่าสนใจที่จะคุยกับไมค์และดูว่าเขามีข้อมูลเพียงพอสำหรับสร้างเงาของไมค์หรือเปล่า” กรีนบอมรำพึง “สิ่งที่แสดงให้เห็นอย่างใกล้ชิดว่าเขาเป็นใคร”โดย “shadow Mike” เราหมายถึงฝาแฝดดิจิทัลหรือตัวแทนดิจิทัลของตัวตนในโลกแห่งความเป็นจริง“ฝาแฝดดิจิตอล” เกิดขึ้นครั้งแรกในบริบทของการผลิตและการจัดการวงจรชีวิตผลิตภัณฑ์เมื่อประมาณ […]