欢迎光临
我们一直在努力
您的位置:首页>人工智能 >

混合AI实现是答案吗

一的技术的发展,新的发展,如人工智能(AI)为公司带来创新和显著业务影响的承诺。但是,对于诸如AI之类的东西,通常由于对数据和算法缺乏信任而使这种希望蒙上了阴影。

SAS业务运营和客户咨询总监David Cosgrave表示,与AI用于实现创新和业务改进的数据相关的问题很多。不仅信任数据的收集方式,而且还担心数据一旦被保护就应该如何保护数据。

这些问题在一定程度上阻碍了使用AI来推动创新,因为公司董事会担心其对业务的价值,而消费者也不太信任。而且不要忘记,人工智能项目对于实施它们的组织而言往往是昂贵的–毕竟,数据科学家,创新计划和大型实验室都很昂贵,”他说。

正是由于这个原因,许多企业都选择了开源(OS)选项。毕竟,技术便宜而且拥有OS技能的毕业生充斥着市场。但是,OS解决方案经常失败的地方是,仅使用OS组成一个完整的AI项目可能最终会需要许多或更多不同的技术。就像其他任何事情一样,潜在的故障点越多,使其运行起来就越复杂。”

他补充说,大多数操作系统模型也没有有效管理,这明显降低了它们准确解释接收到的任何数据的能力。此外,没有适当控制的模型很难保持最新状态。不要忘记,随着数据,人员及其行为以及技术本身的缓慢变化,该模型不可避免地会随着时间而退化。

“这意味着将需要对AI模型进行不断的重新训练-在OS环境中,这意味着必须不断地更改和重新开发代码-这会大大降低速度。”

他说,另一方面,专有解决方案不仅可以自动进行必要的更改,而且还旨在建立对模型准确性的更高信任级别。毕竟,它们具有的关键功能是使用户能够仔细询问数据以及他们如何从特定模型中获得结果。

“这并不是说在不断发展的AI世界中没有操作系统可言。实际上,这两个模型相辅相成,相距甚远,而现实情况是,精心规划的AI实施应包含两者的要素。”

“最终,这样的项目应该将操作系统程序员的技能与专有平台统一起来,因为这将提供'两全其美'的方案,在这种方案中,可以使用大量的OS技能并获得成本效益,而企业仍然可以建立控制权并他对模型的准确性充满信心,并加快了产品上市时间。”他说。

他继续说,混合模型已经在IT领域的其他部分中流行,成功的AI实施肯定应该将OS和专有解决方案结合起来,而不是被视为一项或多项决定。

“通过这种方式,组织将能够享受由OS提供的成本和技能优势,而专有方确保的数据完整性将在客户和董事会的思想中建立信任。我相信,这样的混合平台将提供所需的灵活性以及必要的治理,以确保合规性。”他总结道。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。