Технологии NetApp: управление данными без ограничений

Эксперты рассказали, когда искусственный интеллект научится работать без ошибок

Новое в СХД
/ Фото: ru.depositphotos.com

Участники крупнейшего международного экономического форума в Давосе пришли к выводу, что искусственный интеллект и машинное обучение станут ключевыми технологиями четвертой промышленной революции. Они потребуют разработки новых бизнес-моделей, но взамен дадут почти тотальное исключение ошибок


Искусственный интеллект расширит существующие бизнес-модели

Искусственный интеллект (ИИ) будет ключевой технологией, которая приблизит мир к четвертой промышленной революции. К такому выводу пришли участники технологической сессии международного экономического форума в Давосе, который прошел с 22 по 25 января 2019 г. Индустрию 4.0, по мнению ведущих ученых и экспертов, предвосхищают развитие машинного обучения, создание цифровых близнецов физических объектов, а также разработка интеллектуальных фабрик.

«Четыре года назад внедрение ИИ было редкостью – только 10% респондентов говорили, что уже внедрили искусственный интеллект либо сделают это в ближайшее время, – напоминает вице-президент Gartner Крис Ховард (Chris Howard). – К 2019 году эта цифра подскочила до 37% – на 270% за четыре года».

По мнению участников форума в Давосе, искусственный интеллект (в частности – промышленный) должен использоваться для повышения надежности и расширения возможностей новых бизнес-моделей.

«Ключом к успеху в эпоху цифровых технологий являются скорость и масштаб, – уверен CTOкомпании Siemens Роланд Буш (Roland Busch). – И если есть хоть одна область, в которой ИИ уже намного опережает нас, людей, то это огромная скорость, с которой модели обрабатывают данные, а затем обнаруживают и исключают ошибки. Короче говоря, ИИ может помочь нам избежать ошибок».

По мнению выступавших на форуме аналитиков, промышленный интернет вещей поможет вывести цифровизацию бизнеса на новый уровень. ИИ стимулирует создание и внедрение инноваций, повысит производительность и эффективность организаций.

Машинное обучение часто базируется не на лучших практиках

Вместе с тем, развитие не будет беспрепятственным. На форуме в Давосе была поднята тема создания контролируемых систем на базе машинного обучения, которые бы собирали огромные данные. Проблема в том, что зачастую в процессе обучения такие системы ориентируются не на лучшие человеческие образцы, а на некий усредненный уровень.

«Технология не демократия, – говорит глава департамента робототехники Airbus Себастьян Боря (Sebastien Boria). – Просто потому, что 50% сотрудников делают работу каким-то конкретным образом, не значит, что они делают ее правильно. Более того, действительно лучшие практики система может посчитать аномальными и вообще не учитывать».

Искусственный интеллект (в частности – промышленный) должен использоваться для повышения надежности и расширения возможностей новых бизнес-моделей

Решением могло бы стать фактическое объединение физического мира с цифровым, но это потребовало бы настолько тотальной установки датчиков, при которой ни один параметр на производстве и ни один элемент данных не прошли бы мимо систем на основе искусственного интеллекта. Проблема в том, что, например, в авиастроении такое пока невозможно, и многие существующие датчики недостаточно эффективны. Поэтому на данном этапе развития технологий лучше использовать прогнозный подход.

«Чтобы оставаться конкурентоспособными, компаниям необходимо применять прогнозный подход к качеству продукции, к улучшению своей работы и повышению ее эффективности, а также к ограничениям по охране окружающей среды, – уверен Чен Линчевски (Chen Linchevski), генеральный директор и соучредитель израильского стартапа Precognize. – Максимизация инвестиций в технологии на основе ИИ и человеческого интеллекта имеет решающее значение. В конечном счете, дешевле обходится развертывание программного обеспечения, которое предвидит и обрабатывает проблемы до того, как они остановят производство».

Участники дискуссии пришли к выводу, что развитие и использование технологий искусственного интеллекта будет в ближайшие годы наиболее актуальным вопросом, связанным с четвертой промышленной революцией.

«Выбор программного обеспечения сервисных инструментов для искусственного интеллекта постоянно расширяется, что ведет к упрощению разработок в области ИИ. В будущем это позволит приложениям ИИ обеспечивать высокую производительность и масштабируемость как on-prem, так и в облаке, а также поддерживать несколько протоколов доступа к данным и их различные новые форматы, – говорит Татьяна Бочарникова, глава представительства NetApp в России и странах СНГ. – Мы не можем не замечать тенденции, которые на данный момент существуют в индустрии, поэтому недавно мы как раз представили наше новое конвергентное решение – FlexPod AI, которое строится на основе легко масштабируемой высокопроизводительной флэш-инфраструктуры. Оно облегчает управление данными на периферии, в ядре и в облаке, а также позволяет с легкостью развертывать системы на основе ИИ».

Новости

Все новости

Интервью

Фёдор Прохоров:

Сбер дает доступ к своему облачному суперкомпьютеру и искусственному интеллекту

Облака из тренда превратились в норму жизни, но это не значит, что новым облачным провайдерам больше нечем удивить публику. О том, как Сбер делится своими наработками с другими компаниями и даже государством.
Развернуть