افق جدید: گسترش چشم انداز هوش مصنوعی


این بیماری همه گیر درسی مشابه در مورد هوش مصنوعی (AI) ارائه داده است: سازمان ها یا با استراتژی های هوش مصنوعی خود در مسیر درستی قرار دارند یا در صورت لزوم باید سرعت سرمایه گذاری را به شدت تسریع کنند. دان نیگرین ، مدیر ارشد اطلاعات بیمارستان کودکان ، اشاره می کند که برای مثال برنامه های کاربردی هوش مصنوعی که از راه دور سلامتی را ترویج می کنند ، “لزوماً مربوط به covid نیستند ، اما بیماری همه گیر مطمئناً توجه و استفاده از این نوع ابزار را تسریع کرده است.”

در نظر سنجی اخیر MIT Technology Review Insights از 301 رهبر تجارت و فناوری ، 38٪ اظهار داشتند که برنامه های سرمایه گذاری هوش مصنوعی آنها در نتیجه همه گیری تغییر نکرده است و 32٪ گفته اند که این بحران برنامه های آنها را تسریع کرده است. درصد برنامه های هوش مصنوعی بدون تغییر و اصلاح شده برای سازمانهایی که قبلاً استراتژی هوش مصنوعی را اجرا کرده اند ، بیشتر است.

مصرف کنندگان و تصمیم گیرندگان تجاری می فهمند که روش های زیادی وجود دارد که هوش مصنوعی تلاش و تجربه انسان را افزایش می دهد. رهبران فناوری در اکثر سازمانها هوش مصنوعی را به عنوان یک توانایی حیاتی می دانند که تلاشها برای افزایش کارایی عملیاتی ، درک عمیقتر از مشتریان و شکل دادن به زمینه های جدید نوآوری در تجارت را تسریع کرده است.

هوش مصنوعی افزودنی جدید به زرادخانه فناوری های شرکتی نیست: 62٪ از پاسخ دهندگان از فناوری های هوش مصنوعی استفاده می کنند. پاسخ دهندگان از سازمان های بزرگتر (کسانی که درآمد سالانه آنها بیش از 500 میلیون دلار است) تقریباً 80٪ سطح اجرای بالاتری دارند. سازمان های کوچک (با درآمد کمتر از 5 میلیون دلار) 58 درصد ، دقیقاً کمتر از متوسط ​​هستند.

اما بیشتر سازمان ها برنامه ای برای هدف قرار دادن آنها تهیه نکرده اند: فقط بیش از یک سوم (35٪) پاسخ دهندگان می گویند که آنها در حال توسعه توانایی های هوش مصنوعی خود تحت یک استراتژی رسمی هستند. برنامه های هوش مصنوعی بیشتر در سازمان های بزرگ دیده می شود (42٪) ، و حتی کسب و کارهای کوچک 38٪ کمی بالاتر از حد متوسط ​​هستند.

از کسانی که به طور مداوم از هوش مصنوعی استفاده نمی کنند ، یک چهارم می گویند این فناوری را در دو سال آینده پیاده سازی می کنند و کمتر از 15٪ هیچ برنامه ای را نشان نمی دهد. در اینجا ، اختلاف بین بزرگ و کوچک در حال افزایش است: کمتر از 5٪ از سازمانهای بزرگ برنامه ای برای هوش مصنوعی ندارند ، در حالی که 18٪ از سازمانهای کوچک تر.

برنامه های بیشتری به منبع نزدیک می شوند

به طور فزاینده ای ، سازمان ها زیرساخت های فناوری اطلاعات خود را به منابع مبتنی بر ابر منتقل می کنند – به دلایل بی شماری ، از جمله مقرون به صرفه بودن و عملکرد محاسباتی. ابراهیم گکچن ، که تا همین اواخر مدیر ارشد فناوری اشنایدر بود ، ابر در ابراهیم گکچن گفت: “نه تنها برای تغییر دیجیتالی شرکت ما ، بلکه همچنین برای تغییر تجارت دیجیتال شرکت ما ، در شرکت مدیریت انرژی اشنایدر الکتریک” “این یک منطقه استراتژیک و روشن برای سرمایه گذاری قبل از بحران بود.”

بنابراین تعجب آور نیست که بیشتر سازمان ها AI را در فضای ابری راه اندازی می کنند: 77٪ برنامه های AI مبتنی بر ابر را اجرا می کنند. این امر باعث محبوبیت منابع ابری به مراتب بیشتر از میزبان سرورها یا مستقیماً در دستگاه های نقطه پایانی مانند لپ تاپ ها یا تلفن های هوشمند می شود.

Cloud AI همچنین به سازمان ها امکان می دهد تا در یک اکوسیستم مشترک که شامل توسعه دهندگان برنامه ها ، شرکت های تجزیه و تحلیل و خود مشتریان است ، کار کنند. نیگرین توضیح می دهد که چگونه ابر به یکی از شرکای بیمارستان کودکان بوستون ، توسعه دهنده فناوری پزشکی اسرائیلی ، DreaMed Diabetes ، اجازه می دهد “هوش مصنوعی” را به کنترل از راه دور انسولین تزریق کند. در ابتدا ، بیماران داده های پمپ انسولین یا گلوکومتر را روی ابر بارگذاری می کنند. “بیمار دسترسی به این داده ها را به بیمارستان فراهم می کند ، كه به نوبه خود از نرم افزار – همچنین در ابر – برای خرد كردن داده ها استفاده می كند و از روش الگوریتمی آن برای پیشنهاد اصلاح رژیم انسولین در آن بیمار استفاده می كند” ، صرفه جویی در وقت و بینش بیشتر برای پزشکان.

اما در حالی که ابر مزایای قابل توجهی مبتنی بر هوش مصنوعی را برای سازمان ها فراهم می کند ، تعداد بیشتری از برنامه ها نیاز به استفاده از قابلیت های زیرساختی لبه ، لایه محاسباتی میانی بین ابر و دستگاه هایی دارند که به توان محاسباتی نیاز دارند. مزیت این است که این منابع محاسباتی و ذخیره سازی که در سرورهای نهایی قرار دارند نسبت به مراکز داده در رایانش ابری که هزاران مایل دورتر هستند ، به دستگاه نزدیکتر هستند. این به این معنی است که زمان تاخیر کم است – بنابراین اگر کسی از دستگاهی برای دسترسی به برنامه استفاده کند ، تأخیر کم خواهد بود. و گرچه محاسبات محدود مقیاس پذیری نامحدود ابر نیستند ، اما آنها به اندازه کافی قدرتمند هستند که می توانند برنامه های مشتاق به داده مانند AI را کنترل کنند.

گزارش کامل را بارگیری کنید.

این محتوا توسط Insights ، محتوای شخصی شده مرور MIT Technology ، تولید شده است. توسط MIT Technology Review نوشته نشده است.


منبع: unbox-khabar.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>