Search Icon
ΑΝΑΖΗΤΗΣΗ
Tεχνολογία

Τεχνολογία Μέλλον: Πώς να ξεκινήσετε το ταξίδι σας στην τεχνητή νοημοσύνη

Τεχνολογία Μέλλον: Πώς να ξεκινήσετε το ταξίδι σας στην τεχνητή νοημοσύνη

"Με άλλα λόγια, αν είστε μια μικρή εταιρεία και θέλετε να ασχοληθείτε με δεδομένα και τεχνητή νοημοσύνη, δεν χρειάζεται να έχετε μια τεράστια υποδομή πληροφορικής και το δικό σας κέντρο δεδομένων", εξηγεί ο Astorino.

Τεχνολογία Μέλλον: Υπάρχουν δύο τύποι ανθρώπων στον κόσμο: Αυτοί που θέλουν να κατανοήσουν τις λεπτομέρειες του πώς λειτουργούν τα πράγματα και αυτοί που πραγματικά δεν θέλουν τις λεπτομέρειες – θέλουν απλώς να λειτουργούν τα πράγματα. Συχνά, αυτοί οι δύο άνθρωποι παντρεύονται μεταξύ τους. Πέρα από την πλάκα, αυτά τα δύο χαρακτηριστικά της προσωπικότητας λειτουργούν επίσης ως παράδειγμα για να απεικονίσουν τα δύο είδη ανθρώπων που ασχολούνται με την τεχνητή νοημοσύνη (AI) – ή χρησιμοποιούν ήδη πλήρως την τεχνητή νοημοσύνη (AI). Ο ένας θέλει να κατανοήσει πλήρως πώς λειτουργεί, γιατί γίνονται οι συστάσεις, ποια δεδομένα χρησιμοποιήθηκαν στη διαδικασία λήψης αποφάσεων και πολλά άλλα. Ο άλλος θέλει απλώς να αξιοποιήσει τις συστάσεις της τεχνητής νοημοσύνης χωρίς να κατανοήσει πώς η τεχνητή νοημοσύνη έφτασε εκεί. Ή θέλουν συστάσεις AI χωρίς να χρειάζονται τεχνικές δεξιότητες για να τα ρυθμίσουν όλα αυτά.

Αυτοί οι δύο τύποι ανθρώπων δημιουργούν μια πρόκληση για την ανάπτυξη της ΤΝ στις επιχειρήσεις σήμερα, και αυτό είναι κάτι που η IBM έχει βάλει στόχο να λύσει.

Στα περισσότερα επιχειρηματικά περιβάλλοντα σήμερα, η AI είναι απρόσιτη για τον μέσο άνθρωπο. Συχνά παραπέμπεται σε επιστήμονες δεδομένων ή προγραμματιστές που διαθέτουν εξειδικευμένες δεξιότητες.

Αυτοί αναπτύσσουν αλγόριθμους, εκπαιδεύουν την ΤΝ και αναπτύσσουν μοντέλα, ενώ οι περισσότεροι άλλοι στην ομάδα το βλέπουν ως μαύρο κουτί.

Η λύση της IBM είναι το Cloud Pak for Data της εταιρείας, μια πλατφόρμα που συμβάλλει στη βελτίωση της παραγωγικότητας και στη μείωση της πολυπλοκότητας των λύσεων δεδομένων και ΤΝ. Αξιοποιεί τις ενσωματωμένες δυνατότητες data fabric που βοηθούν στην ενσωμάτωση και τη διακυβέρνηση απομονωμένων δεδομένων, όπου και αν βρίσκονται, όπως και αν είναι αποθηκευμένα.

Οι οργανισμοί είναι σε θέση να συλλέγουν, να οργανώνουν και να αναλύουν τα δεδομένα τους και να ενσωματώνουν AI στις εφαρμογές και τις επιχειρηματικές τους διαδικασίες.

Το καλύτερο από όλα, απευθύνεται στους επιστήμονες δεδομένων που θέλω να καταλάβω πώς λειτουργεί, καθώς και σε όσους από εμάς δεν είναι τεχνικοί και λιγότερο περίεργοι για το πώς φτιάχνεται η σούπα.

“Πολλές επιχειρήσεις αναρωτιούνται, από πού να ξεκινήσω με την τεχνητή νοημοσύνη; Πώς μπορώ να ξεκινήσω; Με τι να ξεκινήσω;”, λέει ο Steve Astorino, αντιπρόεδρος της IBM για την ανάπτυξη, τα δεδομένα και την τεχνητή νοημοσύνη.

Ο Astorino, ο οποίος είναι επίσης διευθυντής του εργαστηρίου Καναδά της IBM, εκτιμά ότι περίπου το 30% των πελατών έχουν πραγματικά κατανοήσει πώς να χρησιμοποιήσουν την ΤΝ για την επιχείρησή τους, αλλά οι περισσότεροι προσπαθούν ακόμη να βρουν το δρόμο τους.

“Σε αυτό το σημείο έρχεται η IBM”, λέει. “Μπορούμε να σας βοηθήσουμε να προσδιορίσετε πού βρίσκεστε στο ταξίδι σας προς την ΤΝ με βάση την ετοιμότητα και το επίπεδο ωριμότητας του οργανισμού σας, να σας βοηθήσουμε να προσδιορίσετε από πού να ξεκινήσετε και να σας βοηθήσουμε να προχωρήσετε στο ατομικό σας ταξίδι”.

Πώς να ξεκινήσετε το ταξίδι σας στην ΤΝ

Η IBM διαθέτει ένα διπλό χτύπημα όταν πρόκειται να καταστήσει την AI προσιτή σε όλους. Το πρώτο είναι η πλατφόρμα IBM Cloud Pak for Data και το δεύτερο είναι το WeaveSphere, το τεχνολογικό συνέδριο της εταιρείας που ζει την υπόσχεση της πλατφόρμας του κάνοντας την AI προσιτή σε όλους.

Με οικοδεσπότες το Κέντρο Προηγμένων Μελετών της IBM και την Evoke, το WeaveSphere είναι ένα από τα μεγαλύτερα τεχνολογικά συνέδρια του Καναδά που συγκεντρώνει ηγέτες και ερευνητές παγκόσμιας κλάσης από διάφορους κλάδους για να μοιραστούν γνώσεις, ιδέες και να συν-δημιουργήσουν τεχνολογία για το μέλλον.

Πραγματοποιείται φέτος στις 15-17 Νοεμβρίου στο Τορόντο.

Η εκδήλωση επικεντρώνεται στην οικοδόμηση τεχνικών γνώσεων και οι άνθρωποι που συμμετέχουν προέρχονται από όλα τα κοινωνικά στρώματα και όλα τα επίπεδα τεχνικής επάρκειας – διδάκτορες, μεταπτυχιακοί φοιτητές, προπτυχιακοί φοιτητές, ηγέτες της βιομηχανίας, ιδρυτές νεοφυών επιχειρήσεων, επενδυτές και άλλοι. Αν δεν είστε καθόλου τεχνικοί, το WeaveSphere προσφέρει μια μοναδική ευκαιρία να σας συνδέσει με όσους είναι, ώστε να μπορέσετε να ταυτιστείτε και να ξεκινήσετε το ταξίδι σας στην ΤΝ.

Το ταξίδι προς τον εκδημοκρατισμό της τεχνητής νοημοσύνης

Παραδοσιακά, οι οργανισμοί χρησιμοποιούσαν την επιχειρηματική ανάλυση για να αντλήσουν πληροφορίες από τα δεδομένα που συνέλεγαν.

Με τη δημιουργία της τεχνητής νοημοσύνης, επικράτησε η προγνωστική ανάλυση, η οποία αναζητούσε μοτίβα για την πρόβλεψη μελλοντικών συμπεριφορών ή γεγονότων.

Τα προγράμματα επιβράβευσης θα χρησιμοποιούσαν αυτό το είδος τεχνολογίας, ως παράδειγμα.

Η επόμενη εξέλιξη ήταν η εκμάθηση των ενεργειών που έπρεπε να γίνουν μετά την πραγματοποίηση των προβλέψεων.

Η IBM το έθεσε αυτό σε εφαρμογή με την εμφάνιση του υπερυπολογιστή Watson στο Jeopardy.

Τελικά, όμως, η IBM ήθελε να εκδημοκρατίσει την τεχνολογία και να επιτρέψει σε οποιονδήποτε να έχει πρόσβαση στη δύναμη ανάλυσης δεδομένων της τεχνητής νοημοσύνης χωρίς να χρειάζεται να είναι τεχνικός.

Το τελικό αποτέλεσμα ήταν μια “όλα σε ένα” πλατφόρμα που αναζητά και κατανοεί δεδομένα.

Το Cloud Pak for Data της IBM δίνει τη δυνατότητα σε οποιονδήποτε -ακόμη και σε απλούς ανθρώπους χωρίς τεχνικές γνώσεις- να εξετάζει δεδομένα, να κατανοεί και να δημιουργεί σχέσεις μεταξύ των δεδομένων και να αφήνει τα δεδομένα στη θέση τους χωρίς να δημιουργεί περιττά αντίγραφα. Τα δεδομένα και οι γνώσεις μπορούν να απεικονιστούν, ενώ δεν υπάρχει ανάγκη για πολύπλοκες ενσωματώσεις API, οι οποίες απαιτούν τεχνικές γνώσεις.

Και οι οργανισμοί μπορούν να αξιοποιήσουν τα εργαλεία και τις δεξιότητες με τις οποίες είναι εξοικειωμένοι.

Μόλις μπείτε στην πλατφόρμα, μπορείτε να ρίξετε δεδομένα και να αφήσετε τις υπηρεσίες τεχνητής νοημοσύνης να κάνουν τη δουλειά τους.

Αν έχετε ήδη υλικό στις εγκαταστάσεις σας, μπορείτε να το αναπτύξετε τοπικά, ή αν χρησιμοποιείτε ήδη έναν άλλο πάροχο, όπως το Microsoft Azure ή το AWS, μπορείτε να το αναπτύξετε εκεί.

Αν δεν έχετε τίποτα στη θέση του, μπορείτε να το χρησιμοποιήσετε ως υπηρεσία στο IBM Cloud.

“Με άλλα λόγια, αν είστε μια μικρή εταιρεία και θέλετε να ασχοληθείτε με δεδομένα και τεχνητή νοημοσύνη, δεν χρειάζεται να έχετε μια τεράστια υποδομή πληροφορικής και το δικό σας κέντρο δεδομένων”, εξηγεί ο Astorino. “Μπορείτε απλώς να πείτε: “Δεν χρειάζεται να έχετε ένα τέτοιο σύστημα, αλλά να έχετε ένα τέτοιο σύστημα: Έχω αυτά τα δεδομένα, και θέλω να χρησιμοποιήσω αυτή τη συγκεκριμένη υπηρεσία, και πρέπει να πληρώσω μόνο για τις υπηρεσίες που χρειάζομαι και για τον όγκο των δεδομένων που αναλύω”.

Μάθετε περισσότερα στο WeaveSphere

Η τεχνητή νοημοσύνη και τα δεδομένα είναι μόνο δύο από τις περισσότερες από 16 διαφορετικές ροές που προσφέρονται στο τεχνολογικό συνέδριο WeaveSphere.

“Υφαίνοντας” την ακαδημαϊκή κοινότητα και τη βιομηχανία, οι συμμετέχοντες θα ακούσουν ομιλίες από ιδρυτές νεοφυών επιχειρήσεων αιχμής, εργαστήρια από επιστήμονες και παρουσιάσεις ερευνών από προπτυχιακούς και μεταπτυχιακούς φοιτητές.

Ως επίσημος συνεργάτης των μέσων ενημέρωσης για το WeaveSphere, η Digital Journal θα συνεχίσει να μοιράζεται ενημερώσεις ενόψει της εκδήλωσης. Θα είμαστε επίσης ζωντανά στο χώρο κατά τη διάρκεια του συνεδρίου.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube

Διαβάστε Eπίσης:

Η Σιγκαπούρη θα δοκιμάσει νέες τεχνολογίες υγείας με χρηματοδότηση 1,7 εκατομμυρίων δολαρίων

Τα οφέλη των chatbots στην υγειονομική περίθαλψη

Πρωτοποριακή τεχνολογία AI μπορεί να διαγνώσει την COVID-19 σε λίγα λεπτά

Ανάπτυξη ιατρικής τεχνολογίας για την αντιμετώπιση καρδιαγγειακών παθολογιών

Πώς χρησιμοποιείται η τεχνητή νοημοσύνη για να βοηθήσει τους τυφλούς μαθητές να "οπτικοποιήσουν" γραφήματα

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Τεχνητή νοημοσύνη και φυσικές καταστροφές στην νέα ψηφιακή εποχή 

Μέσω της συγκέντρωσης δεδομένων από δορυφόρους, μετεωρολογικούς σταθμούς και ιστορικά αρχεία, οι αλγόριθμοι μπορούν να αναγνωρίσουν πρότυπα που υποδεικνύουν την πιθανότητα εμφάνισης φυσικών καταστροφών, όπως σεισμούς, πλημμύρες και κυκλώνες.

Η τηλεϊατρική πρωτοβάθμιας περίθαλψης συνδέεται με λιγότερα αντιβιοτικά για τα παιδιά

"Τα ευρήματά μας υποδηλώνουν ότι οι πάροχοι πρωτοβάθμιας περίθαλψης PCP μπορούν να παρέχουν φροντίδα υψηλής ποιότητας με αυτήν την τεχνολογία και πρέπει να διασφαλίσουμε ότι οι υπεύθυνοι χάραξης πολιτικής και οι πληρωτές δομούν προσεκτικά τα προγράμματα τηλεϋγείας και τις πληρωμές, έτσι ώστε η τηλεϋγεία ενσωματωμένη στην πρωτοβάθμια περίθαλψη να παραμένει βιώσιμη επιλογή για πρακτικές και οικογένειες."

ΣΕΙΒ: Άνω των 2,3 δισ. ευρώ ο κύκλος εργασιών των εταιρειών με Ιατροτεχνολογικά  προϊόντα 

Κλαδική Μελέτη ΣΕΙΒ: Πολλαπλή και διαχρονική η προσφορά του κλάδου των Ιατροτεχνολογικών Προϊόντων (Ι/Π) στην υγεία, την επιχειρηματικότητα  και την οικονομία.Οι εταιρείες του κλάδου απασχολούν πάνω από 11.000 εργαζόμενους. Στα 1,3 δισ. ευρώ οι απαιτήσεις των εταιρειών από τα νοσοκομεία.

Νέο μαθηματικό μοντέλο προβλέπει κατολισθήσεις μετά από πυρκαγιά

Ερευνητές στο Πανεπιστήμιο Northwestern έχουν καταλήξει σε ένα μαθηματικό μοντέλο βασισμένο στη φυσική για να διερευνήσουν και να προβλέψουν περιοχές που είναι επιρρεπείς σε κατολισθήσεις σε περίπτωση πυρκαγιών.

Κρυφή κάμερα σε τουριστικό κατάλυμα στη Χαλκιδική καταγγέλθηκε από ζευγάρι νεαρής ηλικίας

Για την υπόθεση σχηματίσθηκε δικογραφία σε βάρος ημεδαπού άνδρα, ιδιοκτήτη τουριστικού καταλύματος, για παράβαση της νομοθεσίας περί προσωπικών δεδομένων και παραβίαση του απορρήτου της τηλεφωνικής επικοινωνίας και της προφορικής συνομιλίας.

Ο αντίκτυπος της μεταβαλλόμενης ευθύνης στην εμπειρία των μέσων κοινωνικής δικτύωσης

Αν και είναι αδύνατο να γνωρίζουμε το ακριβές αποτέλεσμα μιας απόφασης πριν αυτή ληφθεί, ο Mackey εξήγησε ότι η ευθύνη για το περιεχόμενο μπορεί να βαρύνει τους συντονιστές συγκεκριμένων ομάδων σε ιστότοπους όπως το Reddit και το Mastodon.

Close Icon