So erkunden Sie KI für die Automatisierung der IT-Infrastruktur

Video: Wie man den Unterschied zwischen KI, maschinellem Lernen und tiefem Lernen erkennt Fortschritte bei künstlicher Intelligenz, maschinellem Lernen und tiefem Lernen wirken sich auf Unternehmen aus. Die Begriffe werden jedoch häufig synonym verwendet. Hier erfahren Sie, wie Sie sie voneinander unterscheiden können.

Etwa die Hälfte der Unternehmen verwendet künstliche Intelligenz (KI), hauptsächlich in ihrer handelsüblichen IT-Automatisierungssoftware. Dies bedeutet jedoch nicht, dass sie es richtig machen, so Analysten von IDC.

Künstliche Intelligenz, die einige Unternehmen als kognitive Software oder maschinelles Lernen bezeichnen, geht auf die Forschung an Schachcomputern der 1950er Jahre zurück. Jetzt ist es am besten dafür bekannt, virtuelle Assistenten über Ihr Smart-Gerät mit Strom zu versorgen. AI verdient seinen Lebensunterhalt wirklich, indem es IT-Mitarbeitern hilft, ihre Informationsinfrastruktur am Laufen zu halten.

Die IDC-Analysten Peter Rutten und Ritu Jyoti sprachen mit TechRepublic darüber, wie man KI richtig macht.

"Es gibt viel Verwirrung und viele Fehlinformationen. KI ist ein Hype ... wir versuchen, so realistisch und empirisch wie möglich zu sein", sagte Rutten, der die Hardwareseite abdeckt. Der kombinierte Markt für KI-Server mit Technologien wie anwendungsspezifischen Chips, vor Ort programmierbaren Chips, grafischen Verarbeitungseinheiten und Prozessoren mit Hunderten von Kernen wird bis zum Jahr 2022 22 Milliarden US-Dollar betragen ", sagte er.

"Wir haben gesehen, dass Unternehmen jemanden innerhalb des Unternehmens finden, der sich mit diesem Thema auskennt. In der Regel werden sie gebeten, ein kleines Team zusammenzustellen, das die Möglichkeiten auslotet", erklärte Rutten. "Mittelständische und kleinere Unternehmen haben in der Regel einen Champion, der die Chancen und Aktivitäten des Wettbewerbs ermittelt und im Wesentlichen eine Karte mit dem Titel" Dies ist, was wir tun könnten oder sollten "erstellt, die dies beinhalten könnte Entwickler, Branchenexperten und Datenwissenschaftler, sagte er.

Mehr über künstliche Intelligenz

  • Google DeepMind-Gründer Demis Hassabis: Drei Wahrheiten über KI
  • Die 10 gefragtesten KI-Jobs der Welt
  • Die 3 am meisten übersehenen Einschränkungen der KI im Geschäftsleben
  • Wie man ein Ingenieur für maschinelles Lernen wird: Ein Spickzettel

Rutten sagte, der häufigste Fehler, den er sieht, wenn Unternehmen das KI-Wasser testen wollen, ist, dass sie ohne geeignete Teams eintauchen und Komponenten mit geringer Leistung verwenden - Partitionen virtueller Maschinen oder kleine Cluster werden nicht unbedingt ausreichen. "Viele Unternehmen heute und vor 12 Monaten wissen, dass man KI nicht auf jeder Infrastruktur starten kann", sagte er. Zu den spezifischen Problemen gehören E / A-Einschränkungen, zu große Datenmodelle und zu langsame Verarbeitung. "An diesem Punkt gibt es normalerweise eine Art Erkenntnis, dass wir herausfinden müssen, welche Infrastruktur wir für unsere KI-Bemühungen benötigen", sagte er. "Viele Unternehmen durchlaufen eine Trial-and-Error-Kultur."

Auf der Softwareseite hob Jyoti in einer Präsentation auf der IDC Directions 2018-Konferenz im März sechs wichtige Tipps für KI-Projekte von Unternehmen hervor:

  • Verwenden Sie öffentliche Cloud-Dienste, da diese skalierbarer sind als die firmeneigene Infrastruktur.
  • Bauen Sie Ihr Team nach den Projektanforderungen auf - bauen Sie das Projekt nicht nach den Mitarbeitern auf, die Sie gerade haben.
  • erfahrene KI-Berater hinzuziehen;
  • Überprüfen Sie, ob Ihre Softwareanbieter bereits eine Ihrer Anwendungen AI-fähig gemacht haben.
  • Übernahme der KI in Ebenen wie Ergebnisse auf Vorhersageebene zuerst und vollständige Automatisierung an zweiter Stelle; und
  • Aufbau von Change-Management-Organisationen.

Während derzeit nur die Hälfte der großen Unternehmen KI für die IT-Automatisierung einsetzt, wird diese Zahl bis 2020 auf 75% steigen, sagte Jyoti. Die meisten der heutigen KI-Aufgaben sind unkompliziert, z. B. die Benachrichtigung menschlicher Overlords, wenn sich eine Festplatte der maximalen Kapazität nähert oder wenn die Festplatte ausfällt oder wenn CPU-Prozesse aus allen Nähten auseinanderfallen - diese Art von KI ist nicht anders als ein Roboter IT-Praktikant. Die Technologie hilft wirklich, wenn sie komplizierte Probleme wie ein Leistungsproblem in einer Oracle-Datenbank, die in einer virtuellen Maschine ausgeführt wird, meldet und automatisch behebt. Menschen können sich gegenseitig die Schuld geben, aber Software hat keine Vorurteile und kann einen Drilldown in CPU-Zustände und Netzwerk / durchführen. Speichereinstellungen, bemerkte sie.

Nicht, dass die KI ihre Grenzen nicht hat, stellte Jyoti fest. Das 'A' steht immer noch für künstliche, nicht tatsächliche Intelligenz. Um das Beste aus Ihren KI-Dollars herauszuholen, müssen Sie Zeit und Mühe investieren, um sicherzustellen, dass Ihre Daten von hoher Qualität sind. Andernfalls leiden Sie unter Müll rein, Müll raus, wo Ihr KI-System zu dem Schluss kommt, dass alle anderen von einer Brücke gesprungen sind und Sie es auch sollten.

Innovations-Newsletter

Informieren Sie sich über Smart Cities, KI, Internet der Dinge, VR, AR, Robotik, Drohnen, autonomes Fahren und weitere der coolsten technischen Innovationen. Lieferung mittwochs und freitags

Heute anmelden

© Copyright 2021 | mobilegn.com