ИИ в облаке: доступные услуги ИИ

• Автор:
• Имя автора

  Квантумран Форсайт
• 1 ноября 2023

Сводка статистики

Появление ИИ как услуги (AIaaS) у гигантов облачных вычислений облегчает разработку и тестирование моделей машинного обучения, особенно помогая небольшим предприятиям за счет минимизации первоначальных инвестиций в инфраструктуру. Это сотрудничество ускоряет развитие таких приложений, как глубокое обучение. Оно оптимизирует эффективность облака, автоматизирует ручные задачи и позволяет получить более глубокое понимание данных. Более того, это порождает новые специализированные рабочие места, влияет на будущие рабочие места и потенциально ускоряет развитие технологий в различных секторах. Более широкий сценарий указывает на демократизацию технологий машинного обучения, усиление глобальной конкуренции за экспертные знания в области искусственного интеллекта, новые проблемы кибербезопасности и стимул для поставщиков облачных услуг инвестировать в удобные для пользователя платформы машинного обучения.

ИИ в облачном контексте

Поставщики облачных услуг, такие как Amazon Web Services (AWS), Microsoft Azure и Google Cloud Platform (GCP), хотят, чтобы разработчики и специалисты по обработке данных разрабатывали и тестировали модели машинного обучения (ML) в своих облаках. Эта услуга выгодна небольшим компаниям или стартапам, поскольку для тестирования прототипов часто требуется множество инфраструктур, а для производственных моделей часто требуется высокая доступность. Поскольку поставщики облачных вычислений предлагают решения, позволяющие начать использовать технологию искусственного интеллекта без значительных инвестиций в модернизацию внутренней инфраструктуры, предприятия могут немедленно получить доступ (и протестировать) облачные сервисы искусственного интеллекта для реализации своих цифровых инициатив. Облачные вычисления позволяют быстро и более эффективно разрабатывать передовые функции искусственного интеллекта, такие как глубокое обучение (DL), которое имеет далеко идущие применения. Некоторые системы DL могут сделать камеры видеонаблюдения более интеллектуальными, обнаруживая закономерности, которые могут сигнализировать об опасности. Такая технология может также идентифицировать фотографические объекты (распознавание объектов). Беспилотный автомобиль с алгоритмами DL может различать людей и дорожные знаки.

Исследование, проведенное компанией-разработчиком программного обеспечения Redhat, показало, что 78 процентов корпоративных проектов искусственного интеллекта и машинного обучения создаются с использованием гибридной облачной инфраструктуры, поэтому у публичных облаков появляется больше возможностей для привлечения партнерских отношений. В общедоступных облаках доступны различные варианты хранения данных, включая бессерверные базы данных, хранилища данных, озера данных и базы данных NoSQL. Эти опции позволяют компаниям создавать модели рядом с местом расположения их данных. Кроме того, поставщики облачных услуг предлагают популярные технологии машинного обучения, такие как TensorFlow и PyTorch, что делает их универсальными магазинами для групп специалистов по обработке данных, которым нужны варианты.

Разрушительное воздействие

Существует несколько способов, с помощью которых ИИ меняет облако и расширяет его потенциал. Во-первых, алгоритмы повышают эффективность облачных вычислений, анализируя общее хранилище данных компании и выявляя области, которые могут нуждаться в улучшении (особенно те, которые уязвимы для кибератак). Кроме того, ИИ может автоматизировать задачи, которые в настоящее время выполняются вручную, высвобождая время и ресурсы для других, более сложных процессов. ИИ также делает облако более интеллектуальным, позволяя компаниям получать ценную информацию из своих облачных данных, что раньше было невозможно. Алгоритмы могут «обучаться» на информации и выявлять закономерности, которые люди никогда не смогут увидеть. 

Один из самых интересных способов использования ИИ в облаке — создание новых рабочих мест. Сочетание искусственного интеллекта и облачных вычислений приводит к появлению новых должностей, требующих специализированных навыков. Например, компаниям теперь могут понадобиться сотрудники, являющиеся экспертами в обеих областях для устранения и исследования проблем. Кроме того, повышение эффективности облака, вероятно, приведет к созданию новых должностей, занимающихся управлением и обслуживанием этой технологии. Наконец, ИИ меняет облако, серьезно влияя на будущее сферы труда. Например, автоматизированные задачи могут привести к переподготовке работников на другие должности. Более быстрые и эффективные облачные вычисления также могут создать рабочие места виртуальной и дополненной реальности (VR/AR), такие как Metaverse.

Последствия искусственного интеллекта в облаке

Более широкие последствия использования ИИ в облаке могут включать в себя: 

• Растущая демократизация технологий машинного обучения, которые станут доступны малому и среднему бизнесу, желающему внедрять инновации в этой области.
• Возросшая конкуренция за глобальные таланты в области ИИ, что может усугубить нынешнюю утечку мозгов исследователей и ученых ИИ из академических кругов в транснациональные компании. Затраты на набор и использование талантов в области ИИ также резко вырастут.
• Киберпреступники изучают сервисы облачных вычислений, чтобы лучше определить свои слабые места и слабые места компаний, использующих такие сервисы.
• Более быстрое развитие новых технологий, особенно в секторах беспилотных транспортных средств и Интернета вещей (IoT), которые требуют больших объемов данных и вычислительных ресурсов.
• Поставщики услуг облачных вычислений увеличивают свои инвестиции в программное обеспечение и платформы машинного обучения без или с низким кодом. 

Вопросы для комментариев

• Испытывали ли вы какую-либо облачную услугу или продукт на базе искусственного интеллекта?
• Как еще, по вашему мнению, AIAaS изменит работу людей?