Contenuto
- Apprendimento accelerato
- Nessun bug, nessuno stress: la tua guida passo passo alla creazione di software che ti cambia la vita senza distruggere la tua vita
- AI Now, Not Later
Fonte: Weerapat1003 / Dreamstime.com
Porta via:
Due dei più grandi trend tecnologici - machine learning e cloud - si stanno unendo, e di sicuro causeranno un po 'di innovazione (e alcune interruzioni) nell'azienda.
Gran parte della breve storia del cloud è stata caratterizzata dalla corsa alla fornitura di servizi di elaborazione e archiviazione di massa al prezzo più basso. L'idea era che una volta che l'azienda si abituasse al cloud come alternativa più economica alla tradizionale infrastruttura di dati, sarebbe quindi sulla strada del consumo di servizi più specializzati che generano entrate più elevate.
Verso il nuovo anno, sembra che questa strategia stia pagando meglio di quanto molti si aspettassero. Non solo l'impresa è diventata sempre più disposta a spostare carichi di lavoro critici sul cloud, ma sta anche cercando di sfruttare un portafoglio sempre più diversificato di servizi intelligenti e cognitivi che al momento non esistono altro che il cloud.
Apprendimento accelerato
Un esempio sono le istanze P3 di Amazon, che la società ha recentemente aggiornato con la nuova GPU Nvidia Volta. Come sottolinea HPC Wire, Amazon sta aggirando l'attuale linea di acceleratori Pascal a favore della Volta 100, che offre un rendimento 12 volte superiore a Pascal per applicazioni come la formazione e l'inferenza di deep learning. Ogni istanza P3 è ora supportata da Intel Xeon E5 e fino a otto V100, ognuno dei quali fornisce oltre 5.000 core CUDA più 640 core Tensor per offrire fino a 125 teraflop e prestazioni a precisione mista. Le istanze P3 sono attualmente disponibili nelle regioni orientali e occidentali degli Stati Uniti, nonché nelle regioni dell'UE e dell'Asia del Pacifico tramite acquisto su richiesta o prezzi riservati o spot.
Nel frattempo, Google sta trasformando la sua abilità nell'intelligenza artificiale verso soluzioni su misura per settori chiave del settore come l'assistenza sanitaria. La società sta stringendo profondi legami con gli sviluppatori di applicazioni chiave attraverso la sua piattaforma di machine learning Launchpad Studio, che cerca di coltivare start-up che hanno il potenziale per migliorare notevolmente - o interrompere, a seconda del tuo punto di vista - processi aziendali consolidati. Tra i primi acquirenti vi sono Augmedix, che utilizza la piattaforma Google Glass per automatizzare l'elaborazione delle prescrizioni, e BrainQ, che utilizza reti neurali e machine learning per personalizzare il trattamento delle lesioni cerebrali e spinali. Altri progetti includono progressi nella tecnologia indossabile plug-and-play e capacità avanzate di visione artificiale che possono aiutare i ricercatori a comprendere la biomeccanica dell'infezione. (Scopri le nozioni di base sull'apprendimento automatico in Machine Learning 101.)
Per un'azienda come Microsoft, che ha una forte presenza sia nel cloud che nel data center, l'IA è uno strumento efficace per aiutare i clienti a sfruttare al meglio l'infrastruttura ibrida. EWeek riferisce che la società ha aggiunto funzionalità AI alla piattaforma SQL Server 2017, insieme al supporto Linux e agli strumenti per applicazioni e contenitori compatibili con DevOps. Allo stesso tempo, il cloud di Azure è disponibile per supportare carichi di lavoro su larga scala in quella che il direttore generale John Chirapurath definisce una strategia di "dati più intelligenza artificiale". L'obiettivo è sfruttare servizi come Azure Machine Learning a supporto di Hadoop e altri carichi di lavoro di big data per consentire all'azienda di accelerare rapidamente l'IoT e le strategie di trasformazione digitale sull'infrastruttura che ritengono più appropriata per le loro esigenze. (Ulteriori informazioni sui big data nel cloud in The Cloud: lo strumento perfetto per il successo dei big data.)
Persino i leader nelle guerre dei prezzi "corsa verso il basso" del passato stanno iniziando a vedere i vantaggi di un livello di servizio più intelligente. Lo specialista dello storage Box ha recentemente svelato il nuovo framework BoxSkills progettato per aiutare i clienti ad aumentare il valore dei dati che hanno inserito nei repository Box. Il sistema utilizza l'apprendimento automatico e altri strumenti per gestire i metadati, attivare i flussi di lavoro, applicare la governance delle politiche ed eseguire una serie di altre funzioni per convertire l'archiviazione in blocco semplice in una risorsa aziendale funzionale. Le soluzioni chiave all'interno della nuova piattaforma sono l'intelligenza delle immagini, dell'audio e del video, che aggiunge al contenuto caricato per migliorare la ricerca e il recupero, così come lo strumento Box Graph che impara continuamente come le persone e il contenuto interagiscono per consentire esperienze più predittive, personalizzate e conualizzate .
Nessun bug, nessuno stress: la tua guida passo passo alla creazione di software che ti cambia la vita senza distruggere la tua vita
Non puoi migliorare le tue capacità di programmazione quando a nessuno importa della qualità del software.
AI Now, Not Later
A dire il vero, è probabile che l'impresa sviluppi le proprie capacità di intelligenza artificiale nel tempo, ma ciò richiederà del tempo a causa dei normali cicli di aggiornamento di varie piattaforme hardware e software. Il cloud sta distribuendo l'intelligenza artificiale adesso, sia in termini di scala che di prezzo, consentendo anche alle piccole aziende di iniziare a sgranocchiare dati come se fossero membri di Fortune 100.
Man mano che le organizzazioni dipendono dai servizi digitali non solo come un valore aggiunto per i prodotti esistenti, ma come generatori di entrate stessi, mantenere un vantaggio rispetto ai concorrenti si riduce alla capacità di utilizzare i dati a loro disposizione. E poiché i volumi, che sono già a livelli record, esploderanno di nuovo, solo un ecosistema di analisi intelligente, automatizzato e altamente orchestrato sarà in grado di tenere il passo con il carico.
Per l'azienda, quindi, l'intelligenza artificiale nel cloud rappresenta al momento l'unica opzione praticabile, sia in termini di velocità alla quale devono essere implementate capacità intelligenti sia in termini di dimensioni previste. E più il cloud diventa intelligente, più diventa attraente per i tipi di carichi di lavoro che stanno arrivando a definire i servizi dati di prossima generazione.