От локальных центров обработки данных до облака ИТ-операции развивались экспоненциально за последнее десятилетие с помощью услуг облачных вычислений, предлагаемых такими компаниями, как Amazon, Microsoft и Google. Со временем они сняли большую часть тяжелой работы, связанной с установкой центров обработки данных, серверов, управлением сетями, хранилищем и многим другим. Все более широкое распространение облачных технологий и появление искусственного интеллекта (ИИ) позволяют компаниям использовать интеллектуальную автоматизацию программного обеспечения для принятия решений, прогнозирования проблем и предоставления диагностической информации, чтобы снизить операционную нагрузку на инженеров.

AI изменил способ хранения, обработки и анализа данных. Теперь облако - это не просто хранилище данных, это интеллектуальное хранилище. Можно сказать, что одной из причин широкого использования технологий, связанных с ИИ, является прогресс в области облачных вычислений. Благодаря облачным вычислениям даже небольшие стартапы могут легко получить серверы с огромной вычислительной мощностью и высокопроизводительным графическим процессором. Это в огромной степени привело к развитию технологий, связанных с ИИ. Облачные вычисления стали неотъемлемой частью нескольких компаний из-за преимуществ, которые они предлагают новому миру. Около 90% первых приверженцев облака утверждают, что в ближайшие годы облачные вычисления будут играть более важную роль в искусственном интеллекте. Облачные вычисления во многом помогли организациям; от избавления от тяжелого оборудования до увеличения и уменьшения масштаба, когда это необходимо, что приводит к экономии для организаций.

Облачные вычисления предоставляют две основные функции для эффективной работы систем искусственного интеллекта. Это масштабируемые малые ресурсы и высокая мощность обработки для обработки большого количества данных. Эти две функции - большие преимущества для машинного обучения. Мы обсудим некоторые функции, которые облако предлагает для сервисов, связанных с ИИ:

Когнитивные облачные вычисления

Когда миллионы людей будут использовать облако для вычислений, хранения и работы в сети, миллионы процессов будут происходить каждый день. Они создают все больше и больше данных. Таким образом, они предоставляют машине информацию, на которой можно учиться. Весь процесс предоставит приложениям в облаке высокопроизводительные возможности. Приложения смогут выполнять когнитивные функции и принимать более обоснованные решения. Некоторыми примерами когнитивных вычислений на текущем рынке являются IBM Watson, AWS IA и Microsoft Cognitive API. Со временем можно ожидать, что эти системы возьмут на себя управление гостеприимством, здравоохранением, бизнесом и даже личной жизнью.

Чат-боты

Даже несколько лет назад разговор с компьютером мог показаться научной фантастикой. Но сейчас большинство из нас использует чат-ботов для самых разных задач. Чат-бот на основе ИИ - это компьютерная программа, которая использует ИИ для общения с людьми. Пользователи могут задавать вопросы, делать запросы и отвечать на вопросы и утверждения чат-бота, используя естественный язык. Мы можем передавать текстовый ввод, аудиовход или и то, и другое чат-ботам.

В наши дни использование чат-ботов значительно расширилось. Используя различные человеческие взаимодействия в качестве источника для обучения, чат-боты частично подготовлены со всем, что требуется для полезного разговора. Однако есть еще вещи, которые могут их отстать от реального человеческого взаимодействия. Несмотря на ряд преимуществ чат-ботов, таких как сниженная стоимость, доступность 24 часа в сутки, 7 дней в неделю, обслуживание нескольких клиентов, самообучение и обновление и т. Д. При обсуждении личных помощников или чат-ботов первое, что приходит в голову, вероятно, будет google home, amazon Alexa или Siri. Такие средства личной помощи могут иметь огромное влияние на жизнь человека. Фантазии о обладании компьютерными системами, как в научной фантастике, могут стать реальностью. Есть несколько облачных сервисов, которые помогают в этом с помощью своих сервисов, таких как Amazon Lex, службы ботов Azure и т. Д.

Наличие высокопроизводительного графического процессора

ЦП предназначены для более общих вычислительных нагрузок. Графические процессоры (GPU), напротив, менее гибки и предназначены для параллельных вычислений с использованием одних и тех же инструкций. Глубокие нейронные сети структурированы очень единообразно, так что на каждом уровне сети тысячи идентичных нейронов выполняют одни и те же вычисления. Таким образом, структура глубокой нейронной сети очень хорошо согласуется с видами вычислений, которые может эффективно выполнять графический процессор.

Итак, графические процессоры важны в случае глубокого обучения. GPU - это вычислительная платформа, которая может обрабатывать большие объемы данных с большей вычислительной мощностью и выступать в качестве вычислительного механизма для новой эры искусственного интеллекта. Теперь использование всей мощи глубокого обучения с ускорением на GPU и искусственного интеллекта для ваших данных в облаке открывает целый мир возможностей. Облачные вычисления делают ИИ более популярным, потому что у большинства типов оборудования, которое люди используют (ноутбуки, смартфоны), недостаточно вычислительных мощностей для эффективного запуска многих приложений ИИ. Облако позволяет преодолеть эти проблемы. Кроме того, облачные технологии предлагают машины с высокопроизводительным графическим процессором, за которые они могут платить почасово, когда это необходимо. Это помогает компаниям в определенной степени снизить свои затраты.

Теперь использование всей мощи глубокого обучения с ускорением на GPU и искусственного интеллекта для ваших данных в облаке открывает целый мир возможностей. Облачные вычисления делают ИИ более популярным, потому что у большинства типов оборудования, которое люди используют (ноутбуки, смартфоны), недостаточно вычислительных мощностей для эффективного запуска многих приложений ИИ. Облако позволяет преодолеть эти проблемы. Кроме того, облачные технологии предлагают машины с высокопроизводительным графическим процессором, за которые они могут платить почасово, когда это необходимо. Это помогает компаниям в определенной степени снизить свои затраты.

Инструменты оптимизации инфраструктуры

Рабочие нагрузки с искусственным интеллектом (ИИ) потребляют еще больше ресурсов ИТ-инфраструктуры. AI также становится встроенным компонентом для мониторинга, управления, защиты и контроля ИТ-инфраструктуры. С развитием ИИ появилось множество инструментов оптимизации инфраструктуры. В связи с этим увеличивается количество приложений с самовосстановлением, самоуправлением, самозащитой, самовосстановлением и самооптимизацией. Такие инструменты все еще находятся в стадии разработки в облаке, и мы можем ожидать большего в будущем. Из-за способности искусственного интеллекта выполнять непрерывный анализ журнала, обнаружение аномалий, профилактическое обслуживание, анализ первопричин и т. Д., Управление сложными мультиоблачными облаками может стать невозможным или дорогостоящим для многих организаций. ИИ продолжит внедрение технологических инноваций в направлении непрерывной интеграции и доставки.

Повышение производительности за счет облачных вычислений

Жесткие диски или локальные запоминающие устройства в локальных помещениях - это давняя история. Теперь все размещено в облаке. AI еще больше расширит возможности автоматизации ИТ-инфраструктуры. В будущем мы увидим интеллектуальную инфраструктуру, основанную на сложных алгоритмах с использованием таких технологий, как машинное обучение (ML) и глубокое обучение. Машинное обучение также поможет уступить место интеллектуальному конвейеру CI / CD. Это может изменить представление о непрерывной интеграции и непрерывном развертывании. Некоторые области применения ИИ в ИТ-инфраструктуре включают:

Прогнозирование показателей. Предсказание, когда показатель достигнет определенного порогового значения.

Аналитика Devops на основе искусственного интеллекта. Помогает производить качественную аналитику деятельности DevOps.

Оптимизация затрат. Помогает спрогнозировать общую стоимость учетной записи пользователя в облаке.

Системы самовосстановления. Системы, которые могут лечить сами себя на основе ошибок, которые они генерируют, используя такие методы, как обнаружение аномалий. Мы можем надеяться на появление таких операционных систем в будущем.

Появление облачных вычислений в сервисах, связанных с ИИ, на этом не заканчивается. Его масштабы будут продолжать расти с течением времени. Благодаря облачным технологиям AI теперь доступен для средних компаний и небольших стартапов. ИИ сейчас находится в стадии эволюции. Он сталкивается с множеством проблем и еще не достиг своего полного состояния. Таким образом, мы можем ожидать, что с течением времени все больше и больше облачных сервисов будут обновляться и будут оказывать большее влияние на ИИ.

Первоначально опубликовано на https://www.infolks.info 30 июля 2019 г.