Компании, способные с помощью графов знаний управлять сложностью своих информационных систем, получат преимущества в условиях цифровой экономики.
29 ноября 2018 года эта тема подробно обсуждается на конференции "Технологии управления данными 2018"
Ни одна из существующих платформ распределенных реестров не идеальна — каждая обеспечивает лишь определенный набор компромиссов, между которыми придется делать сбалансированный выбор в зависимости от конкретной задачи.
На большинстве российских предприятий уже заполнен «вакуум» базовых бизнес-процессов и пройден этап начальной автоматизации. Дальнейшая, традиционная автоматизация уже не дает существенного эффекта.
Теория битовых индексов достигла уровня зрелости, позволяющего архитекторам баз данных корректно ставить разработчикам задачу на расширение стандартного функционала битовых индексов для конкретной СУБД. Несмотря на то что для этого потребуется детальное изучение нюансов задачи, результат в виде кратного повышения производительности этого стоит.
29 ноября 2018 года эта тема подробно обсуждается на конференции "Технологии управления данными 2018"
Автоматизация лишь оптимизирует бизнес, а цифровая трансформация способствует созданию новых бизнес-процессов, сервисов, бизнес-моделей и появлению новых типов бизнеса, сегментов рынка или целой отрасли. Однако для этого требуются специалисты, способные придумывать новые цифровые вещи.
Темы майского, июньского, июльского и августовского номеров журнала Computer (IEEE Computer Society, Vol. 51, No. 5–8, 2018) — средства машинного обучения для мобильных и встроенных систем, «наука о Всемирной паутине», проблема доверия устройствам Интернета вещей и цифровые консультанты в сфере медицины.
Грид-cайты стали сегодня неотъемлемой частью научно-исследовательских и образовательных центров, позволяя оперативно получать ресурсы для проведения научных исследований, требующих высокопроизводительных расчетов и инструментов распределенной обработки больших данных.
Среди выдающихся вычислителей, работавших на машинах «Мерседес» и «Рейнметалл», была и Ольга Павловна Крамер — программист первых ЭВМ.
Машина Цетлина построена на принципах, в корне отличных от всех известных сегодня подходов к реализации искусственного интеллекта, и уже показала лучшие результаты, чем альтернативные подходы. Эта машина может стать качественно новым инструментом, позволяющим на обычных универсальных компьютерах решать задачи распознавания образов, лингвистики, диагностики и прогнозирования.
Технологии микросервисов развиваются сегодня весьма стремительно, однако для микросервисов требуется культура DevOps, поэтому и начинать нужно с нее, что быстро станет приносить пользу благодаря интеграции процессов разработки и эксплуатации.
Миграция унаследованных приложений требует решения проблем мультиарендности, сохранения состояния и согласованности данных.
Каждый модуль-микросервис реализуется и работает как малая полностью независимая система, что способствует гибкости разработки, развертывания, эксплуатации, управления версиями и масштабирования. Как эволюционировали микросервисы, какие несут проблемы и чего следует ожидать от них в будущем?
Успех проектов машинного обучения в промышленности определяется множеством факторов, учет которых позволит оптимизировать распределение ресурсов и на ранних этапах исключить проекты, не приносящие экономической выгоды.
Эффективное применение технологий машинного обучения для работы с текстами невозможно без средств предварительного семантического анализа, которые в будущем должны использоваться при подготовке и разметке обучающих выборок.
Будущее ИТ цифровой эпохи — адаптивные, реактивные архитектуры. Корпоративному бизнесу и рядовым пользователям нужны технологии, способные обеспечить приложениям гиперчувствительность к изменениям среды эксплуатации и эластичную масштабируемость по запросу.