Data&AI

В компании разработали фундаментальные модели для систем генеративного ИИ, способных стать «мозгом» автономных заводов, складов, систем управления дорожным движением и даже хирургических операционных.

В современной компании имеется огромное количество данных, позволяющих улучшить качество бизнес-аналитики и для дата-инженеров задача извлечения данных из альтернативных источников в общем случае относительно понятна и проблем обычно не вызывает. Однако, при работе в экосистеме 1С имеется ряд ограничений, которые призваны устранить такие специализированные системы, как «Экстрактор 1С».

ЦОДы с поддержкой искусственного интеллекта очень дороги, поскольку должны обеспечивать гораздо более высокую плотность энергопотребления.

Вслед за главным архитектором геймерских решений AMD руководитель Nvidia ответил на вопрос, будет ли ИИ когда-либо целиком синтезировать графику игр.

Внедрение системы управления данными в организации включает в себя разработку стратегии, внедрение процессов и функционально-ролевой модели управления данными, развертывание соответствующего технологического инструментария. Одним из инструментов, предлагаемых в рамках классической методологии Data Governance, является бизнес-глоссарий. Но насколько использование этого инструмента приносит дополнительную ценность компании и оправдывает инвестиции в создание процесса наполнения глоссария и технологического решения?

Дата-контракт помогает достичь взаимопонимания между всеми сторонами процесса обмена данными и включают в себя соглашения, спецификации и различные структурные аспекты, призванные обеспечить проверку структуры и ключевых параметров данных, которыми обмениваются различные системы. Однако при реализации таких проверок возникает ряд проблем, преодоление которых требует нового подхода к заключению дата-контракта и проведению автоматической проверки его различных элементов.

Благодаря подходам Low-сode/No-сode технологии управления данными, аналитики и искусственного интеллекта становятся доступны широкому кругу бизнес-пользователей. Соответствующие инструменты позволяют ускорить создание нужных приложений и функций, снижая при этом нагрузку на подразделение ИТ. Эксперты российских ИТ-компаний разбираются с тем, какие сегодня востребованы функции решений Low-Code/No-Code и что необходимо знать «гражданским» пользователям.

Переход от управления данными на предприятиях и в холдингах к управлению данными в цифровых партнерских экосистемах означает переосмысление и согласование технологических, методологических и организационных аспектов. В экосистемах взаимодействуют компании, придерживающиеся, как правило, различных подходов к управлению данными, применяющие разные форматы, инструменты и платформы. Какие проблемы наиболее актуальны в цифровых партнерских экосистемах и как их можно решать? Как строится управление данными в таких экосистемах и насколько оно отличается от управления данными в отдельно взятых организациях?

Классическое тестирование, при котором задаются сценарии тестирования или программы и методики испытаний, не применимо для систем на базе машинного обучения – модель обучилась чему-то новому и вправе выдавать непредсказуемые результаты. Как заказчику убедиться в том, что решение работает и будет приносить бизнес-пользу? Исполнитель также хочет наглядно доказать, что решение корректно работает. В этом случае может помочь системный подход к тестированию, учитывающий основные риски, которые заказчик и исполнитель должны обрабатывать совместно.

По версии Государственного института русского языка им. А. С. Пушкина, одним из словосочетаний 2024 года стал «искусственный интеллект», что отражает признание технологии массовым рынком. Искусственный интеллект, в том числе генеративный, продолжает захват корпоративного ландшафта и рабочих процессов, а обойтись без него, видимо будет уже сложно, поэтому руководству компаний остается вспомнить мудрость «Не можешь бороться – возглавь» и постараться получить от новых инструментов максимальную пользу для организации и минимальный вред для своих сотрудников.

В рамках визионерского вечера Ассоциации больших данных эксперты отрасли обсудили направления развития рынка данных и поделились прогнозами технологического будущего.

Цифровизация вызвала огромный спрос на качественные и согласованные данные, добытые из различных бизнес-подразделений и подготовленные в разных системах-источниках. Получение дополнительной прибыли и повышение производительности труда сотрудников сегодня стали уже невозможны без оперативного предоставления «гражданским» бизнес-аналитикам достоверных данных и инструментов их самостоятельной обработки. Что такое парадигма self-service и каковы необходимые условия построения систем бизнес-аналитики, предоставляющей заинтересованным специалистам инструменты для самостоятельной работы с данными?

Разобраться в работе нейронных сетей вполне может и не профессионал – для этого достаточно учитывать, какой именно тип мышления сейчас заложен в ИИ, а также как это сказывается на роли человека в человеко-машинных системах. Однако некоторые особенности этого взаимодействия далеко не очевидны и пока широко не обсуждаются. Подобные дискуссии были бы полезны и инвесторам, и стартапам, и руководителям предприятий, чтобы не транжирить деньги на модные веяния, но и не отстать в мире новых технологий.