Выход из паралича искусственного интеллекта

Число стартапов в области ИИ продолжает расти, увеличившись с 2000 года примерно в 14 раз. Люди используют ИИ в своей повседневной жизни, так как 77 % устройств, как ожидается, будут использовать ту или иную форму ИИ, даже стиральные машины. Поскольку капитализация этого роста рынка крайне важна как для людей, так и для компаний, правительство Саудовской Аравии только что сделало огромный шаг вперед, открыв венчурное предприятие стоимостью 40 миллиардов долларов, и в настоящее время ищет человека, который возглавит этот фонд. Революция ИИ только начинается.

«Большинство организаций готовится к стремительному внедрению генеративного ИИ, чтобы оставаться конкурентоспособными, даже если они чувствуют себя перегруженными количеством инструментов, парализованными выбором между огромным количеством потенциальных сценариев использования и испытывают давление, требующее достижения впечатляющих результатов», - говорит Райан Баркер, технический директор компании AHEAD.«Каждый разговор об искусственном интеллекте напрямую ведет к разговору о данных», - говорит Баркер. «Прежде чем получить от ИИ реальную пользу для предприятия, необходимо привести правильные данные в соответствие с целями использования ИИ».

ИИ, конечно же, опирается на данные, а учитывая, что объем данных растет с бешеной скоростью, вопросы качества, происхождения и долгосрочного хранения становятся как никогда актуальными. Проблема осложняется наличием множества разрозненных инструментов и технологий, используемых для доступа к данным и управления ими, что создает узкие места, мешающие работе инструментов ИИ.

Оценка готовности данных - одна из первых задач, которую решает AHEAD для своих клиентов, - говорит Баркер. «И начинается она с определения места хранения необходимых данных - их всегда много, и они часто разрознены и спрятаны в огромном количестве мест, будь то в локальной сети, в облаке, на границе или даже на чьем-то устройстве. Она может быть забыта в унаследованном приложении и требовать уникальных методов извлечения, или быть безопасной, но бесполезной за различными средствами контроля доступа».

Даже прежде чем приступить к процессу обнаружения данных, необходимо обеспечить надежное управление и качество данных в качестве основы для лучших практик очистки данных. К счастью, инструменты и технологии, обеспечивающие управление данными и контроль качества, значительно усовершенствовались. Эти инструменты могут автоматизировать проверку качества по мере поиска и изучения данных, поскольку они способны понимать содержание и структуру информации по мере ее поступления.