0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器学习操作将推动AI迎来黄金期

如意 ? 来源:比特网 ? 作者:Yu ? 2020-12-21 15:03 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

德勤咨询公司近日发布的一份报告指出,人工智能的黄金时代即将到来,前提是企业可以实施并维持一种一致的机器学习操作(MLOps)方法。

该报告引用了专注于人工智能的Cognilytica进行的市场研究,并指出,到2025年,MLOps平台市场的年收入预计将超过40亿美元。

已经有多家初创公司已经专注于提供这些平台。然而,不太清楚的是,MLOps在多大程度上可能会成为许多企业今天用来构建和部署软件的DevOps平台的扩展。

德勤人工智能研究所执行董事Beena?Ammanath表示,在新冠肺炎疫情之后,各组织已经加快了对人工智能的投资,以推动数字业务转型。这个空间在未来18个月内将会升温。

但是,MLOps与用于IT运营的人工智能(AIOps)不同。前者是指构建和部署注入了AI模型的应用程序的过程,而后者是指应用AI来自动化IT运营管理。

这些MLOps流程不仅扩展到AI模型的构建和部署方式,而且扩展到它们的治理和最终淘汰方式。AI模型的主要问题之一是,随着新数据源的可用或业务条件的变化超出初始模型的范围,结果可能会随时间推移而变化。这就要求企业要么更新该AI模型,要么将其完全替换为另一个AI模型。在所有情况下,IT团队都需要不断测试和验证AI模型提出的建议,以确保它们是一致,相关且在道德准则范围内运作的。

Ammanath说,在数据科学家、开发人员、数据工程师、质量保证人员和IT人员的团队之间协调这种水平的活动需要一种高度自律的方法来处理MLOps。

企业现在面临的挑战是,随着企业接受数字业务转型,许多现有流程正在变得过时。Ammanath指出,将人工智能模型应用于不被广泛理解的业务流程,比将一个多年来一直以相同方式运行的流程自动化更具挑战性。

几乎每个应用都会在不同程度上被一个或多个人工智能模型增强。现在的挑战和机遇是提供平台,不仅可以大规模构建和部署人工智能模型,而且在必要时还可以在造成永久性损害之前将其撤回。
责编AJX

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1810

    文章

    49213

    浏览量

    251406
  • 机器学习
    +关注

    关注

    66

    文章

    8513

    浏览量

    135073
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    贸泽电子2025边缘AI机器学习技术创新论坛回顾(上)

    2025年,随着人工智能技术的快速发展,边缘AI机器学习市场迎来飞速增长,据Gartner预计,2025年至2030年,边缘AI市场
    的头像 发表于 07-21 11:08 ?620次阅读
    贸泽电子2025边缘<b class='flag-5'>AI</b>与<b class='flag-5'>机器</b><b class='flag-5'>学习</b>技术创新论坛回顾(上)

    施耐德电气以液冷布局助力AI智算中心发展

    在人工智能、机器学习、物联网等多领域对计算能力的持续需求下,AI智算也正迎来“水涨船高”的黄金时期,但与此同时,相应的人工智能基础设施也
    的头像 发表于 05-27 10:37 ?539次阅读
    施耐德电气以液冷布局助力<b class='flag-5'>AI</b>智算中心发展

    【「零基础开发AI Agent」阅读体验】+初品Agent

    大模型落地的重要方向,也是AI技术的下一个风口。 因此该书适于对AI感兴趣的读者,尤其是Agent的学习者与开发者,如想要提升工作效率的职场人、推动企业
    发表于 04-22 11:51

    手术机器人正迎来快速发展的黄金时期

    在医疗器械领域,手术机器人正迎来快速发展的黄金时期。
    的头像 发表于 04-11 10:13 ?1287次阅读

    **【技术干货】Nordic nRF54系列芯片:传感器数据采集与AI机器学习的完美结合**

    【技术干货】nRF54系列芯片:传感器数据采集与AI机器学习的完美结合 近期收到不少伙伴咨询nRF54系列芯片的应用与技术细节,今天我们整理几个核心问题与解答,带你快速掌握如何在nRF54上部署
    发表于 04-01 00:00

    Banana Pi 与瑞萨电子携手共同推动开源创新:BPI-AI2N

    与嵌入式系统的优势,该联合解决方案旨在打造更开放、更灵活的软硬件平台。 “此次合作提升瑞萨在开源社区的知名度。基于 RZ/V2N 的突破性 BPI-AI2N SOM 有望对多个行业产生重大影响,为工程师
    发表于 03-12 09:43

    机器学习模型市场前景如何

    当今,随着算法的不断优化、数据量的爆炸式增长以及计算能力的飞速提升,机器学习模型的市场前景愈发广阔。下面,AI部落小编探讨机器
    的头像 发表于 02-13 09:39 ?410次阅读

    RISC-V,即将进入应用的爆发

    我们会迎来前所未见的AI软件应用,而RISC-V有望打造出下一代的AI引擎。” 达摩院院长张建锋此前在3月2024玄铁RISC-V生态大会表示,随着新型算力需求激增,RISC-V发展迎来
    发表于 10-31 16:06

    AI干货补给站 | 深度学习机器视觉的融合探索

    在智能制造的浪潮中,阿丘科技作为业界领先的工业AI视觉平台及解决方案提供商,始终致力于推动AI+机器视觉技术的革新与应用。为此,我们特别开设了「AI
    的头像 发表于 10-29 08:04 ?613次阅读
    <b class='flag-5'>AI</b>干货补给站 | 深度<b class='flag-5'>学习</b>与<b class='flag-5'>机器</b>视觉的融合探索

    AI大模型与传统机器学习的区别

    AI大模型与传统机器学习在多个方面存在显著的区别。以下是对这些区别的介绍: 一、模型规模与复杂度 AI大模型 :通常包含数十亿甚至数万亿的参数,模型大小可以达到数百GB甚至更大。这些模
    的头像 发表于 10-23 15:01 ?2797次阅读

    LIBS结合机器学习算法的江西名优春茶采收鉴别

    以庐山云雾茶和狗牯脑茶的明前茶、雨前茶为对象,研究激光诱导击穿光谱结合机器学习的茶叶鉴别方法。茶叶茶,水数据融合可有效鉴别春茶采收,且数据融合后表现出更好的稳定性和鲁棒性,LIBS
    的头像 发表于 10-22 18:05 ?692次阅读
    LIBS结合<b class='flag-5'>机器</b><b class='flag-5'>学习</b>算法的江西名优春茶采收<b class='flag-5'>期</b>鉴别

    AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    人工智能在科学研究中的核心技术,包括机器学习、深度学习、神经网络等。这些技术构成了AI for Science的基石,使得AI能够处理和分析
    发表于 10-14 09:16

    AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    ,无疑为读者铺设了一条探索人工智能(AI)如何深刻影响并推动科学创新的道路。在阅读这一章后,我深刻感受到了人工智能技术在科学领域的广泛应用潜力以及其带来的革命性变化,以下是我个人的学习心得: 1.
    发表于 10-14 09:12

    RISC-V如何支持不同的AI机器学习框架和库?

    RISC-V如何支持不同的AI机器学习框架和库?还请坛友们多多指教一下。
    发表于 10-10 22:24

    AI引擎机器学习阵列指南

    AMD Versal AI Core 系列和 Versal AI Edge 系列旨在凭借 AI 引擎机器学习 ( ML ) 架构来提供突破性
    的头像 发表于 09-18 09:16 ?904次阅读
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>机器</b><b class='flag-5'>学习</b>阵列指南