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
-
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
发布评论请先 登录
【「零基础开发AI Agent」阅读体验】+初品Agent
**【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**
Banana Pi 与瑞萨电子携手共同推动开源创新:BPI-AI2N
机器学习模型市场前景如何
RISC-V,即将进入应用的爆发期
AI大模型与传统机器学习的区别
LIBS结合机器学习算法的江西名优春茶采收期鉴别

评论