ساس اینوویت نوآوری‌هایی در حوزه هوش مصنوعی تولیدی و پلتفرم‌های داده قوی معرفی کرد
با پیشرفت قابل توجه در زمینه قابلیت‌های پردازش داده، ساس به تازگی توانایی پلتفرم داده و هوش مصنوعی ساس® Viya® را تقویت کرده است. این بهبود با یکپارچه‌سازی مدل‌های زبان بزرگ (LLMs) همراه است که برای افزایش کارایی و بهره‌وری مشتریان طراحی شده است.
سال 2024 با عرضه ابزار SAS Data Maker توسط ساس مشخص شده است که برای مواجهه با چالش‌های اساسی و اطمینان از حفاظت از داده‌های حساس ارائه شده است. این پیشنهاد جدید پیش‌بینی می‌شود که موجب تقویت حضور ساس در فضای هوش مصنوعی تولیدی (GenAI) شود و راه را برای نوآوری‌های دوام‌بخش باز کند.
محقق بازار مطالعاتی سنیور به نام ویکتور مارکیوویچ از موسسه IDC بر جایگاه اساسی GenAI در جمعیت‌سازی تجزیه و تحلیل داده ها تأکید کرده است. او نقش مهمی برای GenAI در گسترده‌نگاری و تجزیه و تحلیل پیچیده در طول چرخه تجزیه و تحلیل داده‌ها بیان کرده است. علاوه بر این، پلتفرم‌های قابل اعتماد داده و هوش مصنوعی کلیدی برای روشن‌كردن نگراني‌ها هستند و به سفر کاوشي GenAI می‌پردازند.
تولید کنندگان برجسته، از جمله Georgia-Pacific و wienerberger، به قابلیت‌های هوش مصنوعی و GenAI ساس Viya اعتماد می‌كنند. روشن شاه، معاون ارتباطات و پشتيبانی مركز در Georgia-Pacific، به اشتراك‌گذاری گفته است كه بهترین رویكرد آن‌ها در مواجهه با مشكلات تولید، استفاده از پشتیبانی تصمیم‌گیری مبتنی بر GenAI ارائه شده توسط ساس Viya است. این رویکرد به آن‌ها قابلیت تصمیم‌گیری در زمان واقعی و دقیق را می‌دهد.
معاون و رئیس تكنولوژی ساس برایان هریس به عنوان یکی از نقاط قوت اصلی شركت خود، تجربه عمیق صنعت را بیان كرد. این فهم منحصر به فرد، ساس را قادر به تقویت نیروی كار Georgia-Pacific با راه‌كارهای مناسب GenAI برای حل چالش‌های عملیاتی به سرعت كرد.
شركت تولید‌كننده آجر شناخته شده جهانی wienerberger نیز از پشتیبانی هوش مصنوعی ساس برای كاهش مصرف انرژی و گازهای گلخانه‌ای در حالی بهره برده است كه كیفیت محصول را افزایش داده است. فلوریان زیتمایر، رئیس تیم علم داده wienerberger، موفقیت در اتصال جریان‌های داده و تجزیه و تحلیل فرآیند تولید كل با كمك تجزیه و تحلیل ساس گزارش داده است.
علاوه بر تولیدكنندگان، یك شركت تولید كننده كالاهای مصرفی جهانی از Viya و قابلیت‌های GenAI خود برای بهینه‌سازی فضای انبار، تخصیص بهینه کالاهای ورودی و ارزیابی سناریوهای مختلف ‘چه اگر’ مطابق با تقاضاي محصول بهره برده است. با به‌روزرسانی دشبورد تجزیه و تحلیل دیداری ساس به صورت دینامیك، ساس كمك به توسعه ابزار دیجیتالی بر مبنای LLMs نمود كه تیم زنجیره تأمین شركت را قادر به صرفه‌جویی در زمان و بهبود استفاده از فضای انبار از طریق تجزیه و تحلیل عمیق داده‌ها می‌كند.
زمانی که شركت‌ها به‌طور متناوب و قابل ملاحظه در GenAI اعمال می‌كنند، صنعت انگیزه و آمادگی شان را شناخته است. ساس با تزریق قابلیت‌های GenAI به محصولات برجسته خود را از جمله Viya و SAS Customer Intelligence 360 این فرق را پل کرده است، از آنجا که ایمنی داده را تضمین كرده و نتایج قابل اعتماد و قابل تفسیری ارائه می‌كند. نوآوری ساس یك رویداد حیاتی بوده و این پیشرفت‌ها را به دیدگان زندگی تجاری، فناوران و شرایط ساس معرفی می‌كند.
برای دسترسی به تحلیل‌های جامع، در توییتر @SASsoftwareNews تعقیب نمایید و آخرین اخبار از شركت ساس، رهبر جهانی در حل برنامه هاي هوش مصنوعي و تجزیه و تحلیل، را بدست بیاورید.
اضافه نمودن واقعيت‌های مربوط به موضوع:
– یکپارچه‌سازی مدل‌های زبان بزرگ (LLMs) در ساس Viya نمونه‌ای از روند رو به رشد است که پلتفرم‌های تجزیه و تحلیل از پردازش زبان طبیعی (NLP) برای ارتقای تعامل و خودكارسازی تجزیه و تحلیل بهتر استفاده می‌كنند.
– تكنولوژی GenAI برنامه‌های گسترده‌ای در بخش‌های مختلف علاوه بر تولید، از قبیل بیمارستان، امور مالی و خرده فروشی دیده است، كه سازمان‌ها را قادر می‌كند تا بینش‌های نو، فرآیندهای پیچیده داده‌محور را خودكارسازی كنند و داده‌های مصنوعي برای تحقیقات و آموزش ایجاد كنند.
سوالات و پاسخ‌های كلیدی:
1. چه تأثیری از یکپارچه‌سازی LLM ها در ساس Viya بر تجزیه و تحلیل داده‌ها می‌بینید
یکپارچه‌سازی LLM این امكان را به كاربران می‌دهد كه به زبان طبیعی با پلتفرم تجزیه و تحلیل تعامل داشته باشند، كوئری‌های پیچیده را ساده‌تر كرده و دسترسی به غیر فنی‌ها را تقویت می‌كند. چرخه تجزیه و تحلیل داده را كاهش داده و پشتیبانی تصمیم سازی را تقریباً به زمان واقعی ارائه می‌دهد.
2. چه نوع قابلیت‌های GenAI توسط ساس Viya ارائه شده و چگونه به شركت‌ها كمك می‌كنند؟
قابلیت‌های GenAI Viya شامل تولید داده‌های مصنوعي، خودكارسازی فرآیندهای تجزیه و تحلیل و ارائه پشتیبانی تصمیم گیری به زمان واقعی است كه می‌توانند به كمك شركت‌ها در بهینه‌سازی كارایی عملیاتی، پیش‌بینی روندهای بازار و حل مسائل پیچیده كمك كنند.
3. چگونه ساس Viya اطمینان از حفاظت از داده‌های حساس اطمینان حاصل می‌كند؟
ساس Viya تدابیر پیشرفته حاكمیت داده و حفظ حریم خصوصی را برای حفاظت از داده‌های حساس در بر می‌گيرد. ابزار جدید به نام ساس Data Maker به طور خاص چالش‌های حفظ داده را با تولید داده‌های مصنوعي با كیفیت بالا كه بدون دخالت در حریم خصوصی می‌تواند برای تجزیه و تحلیل استفاده شود به آن پرداخته است.
چالش‌ها و اختلافات اصلی:
یکی از چالش‌های اصلی اطمینان از حریم خصوصی و امنیت اطلاعات است، به ویژه زمانی كه دیتاست‌های جدید از اطلاعات حساس بر می‌آید. آدرس دهی به کارهاي اخلاقي مربوط به استفاده از تکنیك‌های هوش مصنوعي و GenAI نیز چالشی است. علاوه بر این، چالش این روز‌ها این است كه این ابزارهای پیشرفته با زیرساخت‌های فناوری اطلاعات موجود یکپارچه شوند. يكي از اختلافات در این زمینه معمولاً در خصوص جابجایی احتمالی شغل‌ها ناشی از افزایش خودكارسازی و وابستگی به سيستم‌های هوش مصنوعی صورت می‌پذیرد.
مزایا و معایب:
مزایا:
– بهبود بهره و بهره‌وری در تجزیه و تحلیل داده.
– دسترسی بیشتر برای یک دسته گسترده از کاربران، از جمله افرادی با تجربه كدنویسی اندک یا هیچی.
– پشتیبانی تصمیم‌گیری بهبود یافته از طریق تولید داده‌های مصنوعي و تجزیه و تحلیل پیشرفته هوش مصنوعی.
– توانايی انجام تجزیه و تحلیل پیچیده و سناریوهای ‘چه اگر’ برای برنامه‌ریزی استراتژیک بهتر.
معایب:
– احتمال مشکلات حفظ حریم خصوصی داده.
– نیاز به چهارچوب‌های حاكمیت قوي برای اطمینان از استفاده اخلاقی از AI.
– پیچیدگی یکپارچه‌سازی هوش مصنوعی و تجزیه و تحلیل با سیستم های موجود.
– ریسك اعتماد بیش از حد به هوش مصنوعی كه ممكن است منجر به شكاف مهارتی در تجزیه و تحلیل داده‌های سنتی شود.
پیوندهای مرتبط پیشنهادی:
– برای اطلاعات بیشتر درباره ساس Viya و قابلیت‌های آن، به وبگاه SAS مراجعه نمایید.
– برای بررسی روند و بحث‌های جاری در
The source of the article is from the blog rugbynews.at