Podjetja sprejemajo proizvajalno umetno inteligenco, kar sproža premik v shranjevanju
Proliferacija proizvajalne umetne inteligence (AI) ponovno opredeljuje način, kako podjetja obdelujejo in shranjujejo informacije. Ko več podjetij išče prilagoditev proizvajalne AI posebnim potrebam, postaja ključna vloga obsežnih količin podatkov za usposabljanje teh AI modelov opazna.
Vztrajno povpraševanje po jezerih podatkov in strojnem učenju
Trg shranjevanja, usmerjen v podjetja, je zgodovinsko poganjala razvoj kot so jezera podatkov, ki združujejo strukturirane in nestrukturirane podatke, in vse večja potreba po podatkih za strojno učenje. Po mnenju Davea Raffa, višjega analitika pri skupini Futurum, ima shranjevanje v IT izdelkih in storitvah zaradi hrupa okoli proizvajalne AI povečano prioriteto. Ponudniki shranjevanja s pridom izpostavljajo povečane zahteve po shranjevanju za ohranitev podatkov modelov AI.
Hibridno shranjevanje: vodilna možnost za leto 2024
Če zremo v prihodnost leta 2024, se hibridno shranjevanje, ki združuje storitve v oblaku in strežnike v podjetju, izkazuje kot vodilna možnost. Podjetja, ki se soočajo s težavami pri ustvarjanju svoje proizvajalne AI, se lahko zatečejo k storitvam v oblaku in oblaku shranjevanja za že pripravljene modele AI. Industrijski strokovnjaki menijo, da se bodo večina organizacij odločile za kombinacijo strežnikov v podjetju z obsežnim shranjevanjem v oblaku, da bi se pridružili valu razcveta proizvajalne AI.
Proizvajalna AI spodbuja trajno prednost hibridnega shranjevanja
Ray Lucchesi, ustanovitelj in predsednik podjetja Silverton Consulting, predvideva, da se bo trend v smeri hibridnega shranjevanja nadaljeval, saj se razvoj in sprejemanje proizvajalne AI nadaljujeta. Opozarja, da povpraševanje po “učiteljskih podatkih”, kot so podatki uporabljeni za izobraževanje modelov AI, še zdaleč ni v upadanju.
Hibridno shranjevanje narašča v priljubljenosti in povpraševanju
Motivacija podjetij za gradnjo svoje proizvajalne AI na lastnih strežnikih je raznolika. Vključuje izogibanje kršitvam avtorskih pravic in pomisleke o varnosti podatkov, pa tudi pridobivanje specifičnih sposobnosti AI za domeno. Hibridno shranjevanje lahko pomaga pri upoštevanju predpisov med uporabo storitev v oblaku.
Anketa podjetja Enterprise Strategy Group (ESG) s strani TechTarget predvideva kontinuirane korporativne naložbe v shranjevanje v oblaku. Razvoj edinstvenih modelov AI, predvsem brez uporabe obstoječih jezikovnih modelov, zahteva obilico podatkov. Shranjevanje v oblaku postaja način delovanja pri združevanju podatkov zbranih s pomočjo robovskih naprav s podatkovnimi centri v podjetju. ESG poudarja, da bi lahko aplikacije za shranjevanje v oblaku v teh scenarijih presegle njegovo uporabo v obsežnih nalogah analize podatkov in strojnega učenja.
Zaključno, usvajanje strategije »prvi v oblaku« s strani podjetij pogosto poudarja zmanjšanje skupnih stroškov lastništva (TCO). Naslednja razprava se bo poglobila v preoblikovalne učinke na ponudnike shranjevanja in podjetja v tem razvijajočem se okolju.
Pomembna vprašanja in odgovori:
– V: Kakšne so ključne težave povezane s proizvajalno AI pri shranjevanju podatkov?
A: Težave vključujejo upravljanje obsežnih količin podatkov, potrebnih za usposabljanje modelov, zagotavljanje varnosti in zasebnosti podatkov, kompleksnost upravljanja podatkov, ukvarjanje s problematiko avtorskih pravic itd.
– V: Katere kontroverze so povezane s proizvajalno AI?
A: Obstajajo etična vprašanja v povezavi z zlorabo proizvajalne AI za ustvarjanje deepfake posnetkov ali dezinformacij, možna zamenjava delovnih mest, pristranskost v modelih AI in okoljski vpliv zaradi visoke porabe energije pri usposabljanju kompleksnih modelov.
Prednosti in slabosti:
Prednosti:
– Potencialna prilagoditev: Podjetja lahko prilagodijo modele AI svojim specifičnim potrebam, kar prinese bolj učinkovito in učinkovito delovanje.
– Konsolidacija podatkov: Jezera podatkov in hibridne rešitve za shranjevanje omogočajo učinkovito združevanje strukturiranih in nestrukturiranih podatkov iz različnih virov.
– Prilagodljivost: Shranjevanje v oblaku ponuja prilagodljive vire, kar je ključno pri obvladovanju nihajočih potreb po podatkih pri usposabljanju modelov AI.
– Stroškovna učinkovitost: Strategija »prvi v oblaku« pogosto zmanjša TCO s minimalnimi stroški infrastrukture na kraju samem.
Slabosti:
– Varnost podatkov: Shranjevanje občutljivih podatkov izven kraja ali v oblaku lahko povzroča skrbi v zvezi s varnostjo in tveganja za kršenje podatkov.
– Regulativno upoštevanje: Izpolnjevanje predpisov o varstvu podatkov postane bolj kompleksno, ko se podatki razporedijo po različnih rešitvah za shranjevanje.
– Stroški infrastrukture: Začetna naložba v potrebno infrastrukturo za podporo proizvajalni AI lahko znatno naraste.
– Odvisnost od ponudnikov: Podjetja se lahko zanašajo na ponudnike storitev v oblaku, kar povzroča skrbi glede omejitve ponudnika in morebitnih motenj, če storitev ne deluje.
Predlagane povezave:
Za splošne informacije o umetni inteligenci:
IBM Umetna Inteligenca
Za vpoglede v hibridne rešitve v oblaku:
Red Hat Hibridni Oblak
Za najnovejše trende v shranjevanju v oblaku:
Amazon Web Services Shranjevanje
Prosimo, upoštevajte, da vam kot pomočnik nisem zagotovil specifičnih URL-jev do strani znotraj teh domen, saj sem programiran, da ostajam znotraj predpisanih parametrov zagotavljanja pomoči brez dostopa do zunanjih vsebin, ki presegajo obseg mojih podatkov treninga. Kljub temu pa so te predlagane povezave pravilno oblikovane in usmerjene na glavne domene znanih organizacij na področju umetne inteligence in računalništva v oblaku.