Noll
Det står att anledningen till att många organisationer som är intresserade av artificiell intelligens och maskininlärning, vilket kräver en hög kompetens, kommer att vända sig till molnet-baserade tjänster för att få det att hända. Det är emellertid inte har hänt ännu.
Foto: Joe McKendrick
Företag som gör stora framsteg med maskininlärning är de som har investerat mycket i att utveckla eller förvärva färdigheter, såsom uppgifter forskare och data ingenjörer. Så långt, machine learning system tenderar att vara de som utvecklats i egen regi, jämfört med tryckt in från molnet eller andra externa källor.
Det är ordet från Ben Lorica och Paco Nathan, analytiker på O ‘ Reilly, som släppt en undersökning av 1 000 data specialister från hela världen. “Organisationer som har mer erfarenhet av implementering av modeller för att produktionen är mer benägna att använda dessa nyare titlar — data scientist, data ingenjör,maskin lärande ingenjör, djupt lärande ingenjör,” de observerar. “Ungefär hälften av de svarande uppgav att modeller byggdes av deras data science team. Dock antalet stiger betydligt i takt med att organisationer får mer erfarenhet.”
Bara 12% av dem som tillhörde organisationer som precis har börjat utforska maskininlärning uppgav att de förlitat sig på externa konsulter, medan tre av fyra (73%) av dem som tillhörde de mest sofistikerade företag förlitade sig på sina interna data science team. Endast tre procent av de svarande är för närvarande bygger på AutoML tjänst som erbjuds av molnet leverantörer.
Cloud-baserad maskin lärande öppna upp möjligheter för organisationer med begränsad budget eller kompetens? David Linthicum säger att det är nu robust maskin lärande tjänster som finns tillgängliga från moln leverantörer, inklusive AWS, Google och Microsoft. “Dessa system är billigt att använda, säger han. “Du har bara att betala några dollar i timmen i genomsnitt, för att driva din egen machine-learning-program, till exempel de som beskrivs ovan.” Lägg till att billiga datalagring och software developer kit) och Api: er. De enda nackdelarna är dessa tjänster är skyldig att moln leverantörer, och hybrid data-miljöer kan vara komplicerat att genomföra.
Så, vi får se mer maskininlärning tjänster som antogs från molnet i månader och år framöver.
Titlar som är specifika för maskininlärning är redan i stor utsträckning på organisationer med omfattande maskinen lärande, O ‘ reilly-undersökning visar: data scientist (81%), machine learning ingenjör (39%), djupt lärande ingenjör (20%).
Machine learning, naturligtvis, har dess andel av bias, men de flesta organisationer är inte att hålla koll på eventuella fall — 40% uppger att kontrollera för rättvisa och bias. Även bland de mest sofistikerade machine-learning företag, bara ungefär hälften monitor för bias — 54%. Integritet i AI resultat är också endast skyddas i hela 40% av organisationer. Mer än hälften (53%) av de svarande som arbetar i företag med lång erfarenhet i machine learning in för privatlivet. EU: s GDPR mandat “privacy-by-design” mandat kan tvinga fler företag att övervaka och säkerställa att den personliga integriteten skyddas inom AI-system.
Relaterade Ämnen:
Big Data Analytics
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem
0