8 توقعات MLops للتعلم الآلي للمؤسسات في عام 2023
تحقق من جميع الجلسات عند الطلب لقمة Smart Security من هنا .
يشهد مشهد MLops ازدهارًا ، حيث تقدر السوق العالمية بنحو 612 مليون دولار في عام 2021 ومن المتوقع أن تصل إلى أكثر من 6 مليارات دولار بحلول عام 2028. ومع ذلك ، فهي أيضًا مجزأة للغاية ، حيث يتنافس المئات من بائعي MLops على الذكاء الاصطناعي التشغيلي للمستخدم النهائي (AI).
ظهرت MLops كمجموعة من أفضل الممارسات منذ أقل من 10 سنوات ، لمعالجة واحدة من أكبر العوائق التي تمنع الأعمال من وضع الذكاء الاصطناعي موضع التنفيذ: انتقال بيئات التطوير والتدريب إلى بيئات الإنتاج. هذا أمر بالغ الأهمية لأن ما يقرب من واحد من كل اثنين من طيارين الذكاء الاصطناعي لا يصلون أبدًا إلى الإنتاج.
إذن ما هي الاتجاهات التي ستظهر في مشهد MLops في عام 2023؟ شارك العديد من خبراء الذكاء الاصطناعي والتعلم الآلي توقعاتهم مع VentureBeat:
1. سوف MLops تتجاوز الضجيج"لن يكون MLops موضوعًا ضجيجًا فحسب ، بل سيكون مصدرًا لتمكين علماء البيانات لجلب نماذج التعلم الآلي إلى الإنتاج. التعلم الآلي. حدث
قمة الأمن الذكي عند الطلب
تعرف على الدور الأساسي للذكاء الاصطناعي والتعلم الآلي في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم. انظر هنا
"بينما تسعى المؤسسات جاهدة لتعزيز أفضل الممارسات في إنتاج الذكاء الاصطناعي ، فإن اعتماد MLops لسد الفجوة بين التعلم الآلي وهندسة البيانات سيساعد في توحيد هذه الوظائف بسلاسة. سيكون ذلك أمرًا بالغ الأهمية في التحديات المتغيرة باستمرار لتوسيع نطاق أنظمة الذكاء الاصطناعي ، و والشركات التي ستتبناه العام المقبل وتسريع هذا الانتقال هي التي ستجني الفوائد. >
- ستيف هاريس ، الرئيس التنفيذي لشركة Mindtech
2. سوف يفضل علماء البيانات نماذج تعلم الآلة المحددة مسبقًا الخاصة بالصناعة والمجال"في عام 2023 ، سنرى عددًا متزايدًا من نماذج التعلم الآلي [ML] المُنشأة مسبقًا والتي أصبحت متاحة لعلماء البيانات. وهي تغلف خبرة المجال في نموذج تعلّم آلي أولي ، والذي يعمل بعد ذلك على تسريع الوقت المستغرق في القيمة ووقت التسويق لـ علماء البيانات ومؤسساتهم على سبيل المثال ، تساعد نماذج التعلم الآلي هذه التي تم إنشاؤها مسبقًا في إزالة أو تقليل الوقت الذي يتعين على علماء البيانات قضاءه في التدريب وتحسين النماذج. استخدام نماذج ML
"ما أتوقع رؤيته في العام المقبل وما بعده هو زيادة في الصناعة المحددة مسبقًا ونماذج تعلم الآلة الخاصة بالمجال ، مما يسمح لعلماء البيانات بالعمل على مشاكل أكبر. تستهدف باستخدام مجموعة محددة جيدًا من البيانات الأساسية وبدون الحاجة إلى لقضاء الوقت في أن تصبح خبيرًا في موضوع في مجال ليس ضروريًا لمنظمتهم. "
- Torsten Grabs ، قل ...
تحقق من جميع الجلسات عند الطلب لقمة Smart Security من هنا .
يشهد مشهد MLops ازدهارًا ، حيث تقدر السوق العالمية بنحو 612 مليون دولار في عام 2021 ومن المتوقع أن تصل إلى أكثر من 6 مليارات دولار بحلول عام 2028. ومع ذلك ، فهي أيضًا مجزأة للغاية ، حيث يتنافس المئات من بائعي MLops على الذكاء الاصطناعي التشغيلي للمستخدم النهائي (AI).
ظهرت MLops كمجموعة من أفضل الممارسات منذ أقل من 10 سنوات ، لمعالجة واحدة من أكبر العوائق التي تمنع الأعمال من وضع الذكاء الاصطناعي موضع التنفيذ: انتقال بيئات التطوير والتدريب إلى بيئات الإنتاج. هذا أمر بالغ الأهمية لأن ما يقرب من واحد من كل اثنين من طيارين الذكاء الاصطناعي لا يصلون أبدًا إلى الإنتاج.
إذن ما هي الاتجاهات التي ستظهر في مشهد MLops في عام 2023؟ شارك العديد من خبراء الذكاء الاصطناعي والتعلم الآلي توقعاتهم مع VentureBeat:
1. سوف MLops تتجاوز الضجيج"لن يكون MLops موضوعًا ضجيجًا فحسب ، بل سيكون مصدرًا لتمكين علماء البيانات لجلب نماذج التعلم الآلي إلى الإنتاج. التعلم الآلي. حدث
قمة الأمن الذكي عند الطلب
تعرف على الدور الأساسي للذكاء الاصطناعي والتعلم الآلي في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم. انظر هنا
"بينما تسعى المؤسسات جاهدة لتعزيز أفضل الممارسات في إنتاج الذكاء الاصطناعي ، فإن اعتماد MLops لسد الفجوة بين التعلم الآلي وهندسة البيانات سيساعد في توحيد هذه الوظائف بسلاسة. سيكون ذلك أمرًا بالغ الأهمية في التحديات المتغيرة باستمرار لتوسيع نطاق أنظمة الذكاء الاصطناعي ، و والشركات التي ستتبناه العام المقبل وتسريع هذا الانتقال هي التي ستجني الفوائد. >
- ستيف هاريس ، الرئيس التنفيذي لشركة Mindtech
2. سوف يفضل علماء البيانات نماذج تعلم الآلة المحددة مسبقًا الخاصة بالصناعة والمجال"في عام 2023 ، سنرى عددًا متزايدًا من نماذج التعلم الآلي [ML] المُنشأة مسبقًا والتي أصبحت متاحة لعلماء البيانات. وهي تغلف خبرة المجال في نموذج تعلّم آلي أولي ، والذي يعمل بعد ذلك على تسريع الوقت المستغرق في القيمة ووقت التسويق لـ علماء البيانات ومؤسساتهم على سبيل المثال ، تساعد نماذج التعلم الآلي هذه التي تم إنشاؤها مسبقًا في إزالة أو تقليل الوقت الذي يتعين على علماء البيانات قضاءه في التدريب وتحسين النماذج. استخدام نماذج ML
"ما أتوقع رؤيته في العام المقبل وما بعده هو زيادة في الصناعة المحددة مسبقًا ونماذج تعلم الآلة الخاصة بالمجال ، مما يسمح لعلماء البيانات بالعمل على مشاكل أكبر. تستهدف باستخدام مجموعة محددة جيدًا من البيانات الأساسية وبدون الحاجة إلى لقضاء الوقت في أن تصبح خبيرًا في موضوع في مجال ليس ضروريًا لمنظمتهم. "
- Torsten Grabs ، قل ...
What's Your Reaction?
