احتلت هندسة الميزات بالذكاء الاصطناعي مركز الصدارة مع استحواذ DataStax على مدينة Kaskada
تحقق من جميع الجلسات عند الطلب لقمة Smart Security من هنا .
اليوم ، أعلنت DataStax عن استحواذها على مزود الذكاء الاصطناعي الخاص Kaskada ، الذي يعمل على تطوير نظام أساسي لهندسة الميزات يمكن أن يساعد المؤسسات على استخدام البيانات لتطبيقات الذكاء الاصطناعي.
بالطبع ، يجب أن يبدأ التعلم الآلي الفعال (ML) والذكاء الاصطناعي (AI) ببيانات جيدة ، وعادة ما يتم تخزينها في قاعدة بيانات للاستعلام. توفر مصادر بيانات تدفق الأحداث أساسًا آخر للتعلم الآلي والذكاء الاصطناعي الفعال ، مما يسمح بتدفق البيانات في الوقت الفعلي من عدد غير محدود من المواقع المختلفة.
تعمل شركة DataStax موفر قاعدة البيانات والبث المباشر على تطوير نظامها الأساسي للبيانات منذ عام 2010 وهي مساهم رئيسي في قاعدة بيانات Apache Cassandra مفتوحة المصدر. في عام 2021 ، استحوذت DataStax على مزود Apache Pulsar Kesque وأطلقت خدمة تدفق البيانات. ساعد الطلب على قواعد البيانات وبث الأحداث على نمو DataStax ، حيث أعلنت الشركة عن جمع تبرعات بقيمة 115 مليون دولار في يونيو 2022.
سيتم تعزيز المرحلة التالية من نمو الشركة جزئيًا من خلال الطلب المتزايد على الذكاء الاصطناعي والتعلم الآلي ، بدعم من منصة بيانات في الوقت الفعلي. 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
قال تشيت كابور ، الرئيس التنفيذي لشركة DataStax ، لـ VentureBeat: "يعمل التعلم الآلي على تحويل الأعمال التجارية ، ويجب أن يكون شيئًا تستفيد منه في عمليات وتطبيقات عملك كل يوم". "نعتقد أنه يمكننا تمكين جميع أنواع العملاء من تراكب خطوط أنابيب الذكاء الاصطناعي لدمجها في تطبيقاتهم وعملياتهم التجارية."
يرتبط الكثير من الضجيج حول الذكاء الاصطناعي الحديث باستخدام حالات تتضمن بيانات غير منظمة. ومع ذلك ، في حين أنه من الصحيح أن أدوات الذكاء الاصطناعي التوليفية للنصوص والصور تميل إلى العمل مع البيانات غير المهيكلة ، فإن هذا ليس هو الحال بالنسبة لجميع أعباء عمل الذكاء الاصطناعي. >
قال إد أنوف ، كبير مسؤولي المنتجات في DataStax ، لـ VentureBeat أن تسليم الطرود ، والخدمات اللوجستية ، ومشاركة الرحلات ، وتدفق الفيديو ، وحالات الاستخدام الأخرى تعتمد على البيانات المنظمة والذكاء الاصطناعي للعمل بكفاءة. في هذه المناطق ، تقوم المؤسسات بتتبع البيانات المستندة إلى الأحداث عند حدوث التفاعلات أو تغيير المواقع ، كل ذلك في تنسيق بيانات منظم وجدول.
قال أنوف: "الحقيقة هي أن غالبية التطبيقات التي نتفاعل معها حيث يتم استخدام ML فعليًا لجعل تفاعلاتنا أكثر إنتاجية يومًا بعد يوم ، هي حالات استخدام بيانات منظمة". >
البيانات المنظمة هي ما تعمل معه قاعدة بيانات Apache Cassandra. يستخدم مقدمو الخدمات مثل Uber و Netflix Cassandra لتشغيل العمليات. إن أخذ البيانات المنظمة المخزنة بالفعل في Cassandra واستخدامها لتدريب نماذج الذكاء الاصطناعي هو المكان الذي تأتي فيه عملية هندسة الميزات.
طورت Kaskada تقنية هندسة الميزات التي تعتقد DataStax أنها ستكون مناسبة تمامًا لمنصة البيانات في الوقت الفعلي.
قال Anuff إن Kaskada قد أنشأ لغة وصف موجزة تسمح لمهندس البيانات أن يصف ببساطة ما هو مطلوب من مجموعة بيانات لتغذية نموذج AI. وأضاف أن تقنية Kaskada هي ...
تحقق من جميع الجلسات عند الطلب لقمة Smart Security من هنا .
اليوم ، أعلنت DataStax عن استحواذها على مزود الذكاء الاصطناعي الخاص Kaskada ، الذي يعمل على تطوير نظام أساسي لهندسة الميزات يمكن أن يساعد المؤسسات على استخدام البيانات لتطبيقات الذكاء الاصطناعي.
بالطبع ، يجب أن يبدأ التعلم الآلي الفعال (ML) والذكاء الاصطناعي (AI) ببيانات جيدة ، وعادة ما يتم تخزينها في قاعدة بيانات للاستعلام. توفر مصادر بيانات تدفق الأحداث أساسًا آخر للتعلم الآلي والذكاء الاصطناعي الفعال ، مما يسمح بتدفق البيانات في الوقت الفعلي من عدد غير محدود من المواقع المختلفة.
تعمل شركة DataStax موفر قاعدة البيانات والبث المباشر على تطوير نظامها الأساسي للبيانات منذ عام 2010 وهي مساهم رئيسي في قاعدة بيانات Apache Cassandra مفتوحة المصدر. في عام 2021 ، استحوذت DataStax على مزود Apache Pulsar Kesque وأطلقت خدمة تدفق البيانات. ساعد الطلب على قواعد البيانات وبث الأحداث على نمو DataStax ، حيث أعلنت الشركة عن جمع تبرعات بقيمة 115 مليون دولار في يونيو 2022.
سيتم تعزيز المرحلة التالية من نمو الشركة جزئيًا من خلال الطلب المتزايد على الذكاء الاصطناعي والتعلم الآلي ، بدعم من منصة بيانات في الوقت الفعلي. 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
قال تشيت كابور ، الرئيس التنفيذي لشركة DataStax ، لـ VentureBeat: "يعمل التعلم الآلي على تحويل الأعمال التجارية ، ويجب أن يكون شيئًا تستفيد منه في عمليات وتطبيقات عملك كل يوم". "نعتقد أنه يمكننا تمكين جميع أنواع العملاء من تراكب خطوط أنابيب الذكاء الاصطناعي لدمجها في تطبيقاتهم وعملياتهم التجارية."
يرتبط الكثير من الضجيج حول الذكاء الاصطناعي الحديث باستخدام حالات تتضمن بيانات غير منظمة. ومع ذلك ، في حين أنه من الصحيح أن أدوات الذكاء الاصطناعي التوليفية للنصوص والصور تميل إلى العمل مع البيانات غير المهيكلة ، فإن هذا ليس هو الحال بالنسبة لجميع أعباء عمل الذكاء الاصطناعي. >
قال إد أنوف ، كبير مسؤولي المنتجات في DataStax ، لـ VentureBeat أن تسليم الطرود ، والخدمات اللوجستية ، ومشاركة الرحلات ، وتدفق الفيديو ، وحالات الاستخدام الأخرى تعتمد على البيانات المنظمة والذكاء الاصطناعي للعمل بكفاءة. في هذه المناطق ، تقوم المؤسسات بتتبع البيانات المستندة إلى الأحداث عند حدوث التفاعلات أو تغيير المواقع ، كل ذلك في تنسيق بيانات منظم وجدول.
قال أنوف: "الحقيقة هي أن غالبية التطبيقات التي نتفاعل معها حيث يتم استخدام ML فعليًا لجعل تفاعلاتنا أكثر إنتاجية يومًا بعد يوم ، هي حالات استخدام بيانات منظمة". >
البيانات المنظمة هي ما تعمل معه قاعدة بيانات Apache Cassandra. يستخدم مقدمو الخدمات مثل Uber و Netflix Cassandra لتشغيل العمليات. إن أخذ البيانات المنظمة المخزنة بالفعل في Cassandra واستخدامها لتدريب نماذج الذكاء الاصطناعي هو المكان الذي تأتي فيه عملية هندسة الميزات.
طورت Kaskada تقنية هندسة الميزات التي تعتقد DataStax أنها ستكون مناسبة تمامًا لمنصة البيانات في الوقت الفعلي.
قال Anuff إن Kaskada قد أنشأ لغة وصف موجزة تسمح لمهندس البيانات أن يصف ببساطة ما هو مطلوب من مجموعة بيانات لتغذية نموذج AI. وأضاف أن تقنية Kaskada هي ...
What's Your Reaction?
