17.02.2023 Экспертиза, Безопасность, Интернет, Искусственный интеллект, МенеджментНа периферии важное значение имеет задержка, а для эффективной работы искусственного интеллекта и машинного обучения требуется много данных. О том, что это значит для рабочих нагрузок ИИ/МО, рассказывают опрошенные порталом Enterprisers Project эксперты. Периферия имеет значение там, где важна задержка, и наоборот. А задержка почти всегда имеет значение, когда речь идет о рабочих нагрузках ИИ/МО. «Хороший ИИ требует данных. Великому ИИ требуется много данных, и он требует их немедленно», — говорит Брайан Сатианатан, технический директор Iterate.ai. Это одновременно и благословение, и проклятие для любого сектора — промышленный и производственный являются яркими примерами, — но данный принцип применим во всех отраслях бизнеса, генерирующего тонны машинных данных вне своих централизованных облаков или ...
читать далее.
