顧客の声: AI はあなたにとって優先事項ですか? データ戦略から始める必要があります

顧客の声: AI はあなたにとって優先事項ですか? データ戦略から始める必要があります

   [[337768]]

現在、世界中のあらゆる部門が人工知能(AI)の研究を行っています。 AI の画期的な進歩は、健康および生命科学、ネットワーク インテリジェンス、スマート シティ、輸送の分野で起こります。

しかし、AI 戦略を実行する前に、データ戦略が必要です。

AIの背後にあるデータ戦略

データ サイエンティストが行う作業の大部分について考えてみると、その 85% はデータ ガバナンス、データ クレンジング、データ ラベリング、データ分類に関連しており、これらはすべてデータ戦略の概念に含まれています。

したがって、AI のデータ機能を活用するには、必要なデータセットと、それが導き出そうとしている洞察とどのように関連しているかを理解する必要があります。

私たちは自分自身に問いかけなければなりません。クリーンで意味のある企業データを持っているだろうか。それとも、ギャップや誤解を招くデータで満たされていないだろうか。ソーシャル メディアや小売データなど、企業外の膨大なデータを活用できるだろうか。

多くの点で、当社の顧客は、自社のデータがどこにあるのか、そして関連性と正確性を備えたデータを特定することの影響について理解する初期段階にあります。 それができれば、そのデータをどのように活用して競争上の優位性につながる洞察を引き出すかについて、有意義な議論を行う準備が整います。

IntelとIBMによるAIの加速

Intel では、データ中心の企業になりつつありますが、それはそれが私たちのビジョンの一部であるだけでなく、お客様からの要望によるものです。 彼らは、当社のインフラストラクチャを活用して AI 戦略を加速する方法を見つけようと決意していました。 当社は、お客様が求める効率性とパフォーマンスを実現するために、シリコン上のワークロードとコードを最適化する方法を確実に理解することに重点を置いています。

Intel と IBM は素晴らしいパートナーであり、よりデータ中心になることに向けて緊密に連携しています。 IBM は、複数のデータ セットの高度な統合と相互運用性を実現するプラットフォームである IBM Cloud Pak for Data (旧称 IBM Cloud Private for Data) を開発しました。 当社は、Intel Xeonスケーラブルプロセッサに最適化され、お客様のパフォーマンスを加速させることに尽力しています。

市場の需要を満たす

弊社のお客様の多くは、必要な何百ものデータセットの識別、発見、評価、クリーニング、統合に苦労しています。 IBM Cloud Pak for Data は、データ検出と企業全体のデータの迅速な統合を促進し、企業が市場で関連性の高いエクスペリエンス、サービス、製品を提供できるようにします。

顧客は Intel ベースのインフラストラクチャー上で IBM Cloud Pak for Data を迅速に実行できるため、Intel の参加と貢献は理にかなっています。 IBM と Intel の提携により、データ サイエンティストはこれまでにないほど優れた洞察力とビジネス成果を生み出せるようになります。

Multivocal Data and AI Platform を使用して、データから洞察を得る方法を改善します。ibm.bi z/icp4data を参照してください。

インテルのメルビン・グリア氏は、非営利のグリア・リーダーシップ・アンド・イノベーション研究所の創設者であり、同研究所の主な目的は、十分な支援を受けていない人々が AI ソリューションの設計と開発に積極的に関与できるようにすることです。

IBM のデータおよび AI ソリューションの詳細については、http://cloud..com/act/ibm2020/ai をご覧ください。

[編集者:張燕妮 TEL: (010) 68476606]

<<:  アルゴリズムのアルゴリズム: すべての機械学習アルゴリズムはニューラルネットワークとして表現できる

>>:  教師あり学習、教師なし学習、強化学習とは何ですか?ついに誰かが明らかにした

ブログ    

推薦する

AIとブロックチェーンが壊れたサプライチェーンを修復する方法

2020年にコロナウイルス危機が発生した際、医療上の緊急事態に伴って、特に一部の医療機器に関して深刻...

AIビデオ監視の普及における3つの大きな課題

近年、セキュリティビデオ監視はソフトウェアとハ​​ードウェアの両方で大きな技術的進歩を遂げており、さ...

...

...

初心者向けのオープンソース機械学習フレームワーク、Scikit-learnについて

Python 言語に精通している研究者は、オープンソースの Python ベースの科学計算ツールキッ...

AI サイバーセキュリティ脅威マップ

12月15日、欧州連合ネットワーク情報セキュリティ機関(ENISA)は、 「人工知能サイバーセキュリ...

モザイクがワンクリックでHDになる?魔法のAI「ロスレス拡大」ツール

写真を鮮明に見るにはどうすればいいですか?サムネイルを何度も拡大すると、モザイクしか見えなくなる場合...

データサイエンスと機械学習のためのトップ 16 プラットフォーム

調査会社ガートナーは、データ サイエンスおよび機械学習プラットフォームを「さまざまなデータ サイエン...

...

2018 年の人工知能と機械学習のトップトレンド

[[243985]]人工知能(AI)は、1955年に米国のダートマス大学のAIの第一人者ジョン・マッ...

トランスフォーマーの簡易版がここにあります、ネットユーザー:今年の論文

Transformer アーキテクチャは、ディープラーニング分野における最近の多くの成功の原動力であ...

世界で最も強力なオープンソース モデルが一夜にして所有者が変わりました。 Google Gemma 7B が Llama 2 13B を圧倒、オープンソース戦争が再燃

真夜中に雷鳴が轟いた。Google は本当に LLM をオープンソース化したのか? !今回、オープン...

1 つのニューロンには 5 ~ 8 層のニューラル ネットワークがあります。ディープラーニングの計算の複雑さは生物学によって克服されています。

人工知能の開発にはまだまだ長い道のりが残っているようです。エルサレムのヘブライ大学の研究者らは、単一...