Η ανάπτυξη, η ανάπτυξη και η υποστήριξη της τεχνητής νοημοσύνης μπορεί να είναι μια τρομακτική επιχείρηση, η οποία απαιτεί ότι πολλές νέες δεξιότητες και τεχνολογία συχνά διασκεδάζουν. Παρ ‘όλα αυτά, δήθεν, αυτό θα πρέπει να μειώσει την πολυπλοκότητα. Μπορούμε να το έχουμε και στις δύο κατευθύνσεις;
Μαγεία ή πολλή δουλειά;
Το AI δεν μπορεί απλώς να πέσει στον οργανισμό για να αρχίσει να απελευθερώνει την κατανόηση – μεταξύ πολλών άλλων, αυτό απαιτεί τον προϋπολογισμό, την ανάπτυξη και τη μέτρηση της αποτελεσματικότητας, εξήγησε ο Chris Howard, ένας παγκόσμιος διευθυντής έρευνας, εξήγησε σε ένα πρόσφατο βίντεο. “Το II φαίνεται να είναι αυτό το μαγικό, πολύ ελαφρύ πράγμα και μπορεί να κάνει όλα τα καταπληκτικά πράγματα”, είπε. “Αλλά μόλις αρχίσετε να εργάζεστε με αυτό, θα καταλάβετε ότι είναι πραγματικά δύσκολο, και υπάρχουν οι πτυχές του που είναι πραγματικά πολύπλοκες.”
Επίσης: Τα καλύτερα δωρεάν και πιστοποιητικά AI το 2025
Εκτός από την πολυπλοκότητα, το γεγονός είναι ότι “οι ίδιες οι τεχνολογίες αναπτύσσονται συνεχώς”, πρόσθεσε ο Howard. “Έτσι, δεν έφτασαν στο σημείο της σταθερότητας, τουλάχιστον στον γενετικό χώρο του AI, όπου είναι πραγματικά εύκολο να καταλάβουμε πώς συλλέγετε διαφορετικά μέρη μαζί. Και ως εκ τούτου, επειδή αλλάζει, προκαλεί σύγχυση – είναι πολύ περίπλοκο. Προσθέστε τα δεδομένα σε αυτήν την εξίσωση πολυπλοκότητας. “Πρέπει να το συγκεντρώσετε σε ένα μέρος όπου μπορείτε να εργαστείτε σε αυτό και να έχετε τα καλύτερα αποτελέσματα. Αυτό που φαινόταν μαγικό, στην πραγματικότητα, είναι μια μεγάλη δουλειά.
Φυσικά, η ίδια η AI προσφέρει έναν τρόπο αυτοματοποίησης και αφηρημένης αυτής της πολυπλοκότητας. “Η AI έχει μεγάλες δυνατότητες να βοηθήσει στην επίλυση της δυσκολίας στο χώρο εργασίας και να αυξήσει την απόδοση και την ευτυχία για τους εργαζόμενους και τους πελάτες”, δήλωσε ο ZDNET, διευθυντής προϊόντων Smita, Smith Hashim στο Zoom.
Όταν όλα γίνονται σωστά, το AI παρέχει απλότητα, κόβοντας τα στρώματα της πολυπλοκότητας – αλλά με περιορισμούς. “Το AI δεν είναι ασημένια σφαίρα”, δήλωσε ο Richard Demeni, σύμβουλος ανάπτυξης λογισμικού, νωρίτερα με το ARM. “Το LLMS κάτω από την κουκούλα χρησιμοποιεί πραγματικά πιθανότητες και δεν κατανοεί, να δώσει απαντήσεις. Αυτοί είναι άνθρωποι που αναπτύσσουν, δημιουργούν και εφαρμόζουν συστήματα και παρόλο που το II μπορούν να αυτοματοποιήσουν μερικά από τα αρχικά επίπεδα και, φυσικά, να παρέχουν σημαντική αύξηση της παραγωγικότητας, δεν μπορεί να αντικαταστήσει τον αριθμό της πρακτικής εμπειρίας, λαμβάνοντας αποφάσεις που κάνουν το σωστό συμβιβασμό.
Επίσης: Οι πράκτορες AI δεν είναι μόνο βοηθοί: πώς αλλάζουν το μέλλον της εργασίας σήμερα
Προκειμένου το εργαλείο τεχνητής νοημοσύνης να δώσει την καλύτερη απάντηση, “πρέπει να γνωρίζει κάθε μικρό πράγμα που βρίσκεται στο κεφάλι του προσώπου που παίρνει μια απόφαση”, πρόσθεσε. “Είναι απλά πιο πρακτικό να αποφασίζεις μόνοι σου, με κάποια βοήθεια AI.”
“Οι χρήστες σας εργάζονται σε πολλές διαφορετικές εφαρμογές”, δήλωσε ο Hashim. “Επιλέξτε λύσεις πλατφόρμας που είναι ανοιχτές και παρέχουν απρόσκοπτες ενσωματώσεις και διαδικασίες εργασίας. Αυτή η ευελιξία είναι ζωτικής σημασίας για τη μείωση της πολυπλοκότητας σε ένα σύγχρονο πολυ -εκλεπτυσμένο περιβάλλον.
Πώς το AI μπορεί να ωφελήσει τις λειτουργίες πληροφορικής
Με την αυξανόμενη πολυπλοκότητα των συστημάτων πληροφορικής, “οι επιχειρήσεις αντιμετωπίζουν ένα τέτοιο κεφάλι όπως ποτέ άλλοτε”, δήλωσε ο Bill Lobig, αντιπρόεδρος της διαχείρισης των προϊόντων και η παρατήρηση της αυτοματοποίησης της IBM. “Οι ομάδες ελέγχουν έναν τεράστιο όγκο εφαρμογών που χρησιμοποιούν διάφορα σύννεφα και τοπικά μέσα και εφαρμογές θα πρέπει να παραμείνουν στο γνωστό. Αυτή τη στιγμή, περισσότερες από 1000 δηλώσεις χρησιμοποιούνται από τους οργανισμούς και το 82% των ηγετών των επιχειρήσεων λένε ότι η πολυπλοκότητα του IT αποτρέπει την επιτυχία.
Επίσης: Ξεχάστε το SaaS: Το μέλλον είναι υπηρεσίες ως λογισμικό, χάρη στην τεχνητή νοημοσύνη
Αυτό δημιουργεί προβλήματα, “ειδικά από εφαρμογές, από πιθανές διακοπές, πόρους και ενεργειακά απόβλητα και έλλειψη απόδοσης”, πρόσθεσε ο Lobig. Το AI εισέρχεται εδώ. “Πώς μπορεί να αντιμετωπίσει τον κίνδυνο αυτών των πιθανών προβλημάτων και να ξεπεράσει τις επικείμενες καταστάσεις διακοπής λειτουργίας; Η απάντηση είναι η παρατήρηση και η διαχείριση των πόρων εφαρμογής-όλα αυτά είναι δυνατά χάρη στην αυτοματοποίηση με το AI.
“Χρησιμοποιώντας την αυτοματοποίηση και την ανάλυση της αυτοματοποίησης και της απόδοσης σε πραγματικό χρόνο, οι ομάδες μπορούν τώρα να βελτιστοποιήσουν ενεργά τη διανομή υπολογισμών, αποθήκευσης και πόρων δικτύου σε κάθε επίπεδο στοίβας”, δήλωσε ο Lobig. “Αυτή η ευκαιρία εξαλείφει την ανάγκη για αντιδραστικά μέτρα και υπερβολική έκφραση, τελικά εξοικονομώντας χρόνο και χρήμα.”
Όταν πρόκειται για την κατανόηση του τρόπου με τον οποίο το AI μπορεί να φέρει τα οφέλη από τις λειτουργίες πληροφορικής, είναι σημαντικό να διατηρήσουμε όλους τους νέους γεγονότα, προσθέτει ο Lobig. “Προσαρμογή και κλίμακα με υβριδική αρχιτεκτονική, διατηρώντας παράλληλα μια ολιστική ιδέα απόδοσης, κόστους και κόστους μεταξύ εφαρμογών και δικτύων”.
Η ανάπτυξη του AI πρέπει να είναι προσεκτική
Προκειμένου να διατηρηθεί τόσο η AI όσο και η πληροφορική – η συμμόρφωση με φόβο, “η ανάπτυξη του AI πρέπει να είναι προσεκτική”, δήλωσε ο Hashim. “Εστίαση στην απλότητα της εμπειρίας των χρηστών, στην ποιότητα του AI και στην ικανότητά της να κάνει πράγματα”, ανέφερε. “Καταστρέψτε όλους τους υπαλλήλους σας με το AI, ώστε ο οργανισμός σας στο σύνολό του να είναι πιο παραγωγικός και ευτυχισμένος.”
Επίσης: 5 τρόποι για να αυξήσετε την απόδοση της ομάδας σας – δεν βασίζεστε στο γενετικό AI
Σύμφωνα με τον Howard, η ακολουθία είναι το κλειδί για τη διαχείριση της πολυπλοκότητας. Οι πλατφόρμες, για παράδειγμα, “κάνουν τα πράγματα συνεπή. Έτσι μπορείτε να κάνετε πράγματα – μερικές φορές πολύ περίπλοκα πράγματα – συνεπείς τρόποι και τυποποιημένοι τρόποι, τους οποίους όλοι γνωρίζουν πώς να τα χρησιμοποιήσουν. Ακόμα και κάτι είναι τόσο απλό όσο οι ορισμοί ή η ταξινόμηση. Εάν όλοι μιλάνε την ίδια γλώσσα, οπότε μια απλοποιημένη ταξινόμηση, τότε είναι πολύ πιο εύκολο να αναφερθεί.
Τελικά, “AI μπορεί να προσφέρει ενημερωμένες προτάσεις, αλλά αυτοί εξακολουθούν να είναι άνθρωποι που λαμβάνουν τελικές αποφάσεις και έχουν συνέπειες”, δήλωσε ο DeMeni. “Κάθε προϊόν, κάθε υποδομή της τεχνητής νοημοσύνης, διαφέρει και οι δυσκολίες του καθενός απαιτούν την ανθρώπινη κατανόηση. Ο ρόλος του AI πρέπει να θεωρείται ως εργαλείο για την παροχή βοήθειας και δεν αντικαθιστά την κρίση και την εμπειρία που έρχονται με εμπειρία.
Αποκτήστε τις καλύτερες πρωινές ιστορίες στο γραμματοκιβώτιό σας κάθε μέρα με το δικό μας Tech Today Newspletter.
