По мнению экспертов, инфраструктура, которая необходима для выполнения алгоритмов искусственного интеллекта и обучения глубинных нейронных сетей, настолько сложна, что препятствует развертыванию корпоративных средств искусственного интеллекта.
«55% компаний так и не достигли ощутимых бизнес-результатов, а 43% отмечают, что говорить об этом еще слишком рано, – говорится в исследовании Forrester Research, посвященном тем вызовам, которые необходимо преодолеть для воплощения в жизнь надежд, связанных с искусственным интеллектом, и достижения осязаемых результатов в этой области. – Какие трудности? Искусственный интеллект – это не утюг, который включаешь в розетку, и он работает. Если компании не осуществляют правильное планирование, развертывание и управление, новые технологии искусственного интеллекта в лучшем случае сулят весьма скромные преимущества, а в худшем результаты могут оказаться весьма неожиданными и нежелательными».
Вендоры отвечают выпуском уже готовых продуктов и сервисов, которые нацелены на ускорение ввода в эксплуатацию корпоративных средств искусственного интеллекта. Недавно, например, Pure Storage, объединившись с Nvidia, выпустила интегрированный программно-аппаратный комплекс для настройки рабочей нагрузки искусственного интеллекта и требований к данным. Цель заключается в том, чтобы упростить организациям развертывание необходимой инфраструктуры.
По оценкам обозревателей отрасли, предприятия уже готовы к переходу на искусственный интеллект. Аналитики прогнозируют рост числа приложений, управляемых данными, во всех вертикальных отраслях. Компании намерены перестраивать свои бизнес-процессы в целях повышения эффективности и предложения клиентам персональных сервисов.
Согласно прогнозам Gartner, к 2020 году технологии искусственного интеллекта войдут в первую пятерку инвестиционных приоритетов для более чем 30% ИТ-директоров.
Предложение Pure Storage, Nvidia и Arista
«Одна из главных задач заключается в создании для искусственного интеллекта и продвинутого анализа необходимой инфраструктуры, – подчеркнул Мэтт Берр, отвечающий в Pure Storage за платформу хранения FlashBlade. – Отсутствие инфраструктуры превращается в серьезную проблему. AIRI позволяет решить эту проблему».
Система AIRI, название которой означает AI-ready infrastructure («готовая к использованию инфраструктура искусственного интеллекта»), объединяет FlashBlade, суперкомпьютеры Nvidia DGX-1 с графическими процессорами Nvidia Tesla V100 и 100-гигабитные коммутаторы Arista для организации связи между компонентами. AIRI поддерживается стеком глубинного обучения Nvidia GPU Cloud и набором инструментов Pure Storage AIRI Scaling Toolkit. Согласно заявлениям Pure Storage и Nvidia, такое сочетание способствует четырехкратному увеличению производительности труда исследователей данных.
Один из пользователей AIRI, поставщик услуг аутсоринга контакт-центров Global Response, занимается перестройкой существующих бизнес-процессов с помощью средств искусственного интеллекта. Планируется разработать систему контакт-центра, позволяющую в реальном времени записывать и анализировать звонки в службу технической поддержки в целях повышения скорости и качества клиентского обслуживания. Компания хотела иметь простую платформу, позволяющую развертывать и масштабировать системы искусственного интеллекта, и в итоге выбрала AIRI.
По словам генерального директора Global Response Стивена Шустера, внедрение системы интегрированного аппаратного и программного обеспечения позволило сотрудникам выполнять стоящие перед ними задачи за несколько часов, а не недель или месяцев, как это было раньше.
«Мы подошли к этапу, на котором интеграция средств искусственного интеллекта в масштабах всей организации приобретает критически важное значение для успеха всего бизнеса, – указал Шустер. – Несмотря на наше стремление продвигаться вперед очень быстро, инфраструктура искусственного интеллекта замедляет этот процесс по причине чрезмерной сложности ее развертывания. Благодаря AIRI нам удалось снять все вопросы и преодолеть сложности, связанные с искусственным интеллектом».
Облачные сервисы IBM
Новые сервисы корпорации IBM призваны упростить внедрение систем искусственного интеллекта. Сервис Cloud Private for Data представляет собой платформу для исследования данных и машинного обучения, которая объединяет все нужные предприятию компоненты, не требуя от него колоссальных усилий по системной интеграции. Cloud Private for Data размещается в контейнере программного обеспечения с открытым кодом Kubernetes на уровне приложений и поставляется с API для интеграции с продуктами независимых разработчиков.
«Улучшение корпоративных систем искусственного интеллекта способствует росту производительности и совершенствованию стандартов, – указал генеральный менеджер аналитического направления IBM Роб Томас. – Единственный недостаток заключается в том, что требуется сборка: все системы должны взаимодействовать друг с другом, и архитектуру данных нужно нормализовывать. Если бы у нас были уже готовые строительные блоки искусственного интеллекта, не требующие сборки, дело обстояло бы совсем по-другому. Сервис IBM Cloud Private for Data проектировался как раз для того, чтобы облегчить исследование данных, их проектирование и создание приложений в рамках единого интегрированного решения, без необходимости сборки».
«В IBM справедливо признали, что при развертывании систем искусственного интеллекта зачастую ощущается дефицит специалистов, которые обладали бы требуемой квалификацией, – отметил старший аналитик 451 Research Кришна Рой в отчете, описывавшем новую платформу частного облака IBM и связанный с нею сервис для публичного облака. – При этом компания работает на высококонкурентном рынке. В таких условиях решено было заложить основы для успешного противостояния конкурентам из числа исследователей данных и стартапов, ищущих способы удовлетворить требования корпоративных клиентов к системам искусственного интеллекта».
Компания Kogentix, например, предлагает полнофункциональную платформу для построения приложений, функционирующих на основе машинного обучения. Среди других стартапов, пытающихся удовлетворить потребности корпоративных клиентов в искусственном интеллекте, можно выделить компании Anaconda, Dataiku и DataRobot. «Многие из них разделяют идею создания уже готовых средств искусственного интеллекта для корпоративных пользователей, предоставляя им сквозную среду для анализа на основе машинного обучения», – отметил Рой.
