如果说互联网和大数据的发展,让企业认识到云计算作为IT基础设施的重要性,那么AI的出现赋予了IT智慧的灵魂,对于企业来讲,AI的应用能够大大加速企业数字化转型。与之相对应的是,企业中的IT部门的角色正在因为业务的互联网化、数据的爆炸式增长以及AI的应用变得越来越重要。
当然新的技术的应用带来便利的同时也带来了众多的问题。
如果说数据的爆炸式增长产生很多问题,比如传统企业面临的数字化转型问题,比如因为数字化进程不同而对于不同业务产生的数据孤岛问题,比如互联网开放带来的海量数据安全问题。而这些让IT架构向着现代化架构演进,向着多云的环境演进。
那么在AI刚刚应用的今天,是否能在多云环境下,以数据为基础,发展出适合AI成功的方法论来促进企业业务发展?当各种类型的数据,包括企业内部的数据、企业外部的数据等从刚开始的收集、组织到数据分析再到融合利用这些过程是否能够通过AI来加速?
探讨这些激动人心的想法想必是每个企业管理部门和IT从业者非常感兴趣的事情。因此至顶网希望通过撮合业内专家来探讨这些问题,希望通过专家们的专业探讨来解己之惑,解人之惑。
为此我们邀请了青岛诺亚信息技术有限公司董事长刘伟、IBM软件定义存储解决方案业务总监周立旸以及知名IT自媒体人小黑羊一起在中秋佳节来临之际,来论道企业如何基于IT存储革新来焕发数据生产力,让AI真正规模化落地,通过AI助力企业攻克数据难关并实现业绩增收。
本次对话将从企业的实际利用AI过程中如何助力产业中的规模化应用,深度剖析IT部门的角色变迁,如何从辅助到赋能业务。同时探讨AI的哺育发展中,大家总结出来算法、算力和数据三要素的关系,如何通过搭建完善的数据架构,让数据真正做到可靠、可见和可用。并认识到好的信息基础架构,才是真正用好AI的基础。并在在行业场景中,探索迈向AI的必经之路,帮助企业识别所处的AI阶段,从而实现企业进一步规划AI应用的未来方向。
是不是觉得此次存储的品味很有意思?这里我可以剧透一下,据说IBM专家总结了一套AI阶梯方法论,来助力实现AI产业化应用。
AI要真正落地,需要在数据处理过程中每一步都要有过硬的对策。IBM针对不同阶段的数据需求,灵活搭配存储解决方案。从数据收集、数据组织到数据分析再到数据融合,来利用AI加速整个数据处理过程。
针对数据收集,IBM Cloud Object Storage海量数据存储解决方案,能够无限扩展存储海量数据、稳定可靠、全局共享,从容应对TB级以上存储以及非结构化数据激增帮来的容量挑战。
针对数据组织,IBM Spectrum Discover灵活元数据管理,实现元数据高效管理、自动化数据准备工作流,在秒级实现对P级、上亿条记录的查找,降低人力需求。
针对数据训练,IBM Spectrum Scale高效文件存储,可实现每秒2.8TB的数据访问,快速将数据导入AI模型训练系統,提高训练效率,避免计算资源闲置。
针对数据融合,IBM Spectrum Scale提供多租户扩展能力,支持无缝处理数以万计的客户端、数十亿个文件和海量数据。允许不同的应用或服务访问相同的数据,而不必移动或更改数据。
当然这仅仅是专家们探讨的冰山一角,如果您想了解更多精彩的内容,欢迎观看《《面授机宜》柔合之道 存储的滋味》视频对话节目。
观看链接:http://www.zhiding.cn/special/2019_Q3_HCS
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。