من شارك في قيادة الطيارين المساعدين؟ لماذا يحتاج الذكاء الاصطناعي إلى الدعم السحابي

في الأشهر الاثني عشر الماضية، شهدنا تطور عدد كبير من مؤسسات الذكاء الاصطناعي الجديدة، مستفيدة من أحدث التطورات في النماذج الأساسية والتكنولوجيا والطلب. على الرغم من أن الذكاء الاصطناعي غالبًا ما يُنظر إليه على أنه "مساعد طيار" بدلاً من "طيار آلي"، إلا أنه لا يزال هناك العديد من الإنجازات الرائعة التي يمكنه تحقيقها، مقارنة بالحوسبة الكلاسيكية. لقد رأينا مؤخرًا شركات ناشئة يمكنها تقديم لغة دقيقة لتحويل النص إلى إشارة، ونسخ متعدد اللغات، وإنشاء فيديو كلامي تلقائي باستخدام صور رمزية واقعية، على سبيل المثال لا الحصر.

ومع ذلك، مثل جميع الشركات الناشئة والشركات الناشئة، تواجه هذه المنظمات الجديدة العديد من التحديات؛ بعضها خاص بصناعة الذكاء الاصطناعي، والبعض الآخر مشترك بين جميع العلامات التجارية النامية. ولكن مع المستوى المناسب من الدعم، يمكن للمؤسسين أن يزدهروا، مما يساعد على دفع الصناعة - والإنسانية - إلى الأمام.

قوة حسابية عالية لتدريب نماذج الذكاء الاصطناعي

أحد التحديات الرئيسية التي تواجهها منظمات الذكاء الاصطناعي هو التدريب. يتطلب تدريب نماذج الذكاء الاصطناعي قدرًا كبيرًا من القوة الحسابية، وهو ما قد يمثل تحديًا لشركات التكنولوجيا العميقة التي تميل إلى العمل على أساس النفقات التشغيلية، وليس على أساس النفقات الرأسمالية. تتطلب خوارزميات التعلم العميق، مثل الشبكات العصبية، عددًا كبيرًا من التكرارات والتعديلات لتحقيق النتائج المثلى. قد يستغرق ذلك وقتًا طويلاً ومكلفًا دون الوصول إلى موارد الحوسبة عالية الأداء. علاوة على ذلك، يجب تخزين هذه البيانات في مكان ما، وقد يكون شراءها باهظ التكلفة ومكلفًا للمحافظة عليها.

المرونة في تخصيص الموارد وإدارة التكاليف

يمكن أن تختلف متطلبات الموارد لتدريب نماذج الذكاء الاصطناعي ونشرها بشكل كبير اعتمادًا على مدى تعقيد النموذج وحجم مجموعة البيانات. مثل معظم الشركات الناشئة، يمكن أن يتغير اتجاه الشركة بين عشية وضحاها تقريبًا، ويمكن أن يشكل تحديًا لكل من الأشخاص والبنية التحتية التكنولوجية. وبالتالي، فإن معظم الشركات الناشئة في مجال الذكاء الاصطناعي تعتمد على السحابة بشكل افتراضي للمساعدة في التركيز على الأجهزة الجديدة عندما تبدأ الأمور في التحرك في اتجاه مختلف.

قضايا التوافق مع الإصدارات السابقة

يتم تحديث وتحسين أطر عمل الذكاء الاصطناعي مثل TensorFlow وPyTorch باستمرار، ولكن عددًا من تكرارات إطار العمل هذه لم تكن متوافقة مع الإصدارات السابقة مع الإصدارات السابقة. وهذا يضع ضغطًا كبيرًا على المؤسسات لمواكبة أحدث إطار عمل، وإلا فإنها تخاطر بمشاكل وظيفية أو حتى التوقف عن العمل. على الرغم من أن المستخدمين يتوقعون في كثير من الأحيان أن تواجه الشركات الناشئة مشاكل في البداية، إلا أن فترات التوقف الكبيرة يمكن أن تؤدي إلى تآكل الثقة بشكل كبير.

مع أخذ هذه القضايا في الاعتبار، كيف تمكنت الشركات الناشئة القائمة والناجحة في مجال الذكاء الاصطناعي من التغلب على التحديات التي تواجهها؟

الذكاء الاصطناعي في الممارسة العملية: تعمل OVHcloud على تمكين أساسيات Customs Bridge

Customs Bridge هي شركة ناشئة ذات تقنية عميقة تستخدم خوارزميات الذكاء الاصطناعي لإنشاء محرك تلقائي لتصنيف المنتجات، يستهدف المستوردين الأوروبيين. تتمثل مهمة الشركة في إنشاء محرك تصنيف المنتجات الأكثر موثوقية لتعيين الرمز الجمركي الصحيح لمنتج لم يتم إضفاء الطابع الرسمي على وصفه بالكامل.

ومع ذلك، واجهت شركة Customs Bridge تحديات كبيرة في تدريب نماذج الذكاء الاصطناعي الخاصة بها. كانت لديهم بنية تحتية محلية محدودة، ومتطلبات معالجة بيانات واسعة النطاق، والحاجة إلى أطر عمل الذكاء الاصطناعي الحديثة. ولم تكن بنيتهم ​​التحتية الحالية كافية لتدريب نماذج الذكاء الاصطناعي الخاصة بهم ونشرها بفعالية، كما واجهوا صعوبات في الوصول إلى كميات كبيرة من البيانات المطلوبة لتدريب نماذجهم ومعالجتها.

وللتغلب على هذه التحديات، تحول جسر الجمارك إلى حلول الذكاء الاصطناعي والتعلم الآلي من OVHcloud. قام الفريق بتنفيذ حل التدريب النموذجي الخاص بـ OVHcloud، وتدريب الذكاء الاصطناعي، واستخدم مثيلات OVHcloud لنشر النماذج في الإنتاج ودعم خط أنابيب طاقة البيانات. سمح ذلك لـ Customs Bridge بمعالجة كميات كبيرة من البيانات، وتعزيز نماذج الذكاء الاصطناعي الخاصة بها، وتحسين إنتاجيتها وكفاءتها بشكل عام.

تمكنت Customs Bridge من الاستفادة من موارد OVHcloud لتحسين البيانات والتدريب المتقدم على نماذج الذكاء الاصطناعي. لقد اعتمدوا على حوالي 2.5 تيرابايت من البيانات لتدريب نماذج Transformers الأولى، واستغرق تدريب Transformers على 250,000 خط حوالي 30 دقيقة فقط من وقت الحوسبة، وذلك بفضل وحدات معالجة الرسوميات NVIDIA V100 التي توفرها OVHcloud. وكان هذا سريعًا ومنخفض التكلفة، وسمح لـ Customs Bridge بتوسيع حجم بياناته دون الحد من بنيته التحتية. أعطى النهج القائم على السحابة للشركة قدرًا كبيرًا من الحرية للتجربة حتى وجدوا الحجم المطلوب لتحقيق الدقة التي أرادوها.

بالإضافة إلى تحسين المرونة وقابلية التوسع للتدريب على نماذج الذكاء الاصطناعي، استفادت Customs Bridge أيضًا من تخصيص الموارد بكفاءة وفعالية من حيث التكلفة، والتنفيذ المبسط ونشر أطر الذكاء الاصطناعي، والقدرة على تمكين الابتكار والتجريب للحصول على أفضل النتائج. ومن خلال الاستفادة من حلول الذكاء الاصطناعي والتعلم الآلي من OVHcloud، تمكنت Customs Bridge من التغلب على تحدياتها وبناء محرك مبتكر وفعال لتصنيف المنتجات.

الارتقاء بالتكنولوجيا العميقة مع الخدمات السحابية المتخصصة

إحدى الخطوات الأولى لشركة ناشئة متنامية في مجال الذكاء الاصطناعي هي فهم نظامها البيئي - وليس فقط من حيث فهم المنافسة. هناك العديد من المنظمات التي تقدم حاضنات ومسرعات وخطط دعم يمكنها إما المساعدة بشكل مباشر في التوجيه والمساعدة الإدارية، أو في حالة المثال أعلاه، دعم البنية التحتية التكنولوجية.

توفر الخدمات السحابية تخصيصًا مرنًا للموارد وإدارة التكاليف، مما يسمح لشركات التكنولوجيا العميقة بتعديل مواردها عندما تتغير الاحتياجات. وتضمن هذه القدرة على التكيف أن تدفع الشركات فقط مقابل الموارد التي تحتاجها، وهو ما يسمح لها بتخصيص مواردها بشكل أكثر كفاءة، والعمل على أساس النفقات التشغيلية، وليس النفقات الرأسمالية.

تعد حلول التخزين القابلة للتوسيع أيضًا جزءًا مهمًا من نموذج الخدمات السحابية. ومن خلال هذه الحلول، يمكن لشركات التكنولوجيا العميقة معالجة وتخزين كميات كبيرة من البيانات، مما يسمح لها بتدريب نماذج الذكاء الاصطناعي الخاصة بها. يتم إنشاء هذه الحلول لتوسيع نطاقها بسهولة، مما يضمن قدرة شركات الذكاء الاصطناعي على زيادة حجم بياناتها دون أي انقطاع في الخدمة - على عكس التخزين الفعلي، حيث يمكن أن يتسبب تركيب وإدارة محركات أقراص جديدة في حدوث عدد من المشكلات.

قيادة الصناعة إلى الأمام

تواجه شركات الذكاء الاصطناعي العميق العديد من المشكلات نفسها التي تواجهها الشركات الناشئة في الصناعات الأخرى، ولكنها تواجه أيضًا بعض التحديات الفريدة. على سبيل المثال، تأتي مجموعات البيانات الضخمة المطلوبة لتدريب نماذج الذكاء الاصطناعي مع حاجة مقابلة لقدرات الحوسبة والتخزين عالية الطاقة، والتي غالبًا ما تكون بعيدة المنال بالنسبة للمؤسسات الناشئة التي تعمل بالتمويل الأولي.

هذا هو السبب في أن العديد من شركات الذكاء الاصطناعي تعتمد على السحابة بشكل افتراضي. تسمح السحابة للمؤسسات مثل هذه بالتوسع بسهولة أكبر دون الدفع مقدمًا مقابل البنية التحتية، ناهيك عن الاستفادة من الحلول المُدارة التي تلغي الحاجة إلى الإدارة اليومية من المؤسسين وفرقهم. ومع ذلك، يجب على الشركات الناشئة الانتباه عند إعداد اتفاقية الخدمات السحابية الخاصة بها والحرص على تجنب التكاليف المتصاعدة والخفية؛ فالإعداد الخاطئ أو المزود الخطأ - فرض رسوم زائدة على تكاليف الدخول/الخروج، على سبيل المثال - يمكن أن يؤدي إلى عبء تكنولوجي. ولكن مع الشريك المناسب والحل المناسب والنهج التعاوني الحقيقي، يمكن للشركات الناشئة أن تنسى التفاصيل الإدارية وتركز بدلاً من ذلك على مهمتها الرئيسية: خلق عالم جديد من الذكاء الاصطناعي.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• أفلاطونايستريم. ذكاء بيانات Web3. تضخيم المعرفة. الوصول هنا.
• سك المستقبل مع أدرين أشلي. الوصول هنا.
• شراء وبيع الأسهم في شركات ما قبل الاكتتاب مع PREIPO®. الوصول هنا.
• المصدر https://dataconomy.com/2023/05/24/who-co-pilots-the-co-pilots-why-ai-needs-cloud-support/