Chi co-pilota i co-piloti? Perché l'IA ha bisogno del supporto del cloud

Chi co-pilota i co-piloti? Perché l'IA ha bisogno del supporto del cloud

Timestamp: 24 maggio 2023 10:11
Nodo di origine: 2675068

Chi co-pilota i co-piloti? Perché l'IA ha bisogno del supporto del cloud
Negli ultimi dodici mesi abbiamo visto svilupparsi un vasto numero di nuove organizzazioni legate all’intelligenza artificiale, sfruttando gli ultimi progressi nei modelli fondamentali, nella tecnologia e nella domanda. Sebbene l’intelligenza artificiale sia spesso vista come un “copilota” piuttosto che un “pilota automatico”, ci sono ancora molte imprese notevoli che può compiere, rispetto all’informatica classica. Recentemente abbiamo visto startup in grado di offrire un linguaggio accurato da testo a segno, trascrizione multilingue e generazione automatica di video vocali con avatar realistici, solo per citarne alcuni.

Tuttavia, come tutte le startup e le scale-up, queste nuove organizzazioni devono affrontare molte sfide; alcuni sono specifici del settore dell’intelligenza artificiale e altri sono comuni a tutti i marchi in crescita. Ma con il giusto livello di supporto, i fondatori possono prosperare, contribuendo a far avanzare il settore – e l’umanità.

Chi co-pilota i co-piloti? Perché l'IA ha bisogno del supporto del cloud

Elevata potenza computazionale per l'addestramento di modelli IA

Una delle principali sfide che le organizzazioni AI si trovano ad affrontare è quella della formazione. L’addestramento dei modelli di intelligenza artificiale richiede una notevole quantità di potenza computazionale, il che può rappresentare una sfida per le aziende deep tech che tendono a operare su base opex, piuttosto che capex. Gli algoritmi di deep learning, come le reti neurali, richiedono un gran numero di iterazioni e aggiustamenti per ottenere risultati ottimali. Ciò può risultare dispendioso in termini di tempo e denaro senza l'accesso a risorse informatiche ad alte prestazioni. Inoltre, questi dati devono essere archiviati da qualche parte e acquistarli direttamente può essere proibitivo in termini di costi e costoso da mantenere.

Flessibilità nell’allocazione delle risorse e nella gestione dei costi

I requisiti di risorse per l'addestramento e la distribuzione di modelli di intelligenza artificiale possono variare notevolmente a seconda della complessità del modello e delle dimensioni del set di dati. Come la maggior parte delle startup, la direzione dell’azienda può cambiare quasi da un giorno all’altro e può rappresentare una sfida sia per le persone che per l’infrastruttura tecnologica. Di conseguenza, la maggior parte delle startup AI sono native del cloud per impostazione predefinita per facilitare il passaggio al nuovo hardware quando le cose iniziano a muoversi in una direzione diversa.

Problemi di retrocompatibilità

I framework AI come TensorFlow e PyTorch vengono continuamente aggiornati e migliorati, ma alcune di queste iterazioni del framework non sono state retrocompatibili con le versioni precedenti. Ciò esercita una pressione significativa sulle organizzazioni affinché si mantengano aggiornate con il framework più recente, altrimenti rischiano problemi di funzionalità o addirittura tempi di inattività. Sebbene gli utenti spesso si aspettino che le startup abbiano problemi iniziali, grandi tempi di inattività possono erodere drasticamente la fiducia.

Tenendo presenti questi problemi, in che modo le startup di intelligenza artificiale esistenti e di successo hanno superato le loro sfide?

Chi co-pilota i co-piloti? Perché l'IA ha bisogno del supporto del cloud

L’intelligenza artificiale in pratica: OVHcloud potenzia gli elementi essenziali di Customs Bridge

Customs Bridge è una startup “deep tech” che utilizza algoritmi di intelligenza artificiale per creare un motore di classificazione automatica dei prodotti, rivolto agli importatori europei. La mission dell’azienda è creare il motore di classificazione dei prodotti più affidabile possibile per assegnare il codice doganale corretto ad un prodotto la cui descrizione non è completamente formalizzata.

Tuttavia, Customs Bridge ha dovuto affrontare sfide significative nell’addestramento dei propri modelli di intelligenza artificiale. Avevano un’infrastruttura locale limitata, requisiti di elaborazione dati su larga scala e la necessità di framework IA all’avanguardia. La loro infrastruttura esistente non era sufficiente per addestrare e implementare i loro modelli di intelligenza artificiale in modo efficace e hanno dovuto affrontare difficoltà nell’accesso ed elaborazione di grandi volumi di dati necessari per addestrare i loro modelli.

Per superare queste sfide, Customs Bridge si è rivolto a Le soluzioni AI e Machine Learning di OVHcloud. Il team ha implementato la soluzione di formazione dei modelli di OVHcloud, AI Training, e ha utilizzato le istanze OVHcloud per implementare i modelli in produzione e supportare la pipeline di alimentazione dei dati. Ciò ha consentito a Customs Bridge di elaborare grandi quantità di dati, migliorare i propri modelli di intelligenza artificiale e migliorare la produttività e l’efficienza complessive.

Customs Bridge è riuscita a sfruttare le risorse di OVHcloud per il miglioramento dei dati e la formazione avanzata sui modelli di intelligenza artificiale. Per addestrare i primi modelli Transformers si sono basati su circa 2.5 TB di dati e, grazie alle GPU NVIDIA V250,000 fornite da OVHcloud, l'addestramento dei Transformers su 30 linee ha richiesto solo circa 100 minuti di tempo di elaborazione. Si è rivelato rapido ed economico e ha consentito a Customs Bridge di ridimensionare i propri volumi di dati senza limitare la propria infrastruttura. L'approccio basato sul cloud ha dato all'azienda molta libertà di sperimentare finché non ha trovato il volume necessario per ottenere la precisione desiderata.

Oltre a una maggiore flessibilità e scalabilità per la formazione dei modelli di intelligenza artificiale, Customs Bridge ha anche beneficiato di un’allocazione delle risorse economicamente vantaggiosa ed efficiente, di un’implementazione e implementazione semplificate di quadri di intelligenza artificiale e della capacità di consentire innovazione e sperimentazione per risultati ottimali. Sfruttando le soluzioni AI e Machine Learning di OVHcloud, Customs Bridge è stata in grado di superare le sfide e costruire un motore di classificazione dei prodotti innovativo ed efficace.

Elevare la tecnologia avanzata con servizi cloud specializzati

Uno dei primi passi per una startup IA in crescita è comprendere il suo ecosistema, e non solo in termini di comprensione della concorrenza. Esistono molte organizzazioni che offrono incubatori, acceleratori e programmi di supporto che possono aiutare direttamente con tutoraggio e assistenza gestionale o, nel caso dell’esempio sopra, supporto dell’infrastruttura tecnologica.

I servizi cloud offrono un’allocazione flessibile delle risorse e una gestione dei costi, consentendo alle aziende deep tech di modificare le proprie risorse quando cambiano le esigenze. Questa adattabilità garantisce che le aziende paghino solo per le risorse di cui hanno bisogno, il che consente loro di allocare le proprie risorse in modo più efficiente e di operare su base opex, anziché capex.

Anche le soluzioni di storage espandibili rappresentano una parte importante del modello di servizi cloud. Con queste soluzioni, le aziende deep tech possono elaborare e archiviare grandi quantità di dati, consentendo loro di addestrare i propri modelli di intelligenza artificiale. Queste soluzioni sono create per essere facilmente scalabili, garantendo che le aziende di intelligenza artificiale possano aumentare i propri volumi di dati senza alcuna interruzione del servizio, a differenza dello storage fisico, dove l’installazione e la gestione di nuove unità può causare una serie di grattacapi.

Far avanzare il settore

Le aziende di intelligenza artificiale deep tech affrontano molti degli stessi problemi delle startup di altri settori, ma anche alcune sfide uniche. I vasti set di dati necessari per addestrare i modelli di intelligenza artificiale, ad esempio, comportano una corrispondente esigenza di capacità di elaborazione e archiviazione ad alta potenza, che sono spesso fuori dalla portata delle giovani organizzazioni che gestiscono solo finanziamenti iniziali.

Questo è il motivo per cui molte aziende di intelligenza artificiale sono native del cloud per impostazione predefinita. Il cloud consente a organizzazioni come queste di crescere più facilmente senza pagare in anticipo per l'infrastruttura, per non parlare di beneficiare di soluzioni gestite che eliminano la necessità di gestione quotidiana da parte dei fondatori e dei loro team. Tuttavia, le startup devono prestare attenzione quando stabiliscono il loro contratto di servizi cloud e fare attenzione a evitare sia la spirale che i costi nascosti; la configurazione sbagliata o il fornitore sbagliato – ad esempio un sovrapprezzo per i costi di ingresso/uscita – possono comportare un onere tecnologico. Ma con il partner giusto, la soluzione giusta e un approccio veramente collaborativo, le startup possono dimenticare i dettagli amministrativi e concentrarsi invece sulla loro missione principale: creare un nuovo mondo di intelligenza artificiale.



Timestamp:

Di più da Economia dei dati