Aprendizaje automático: una metodología de inteligencia artificial
El problema del aprendizaje y la toma de decisiones es el núcleo del pensamiento humano y artificial, por lo que los científicos introdujeron el aprendizaje automático (ML) en la inteligencia artificial (IA). AI es una plataforma o solución que parece ser inteligente y que a menudo puede exceder el rendimiento de los humanos. Es una descripción amplia de cualquier dispositivo que imita funciones humanas o intelectuales, como el movimiento mecánico, el razonamiento o la resolución de problemas. ML es un concepto de IA ampliamente utilizado que enseña a las máquinas a detectar diferentes patrones y adaptarse a las nuevas circunstancias, y puede basarse tanto en la experiencia como en la explicación. Por ejemplo, en robótica, ML juega un papel vital al optimizar la toma de decisiones basada en la máquina, lo que eventualmente aumenta la eficiencia de una máquina al permitir una forma más organizada de realizar una tarea en particular. De acuerdo con Andrew Ng, un pionero de la IA,
Hoy en día, ML se utiliza en muchas aplicaciones y es un concepto central para sistemas inteligentes, lo que lleva a la introducción de tecnologías innovadoras y conceptos más avanzados de pensamiento artificial. Es un enfoque estadístico y basado en datos para crear AI, como cuando un programa de computadora aprende de datos para mejorar su desempeño al completar una tarea como el reconocimiento de voz. Como resultado, los sistemas ML dependen del acceso a grandes cantidades de datos en tiempo real. Además, la creación de los datos y la calidad de los datos a los que se accede a menudo son vitales para el éxito de la máquina. Por ejemplo, según Ng, las principales aplicaciones de reconocimiento de voz pueden comprender lo que alguien está diciendo, aunque pueden requerir 50,000 horas de discurso y sus transcripciones para hacerlo.
Cómo AI está cambiando las aplicaciones empresariales
Las tecnologías basadas en IA están adquiriendo una gran importancia en las empresas corporativas de todo el mundo ꟷ considere Watson de IBM, DeepMind de Google y los múltiples servicios de inteligencia artificial de AWS que tomaron el centro de la escena el mes pasado de AWS re: Invent. En nuestro artículo de predicciones para el blog de TI 2018 , discutimos cómo los sistemas cognitivos y de inteligencia artificial finalmente se están volviendo más convencionales, con IDC pronosticando que sus ingresos mundiales llegarán a $ 12,000 millones este año. Las tecnologías Core AI, además de ML, incluyen tecnologías como el aprendizaje profundo, el procesamiento del lenguaje natural (NLP) y la visión por computadora. Todos estos proporcionan una funcionalidad mejorada a las computadoras que es similar a la salida humana, como reconocimiento de patrones, toma de decisiones analíticas y predicciones basadas en datos adquiridos.
La incorporación de la inteligencia artificial y las capacidades de aprendizaje automático en el software empresarial automatiza las tareas cotidianas de los empleados y les permite invertir su tiempo realizando asignaciones de mayor valor. Deloitte ha predicho que más del 80% de las empresas de software empresarial más grandes integrarán la funcionalidad AI en sus productos para finales de este año, y espera que para 2020, el 95% de las 100 principales empresas de software empresarial tengan aplicaciones habilitadas para IA.
Las aplicaciones de IA han cambiado la forma en que usamos los servicios informáticos y todos los aspectos de nuestro comportamiento informático han sido influenciados por algoritmos de aprendizaje automático que recuerdan todo, desde nuestras opciones en servicios de suscripción de música hasta nuestra mercancía deseada en compras en línea. Las empresas también pueden aprovechar la inteligencia artificial para predecir las fallas del sistema mediante el reconocimiento de los patrones en que se producen a través del software de inteligencia de negocios basado en inteligencia artificial. Este tipo de aplicación puede ser un programa de IA que supervisa las actividades comerciales y alerta a las empresas cuando y donde surge un problema.
Casos de uso similares también son aplicables en la seguridad en línea, donde los firewalls y los sistemas de detección de intrusos se han mejorado mediante el aprendizaje automático y las capacidades de reconocimiento de patrones de los firewalls basados en inteligencia artificial. Por ejemplo, nuestro cliente, Zenedge es un proveedor líder de firewall de aplicaciones web (WAF), detección de bots maliciosos y soluciones de ciberseguridad DDoS basadas en la nube. Está aprovechando un enfoque de interconexión en Platform Equinix ™ para construir una red global en los EE. UU., Canadá, Europa y Asia para adaptarse a su crecimiento empresarial digital sin precedentes.
AI continúa impulsando la informática empresarial para lograr capacidades sobrehumanas. El procesamiento de grandes cantidades de datos en computación paralela, mientras se usa Big Data para el reconocimiento de patrones o la realización de tareas en tiempo real, requiere comunicaciones a pedido entre los sistemas y los datos de inteligencia artificial. Y a medida que se producen más datos, las empresas acceden a sistemas de computación en la nube basados en inteligencia artificial que son capaces de procesar datos en grandes cantidades, lo que requiere una mayor interconexión entre los datos, el análisis y los sistemas de inteligencia artificial.
La inteligencia artificial como parte de la revolución de la IoT
Muchas organizaciones tienen dificultades para dar sentido a la enorme cantidad de datos que encuentran todos los días, incluidas las preferencias, las compras y otra información personal recopilada de los clientes. Y ahora, el Internet of Things (IoT) está produciendo un gran "montón de datos" en el que las empresas necesitan encontrar información y conocimientos útiles (la "aguja" proverbial).
Al aplicar las capacidades analíticas de AI a los datos recopilados por IoT, las empresas pueden identificar y comprender patrones y tomar decisiones comerciales más informadas. Esto lleva a una variedad de beneficios tanto para las empresas como para sus clientes, como la intervención proactiva, la automatización inteligente y experiencias de compra altamente personalizadas. También nos permite encontrar formas para que los dispositivos conectados funcionen mejor juntos y hacer que estos sistemas sean más fáciles de usar.
Si bien el IoT es impresionante, no alcanza mucho sin un buen sistema de inteligencia artificial y acceso bajo demanda a este. Ambas tecnologías, AI e IoT, necesitan alcanzar el mismo nivel de desarrollo y un mayor nivel de interconexión privada para funcionar de la mejor manera posible. La integración de AI en las redes IoT se está convirtiendo en un requisito previo para el éxito en los ecosistemas digitales basados en la IoT de hoy. Por lo tanto, las empresas deben avanzar rápidamente para identificar cómo generarán valor al combinar AI, IoT e interconexión, o enfrentar el retraso en los próximos años.
El papel de la interconexión integrada en AI, aprendizaje automático y IoT
La interconexión directa y segura entre una red de sistemas, usuarios, aplicaciones, análisis, datos y cosas es fundamental para el éxito de los sistemas de inteligencia artificial y aprendizaje automático. La interconexión rápida y privada entre los sistemas o los seres humanos y los sistemas puede imitar la interacción en tiempo real entre humanos (docentes y estudiantes) requerida para un mayor aprendizaje.
En Equinix, creemos que la capacidad de interconectar empresas de forma directa y segura e intercambiar datos de manera privada es el camino del futuro para todas las empresas. Esto se refiere especialmente a aquellas compañías que necesitan aprovechar AI, ML y el IoT para ser viables en la economía digital global de hoy. Nuestro tejido Equinix Cloud Exchange ™ (ECX) facilita la interconexión próxima en más de 48 áreas metropolitanas principales en todo el mundo, incluso en el borde digital, donde se encuentran el comercio, los centros de población y un creciente número de ecosistemas empresariales y dispositivos IoT. ECX Fabric permite la conexión privada entre empresas dentro de los centros de datos Equinix International Business Exchange ™ (IBX®) en Norteamérica y EMEA, y, eventualmente, en todos los centros de datos Equinix IBX en el mundo. Por ejemplo, en elindustria del petróleo y el gas , estamos ayudando a las compañías de energía y sus socios en la nube a usar AI, ML y la nube para monitorear de forma remota los sensores de IoT en los pozos de petróleo distribuidos para diagnosticar posibles problemas de seguridad.
En el futuro, esperamos que la tendencia AI / ML continúe en todas las industrias a medida que más empresas colaboren y aprovechen los centros de interconexión integrados y los centros de datos de colocación como una plataforma mundial unificadora para la innovación. Equinix y sus arquitectos de soluciones globales apoyan el desarrollo de arquitecturas de IoT basadas en IA / aprendizaje de máquina actuales y futuras, procesos de negocio y adquisición de datos de la plataforma Equinix Vision white paper.
Comentarios
Publicar un comentario
Tu opinión importa !!!!!!!!!
Saludos crema