Компания ibm начинает конкурс по интеграции технологий искусственного интеллекта watson на платформы мобильных устройств

«IBM идёт своим путём»: Как корпорация планирует зарабатывать на искусственном интеллекте — Будущее на vc.ru

IBM потратила более $4 млрд на покупку нескольких компаний, владеющих огромными базами медицинских данных.

«Аппараты на базе технологий искусственного интеллекта хорошо ориентируются только в тех данных, которые в них загрузили», — отметил Джон И.

Келли, руководитель исследовательских лабораторий и проекта Watson. Но сможет ли Watson вырасти в многомиллиардную компанию и воскресить IBM?

IBM считает, что сможет. Рекламная кампания проекта Watson выделяется даже во время ажиотажа вокруг технологий ИИ.

Обратите внимание

Компания инвестировала миллиарды долларов в подразделение Watson, которое было создано в начале 2014 года, и в котором сейчас работает приблизительно 10 тысяч человек.

Маркетинговая кампания включают в себя ТВ-ролики, в которых Watson обменивается остроумными репликами с американской теннисисткой Сереной Уильямс, автором-исполнителем Бобом Диланом и другими знаменитостями.

Набрав обороты, Watson наконец показал, что может решать сложные задачи, — например, диагностировать рак. Однако специалисты в этой индустрии задаются вопросом: насколько быстро IBM сможет построить бизнес вокруг своего проекта.

«IBM взялась за большие, узконаправленные проекты, на разработку которых может уйти много денег и лет, — говорит Том Остин, научный сотрудник из Gartner (исследовательской и консалтинговой компании, специализирующейся на рынках информационных технологий — прим. ред.).

— Кажется, что они плывут против течения».

IBM утверждает, что адаптация технологии Watson под задачи здравоохранения и производства всегда входила в долгосрочные планы компании, — и этот процесс был запущен сразу после того, как Watson обыграл людей в телевикторине Jeopardy в 2011 году.

И вот годы инвестиций и научно-прикладных проектов, по словам топ-менеджеров IBM, наконец дали возможность зарабатывать деньги на больших рынках. Они отмечают, что возможность применения Watson в геномике — это показательный пример стратегии компании.

IBM сотрудничает с медицинской лабораторией Quest Diagnostics в области секвенирования генома (расшифровки неизвестных последовательностей ДНК — прим. ред.

) и диагностического анализа на основе технологий Watson.

Вместе они создали облачный сервис для онкологов, который осваивает весь объем знаний и опыта в области геномики, накопленный Мемориальным онкологическим центром Слоун-Кеттеринг и Институтом Броада.

По словам топ-менеджеров IBM, Watson может сделать доступным лечение для миллионов пациентов, больных раком. Сегодня это доступно только небольшому числу людей, которые лечатся в элитных медицинских центрах, работающих с геномным анализом. Приблизительно 14 млн американцев больны раком.

Важно

По словам топ-менеджеров IBM, новый геномный сервис — это еще один шаг компании в сторону создания сети корпоративных партнеров и разработчиков ПО, которые пользуются технологией Watson.

Разработчикам Watson даст код, который поможет программному обеспечению стартапа самостоятельно «читать» юридические документы. Большие компании получат не только ПО, — IBM предоставит консультантов, которые помогут розничному торговцу настроить технологию Watson для успешного внедрения маркетинговой стратегии и улучшения службы поддержки клиентов.

Аналитики сходятся во мнении, что рынок технологий на базе искусственного интеллекта готов к быстрому росту. Кроме того, это новая площадка, на которой развернулась борьба компьютерных систем, подогреваемая новыми технологиями обработки больших данных и инновациями в области программно-реализованных алгоритмов.

Рынок технологий на базе ИИ резко вырастет с $8 млрд в 2016 году до $47 млрд в 2020 году, прогнозирует исследовательская организация IDC.

По мнению экспертов, сегодня бизнес в этой сфере напоминает интернет в середине 90-х годов: отдельно существующая ниша, которая впоследствии будет встроена во все возможные продукты и услуги. «Вот наша цель — искусственный интеллект должен быть везде», — говорит Франк Генс, главный аналитик компании IDC.

Источник: https://vc.ru/future/19557-ibm-watson

Теории развития навыков и адаптации

Освоение нового навыка может быть сложным процессом, что, вероятно, знает каждый, кто когда-либо пытался это сделать.

Существует много различных теорий, которые пытаются помочь нам лучше понять процесс развития и адаптации навыков.

Эти теории может быть интересно изучить для того, чтобы понять процесс развития собственных навыков, или для того, чтобы более эффективно обучать навыкам другого человека или группу людей.

Теория Пиаже

Совет

Жан Пиаже изучал развитие сознания детей. Согласно сайту Learning and Teaching[1], оно включает в себя обучение тому, как адаптировать информацию и навыки. Пиаже разделяет адаптацию на две части, “ассимиляцию” и “аккомодацию”.

Ассимиляция происходит, когда человек усваивает новую информацию или навыки, но не изменяет свой образ мыслей в достаточной мере. Он пытается заставить новые навыки соответствовать образу мыслей, который у него уже есть.

Аккомодация включает в себя расширение существовавшего до этого образа мыслей так, чтобы освободить достаточно места для новых навыков. Это более сложный процесс, но также и более эффективный для приобретения новых знаний и навыков.

Несмотря на то, что Пиаже рассматривал конкретно детей, эта ассимиляция и аккомодация навыков — непрекращающийся процесс.

Познер и Фиттс

Согласно веб-сайту Майка Коллинза, PhD, Познер и Фиттс выявили три “фазы обучения”, которые проходят люди, развивая новые навыки. Первая фаза называется “когнитивной фазой”.

Когнитивная фраза происходит, когда люди создают мысленный образ навыка, который хотят изучить, разделяют навык на меньшие части и определяют каждую часть. Вторая фаза — это “ассоциативная фаза”, которая включает в себя практику различных частей навыка и соединение их вместе.

Это также та фаза, в которой для людей может оказаться ценной обратная связь в процессе изучения навыка. Финальная — “автономная” — фаза наступает, когда человек достаточно часто повторял навык для того, чтобы не слишком о нем задумываться.

Для достижения этой автономной фазы требуется значительная и продолжительная практика нового навыка, но это может стоить того.

Схема Шмидта

Обратите внимание

Согласно книге “Моторное поведение человека”, ред. Дж. А. Скотт Келсо, схема Шмидта исследует, каким образом люди обучаются новым физическим навыкам. Щмидт полагает, что вместо того чтобы думать о действии как о целом, мы думаем о каждом действии поэтапно. Есть четыре части мышления о новом физическом навыке.

Вначале человек рассматривает моторные аспекты физического действия, например, был ли шаг быстрым или медленным? Был ли прыжок высоким или нет? Затем люди размышляют о последствиях физического действия.

Например, было ли действие успешным в достижении цели или нет? На третьем этапе люди обдумывают, как ощущалось действие (скорее с физической, чем с эмоциональной, точки зрения). И, наконец, мы мысленно возвращаемся к “начальным условиям” или к тому, как действие началось.

При изучении нового физического навыка рассмотрение этих четырех аспектов вместе может помочь людям выстраивать новые цели и расширять свои возможности.

Примечание:

[1] http://www.learningandteaching.info/learning/assimacc.htm

Theories on skill development & adaptation

Источник: http://scientifically.info/news/2014-07-11-2839

Компания IBM начинает конкурс по интеграции технологий искусственного интеллекта Watson на платформы мобильных устройств

Представители компании IBM объявили об открытии нового конкурса, в рамках которого планируется осуществить интеграцию познавательных способностей и технологий искусственного интеллекта суперкомпьютера Watson на платформы различных мобильных устройств, включая смартфоны и планшетные компьютеры. 

В рамках этого конкурса должны быть разработаны приложения, использующие обработку данных, описанных естественным языком, использующие технологии компьютерного самообучения и технологии, позволяющие за секунды времени обработать огромные массивы разнородной информации.

Заявки на участие в конкурсе IBM Watson Mobile Developer Challenge будут приниматься в течение следующих трех месяцев, а победители конкурса получат возможность работать с отделением IBM Interactive Experience и всевозможную поддержку для дальнейшего развития и коммерциализации их проектов.

Напомним, что компания IBM открыла доступ к программному интерфейсу Watson API в ноябре 2013 года.

При помощи этого интерфейса приложение может превратить в “цифровой мозг” практически любое устройство, позволяя ему воспринимать информацию из любого неструктурированного источника, из файлов HTML, PDF, Word и TXT.

На основе извлеченной информации система искусственного интеллекта способна сделать некоторые предположения и выводы и проверить их, используя информацию, собранную из других источников.

Более того, система искусственного интеллекта способна на основе имеющейся информации произвести выводы и сделать предположения о некоторых событиях, которые должны произойти в недалеком будущем, однако, пока еще система не может извлекать нужную ей информацию из снимков и видео, так же система испытывает большие затруднения с генерацией собственных новых идей.

Именно эти вышеупомянутые бреши в функциональности системы искусственного интеллекта Watson компания IBM планирует закрыть с помощью конкурса Watson Mobile Developer Challenge.

В настоящее время в распоряжении компании имеется более 1500 предложений по практическому использованию познавательных способностей искусственного интеллекта, и большая часть этих предложений направлена в сторону технологий анализа данных, функционирование которых основывается на принципах анализа данных мозгом человека.

Дело остается за малым, за предоставлением системе расширенных возможностей по извлечению информации из различных источников, что сделает ее еще более универсальной.

искусственный интеллект

Источник: https://neuronus.com/news-tech/102-kompaniya-ibm-nachinaet-konkurs-po-integratsii-tekhnologij-iskusstvennogo-intellekta-watson-na-platformy-mobilnykh-ustrojstv.html

Watson: искусственный интеллект IBM пять лет спустя

На дворе стоял 2012 год, и искусственный интеллект Watson разработки IBM был на гребне своей славы. Он Jeopardy! (наш аналог — «Своя игра») в 2011 году, и мир был в шоке.

Это была первая широкая и успешная демонстрация компьютера, обрабатывающего естественный язык. И благодаря победе в игре, Watson стал популярнее HAL 9000, хоть и не надолго.

Позже, в 2012 году, IBM объявила одного из крупнейших практических партнеров Watson — Кливлендскую клинику, которая захотела включить эту систему в свое дело врачей.

Важно

Используя Watson для синтеза огромных сумм данных и создания основанных на фактических данных гипотез, появилась надежда, что система поможет врачам и студентам более точно диагностировать заболевание и выбирать лучшие планы лечения для пациентов.

С тех пор прошло четыре года. Как мы знаем, искусственный интеллект должен учиться быстро. Что изменилось для Watson с тех пор?

Долгая дорога доктора Ватсона

Под капотом Watson всегда был (и остается) программным продуктом DeepQA.

Если простыми словами, DeepQA — это сложная архитектура программного обеспечения, которая анализирует, размышляет и отвечает на контент, который скармливают Watson.

В 2012 году система работала на 80-терафлопсовом компьютере — машине, способной производить 80 000 000 000 000 операций в секунду — расположенном в Йорктаун Хайтсе, штат Нью-Йорк, с серверами в небольшой комнатке.

IBM считала, что Watson может стать «сверхспособной Siri для бизнеса», и он стал. Сегодня он обозначен как когнитивный компьютер для бизнеса. Или, если точнее, «платформа для когнитивного бизнеса».

Вот чем стал Watson: платформой.

Как и обещалось, Watson 2012 года получил мощное обновление. Он уменьшился в размерах, от большой спальни до четырех коробок из-под пиццы, и теперь доступен в облаке на планшете и смартфоне. Система на 240% продуктивнее своего предшественника и может обрабатывать 28 типов (или модулей) данных, по сравнению с 5, которые были раньше.

В 2013 году IBM открыла исходный код API Watson и теперь предлагает IBM Bluemix, комплексную облачную платформу для сторонних разработчиков для создания и запуска приложений на основе внушительных вычислительных возможностей Watson.

Но один из самых больших шагов, которые проделал Watson к своему нынешнему состоянию, произошел в 2014 году, когда IBM инвестировала 1 миллиард долларов в IBM Watson Group, большой отдел, посвященный работе Watson, на 2000 сотрудников.

В этот момент «доктор Ватсон» вышел из яслей стартапа и стал чувствовать себя значительно увереннее. В некотором смысле он стал «как IMB в каждом аспекте».

Совет

Перенесемся в 2016 год: сегодня Watson предлагает больше корпоративных сервисов и решений, чем могло бы уместиться в этой статье, — советник по финансам, автоматизированный представитель по обслуживанию клиентов, поисков — что бы вы ни назвали, Watson это умеет, скорее всего.

Читайте также:  Несколько странных роботов современности

По мере развития технологии, стоящей за суперкомпьютером 2012 года, развивалось и позиционирование IBM Watson. И в большей степени это позиционирование касалось медицины.

Встречайте доктора Ватсона

Сегодня задачи Watson в сфере здравоохранения определяет новый отдел под названием Watson Health. Это был стратегический шаг, поскольку со времен подключения Кливлендской клиники в 2012 году с Watson завязалось много похожих партнеров.

В 2014 году, например, IBM анонсировала, что онкологи могут использовать Watson для сбора геномических и медицинских данных и разработки более персонализированного лечения.

Watson мог, наконец, позволить онкологам «загружать отпечаток ДНК опухоли пациента, который покажет, какие гены мутировали; и Watson может просеивать тысячи мутаций и определять, какие из них вызвали опухоль, после чего настраивать точную схему лечения».

Не так давно Университет Токио использовал Watson для постановки правильного диагноза 60-летнего пациента с лейкемией за счет сопоставления генетических данных миллионов исследовательских работ на тему рака. Это впечатляющий пример, но пока сложно говорить о похожем применении в каждой сфере медицины.

Хотя IBM удвоила силу Watson и добилась определенного успеха, сделать его практическим во всех смыслах этого слова еще только предстоит. В прошлом году Брэндон Кейм из IEEE Spectrum изложил несколько верных причин, почему «доктору Ватсону» еще только предстоит стать настоящим доктором.

Сложные проблемы в системе здравоохранения вроде качества данных также мешают Watson. Электронные медицинские данные часто заполняются с ошибками и изначально оцифровываются для хранения, а не для поиска в них данных. Наконец, обучение Watson представляет собой изнурительный процесс, особенно потому, что дело касается человеческих жизней.

Поиск быстрых ответов на проблемы пациентов имеет мало чего общего с игрой. Watson придется научиться думать, как хороший врач. То есть ему придется находить правильные фрагменты данных, взвешивать доказательства и делать точные выводы.

Обратите внимание

Чтобы Watson продолжал прогрессировать, ему также придется идти в ногу с современными достижениями в области ИИ. Самым большим изменением с 2012 года стал рост глубокого обучения — метода ИИ, при котором программа самообучается, используя огромные наборы помеченных данных.

Источник: https://hinews.mediasole.ru/watson_iskusstvennyy_intellekt_ibm_pyat_let_spustya

Как искусственный интеллект меняет работу ИТ-службы

В ИТ-отделах внедряют инструменты на основе искусственного интеллекта для улучшения процессов поддержки, оптимизации инфраструктуры и прогнозирования сбоев оборудования, освобождая тем самым персонал для решения более сложных задач.

Искусственный интеллект шаг за шагом завоевывает мир, и службы ИТ не стали исключением.

Внедрений пока немного, но уже сейчас в компаниях пользуются средствами искусственного интеллекта для улучшения технической поддержки и управления инфраструктурой.

В частности, ощутимую пользу приносят системы обработки естественного языка.

Будучи основой чат-ботов, применяемых в службах поддержки клиентов, они также внедряются в отделах ИТ, в том числе в качестве более удобного пользовательского интерфейса.

Например, в Credit Suisse Group начали использовать чат-боты для типовых задач, таких как сброс паролей и перезагрузка компьютеров. Прежде в банке техническая поддержка осуществлялась только людьми по телефону, и эффективность обработки обращений оставляла желать лучшего.

Сотрудники, которые звонили в центр поддержки, вынуждены были какое-то время ждать, пока освободится специалист. Чтобы покончить с потерей времени на ожидание, решено было создать еще один канал связи в форме чат-системы, способной быстро отвечать на вопросы пользователей.

Над планом перемен в Credit Suisse начали работать в конце 2016 года. В начале 2017-го решили остановить выбор на чат-боте Amelia компании IPSoft.

Важно

Как признаются в компании, сперва интеллект чат-бота был на уровне новорожденного, а сейчас – как у годовалого ребенка, и процесс обучения продолжается. Если чат-бот не способен обработать запрос, то он переадресуется человеку. Чат-бот обучается в процессе разговора, а затем специалисты проверяют его на системные ошибки перед вводом в рабочий режим.

Новая система обслуживает 76 тыс. пользователей в 40 странах. Благодаря ей в Credit Suisse около 80 сотрудников телефонного центра переведены на поддержку, требующую более высокой квалификации. В компании надеются к концу нынешнего года автоматизировать обработку 25% обращений, поступающих в службу, а в конечном счете – освободить для другой работы около трети всех специалистов центра.

Пример Credit Suisse показывает, что именно побуждает внедрять искусственный интеллект в ИТ-службах – это стремление дать возможность сотрудникам приносить больше пользы бизнесу за счет поручения низкоквалифицированной работы машинам.

Безопасность и мотивация

В сети техасских университетов A&M внедряют Artemis – интеллектуального ассистента, разработанного компанией Endgame, который будет помогать недавно нанятым сотрудникам защищать учебные заведения от кибератак.

Отдел информационной безопасности осуществляет мониторинг сетей 11 университетов и 7 ведомств штата.

В службе трудятся 9 штатных сотрудников, а еще подрабатывают 8 студентов, пока еще не обладающих достаточным опытом разрешения инцидентов безопасности.

Системе искусственного интеллекта можно задавать вопросы в произвольной форме на английском языке. Как отмечают в отделе безопасности, она помогает не только в поиске ответов, но и в обучении новичков. В январе были наняты новые сотрудники, и благодаря Artemis они освоили свои обязанности буквально за пару часов.

Кроме того, новшество позволило быстрее находить новых специалистов. Еще два года тому назад, когда понадобилось заполнить три вакансии аналитиков по безопасности, претендентов нашлось очень мало.

В январе же на семь ваканский поступило 88 заявок – благодаря молве о том, что в отделе интересно работать: вы не просто сидите целый день перед экраном, а проводите реальные расследования и набираетесь практического опыта.

Сегодня больше студентов выбирают специальности, связанные с информационной безопасностью.

Управление инфраструктурой

Murphy Oil – нефтяная компания со штатом 1200 сотрудников, работающая в США, Канаде и Малайзии.

Последний год в ней идут преобразования по модели SaaS: ИТ-инфраструктура, развернутая локально и у поставщиков услуг центров обработки данных, переносится в облако.

Причем наибольшую экономию принесло освоение интеллектуальных средств управления облачной инфраструктурой. Как уточняют в компании, если просто перенести рабочие нагрузки в облако без изменений, экономии не будет, напротив, возможны убытки.

https://www.youtube.com/watch?v=YSWS6VX-Bbo

Несмотря на всю ту гибкость, которую обеспечивают облака, для адаптации рабочих нагрузок может понадобиться труд многих людей и соответствующие затраты.

В Murphy Oil решили воспользоваться системой с искусственным интеллектом компании Turbonomic, способной давать советы по оптимизации инфраструктуры.

Но по-настоящему она окупилась, когда к системе привыкли и доверили ей задачи выбора размещения и масштаба систем.

Совет

Выяснилось, что система способна принимать более удачные решения, чем люди, поскольку руководствуется накопленными данными, а люди – интуицией и эмоциями.

Раньше в компании четыре сотрудника, работающих на полную ставку, и один с частичной занятостью занимались исключительно обработкой заявок в службу поддержки. Сейчас, как сообщают в Murphy Oil, на это требуется одна десятая часть полной штатной единицы.

В итоге персонал, занимавшийся простейшими задачами эксплуатации и сопровождения, был переведен на должности, связанные с поддержкой бизнеса. Например, сотрудники осваивают автоматизацию процессов, готовя новые преобразования в компании. Как подчеркивают в Murphy Oil, поскольку у отдела ИТ всегда есть запланированные проекты, увольнять никого не приходится.

Обеспечение связи

В школах округа Норт-Кантон, штат Огайо, имели место трудности обслуживания беспроводной сети – например, не всегда удавалось добиться надежного соединения с ней ноутбуков и мобильных устройств всех пользователей.

Всего в округе семь школ, в которых учатся 4,4 тыс. учеников и работают 650 сотрудников. К сети подключаются 6-8 тыс. устройств, а администрируют ее всего три человека. С лета прошлого года округ начал пользоваться для управления сетью решением Mist Systems, основанным на средствах искусственного интеллекта.

Как признаются сисадмины, процедуры управления сетью ощутимо ускорились, поскольку теперь причины неполадок выясняются быстрее. Так, системе можно просто задать вопрос «Что происходит с точкой доступа 1?», и она отобразит все сведения о ней с возможностью дальнейшей детализации.

Помимо интерфейса на основе естественного языка, система снабжена внутренними механизмами искусственного интеллекта, которые анализируют сетевую активность. По словам админов, решение помогло обнаружить ряд особенностей сети, о которых сотрудники даже не имели представления.

В прошлом году целых девять месяцев было потрачено на то, чтобы с помощью анализа пакетов доказать, что в ноутбуках сотрудников были неисправны адаптеры Wi-Fi. А после внедрения Mist аналогичную работу удалось проделать буквально за час, поскольку система отображает всю необходимую информацию в режиме реального времени.

Mist обнаруживает неполадки в сети, анализируя данные организации и анонимизированные справочные данные от других клиентов.

Обучение происходит как в непрерывном режиме (прогноз обновляется с учетом вновь поступающих данных), так и в пакетном (для обучения используется весь объем накопленной информации).

Обратите внимание

Применяются также модели обучения с учителем, уточняемые, по словам специалистов Mist, буквально каждые несколько часов.

В компании подчеркивают: чтобы использовать средства искусственного интеллекта, специальные знания в соответствующей области от клиентов не требуются.

Прогнозное обслуживание

В Konica Minolta внедрили систему управления ИТ-инфраструктурой на основе искусственного интеллекта компании ScienceLogic в начале 2017 года. Некогда известная как производитель камер, сейчас Konica Minolta является поставщиком офисной техники и ИТ-услуг. Решение ScienceLogic помогает предсказывать сбои оборудования.

Поначалу, как сообщают в компании, точность прогнозов составляла примерно 56%, но со временем система обучилась, и теперь двухнедельные прогнозы поломки техники сбываются на 95%.

В Konica Minolta планируют снабдить средствами прогнозирования ScienceLogic свою платформу управления ИТ-средами Workplace Hub.

Инструментарий прогнозного обслуживания также готовятся предложить в компании Nlyte Software. В ее решении используются технологии IBM Watson. Система Nlyte собирает сведения об оборудовании, используемом одновременно многими клиентами компании и, комбинируя их с данными по конкретным средам, расширяет свою компетенцию.

Как объясняют в Nlyte, система уже выявила немало закономерностей, и соответствующая информация по мере необходимости предоставляется клиентам. Кроме того, каждый клиент получает инструментарий машинного обучения, позволяющий обнаруживать закономерности, характерные для его конкретной среды.

Одно из популярных применений системы – оптимизация потребления энергии: она помогает выбирать место размещения новых серверов так, чтобы обеспечить лучшие температурные условия. Еще один распространенный сценарий – оптимизация размещения рабочих нагрузок.

Обычно подобные средства разрабатываются в компаниях собственными силами. Но теперь, с появлением готового программного обеспечения и уже построенных моделей, внедрять такие инструменты можно гораздо быстрее и без глубоких знаний в области искусственного интеллекта.

Добиться экономии благодаря применению машинного обучения удалось в компании Interxion, которая владеет 50 центрами обработки данных в 13 городах мира и предоставляет услуги колокации. Пару лет назад в компании начали внедрять систему управления инфраструктурой ЦОД (data center infrastructure management, DCIM) EcoStruxure компании Schneider Electric.

Обычно Interxion строит ежегодно четыре новых дата-центра, и в компании имеют возможность сравнивать показатели по ранее сооруженным ЦОДам, в которых EcoStruxure отсутствует, с показателями тех, где используется система старых версий, и самых новых, где развернута последняя версия.

В Interxion признают, что первые версии EcoStruxure были трудны в использовании. Они выдавали много информации, но, чтобы разбираться в ней и принимать решения, требовалось много работы. Последующие версии улучшились, но выдавали слишком много рекомендаций.

Важно

Самая новая версия обладает более развитыми интеллектуальными возможностями, и уже приносит экономию оператору дата-центров. В частности, бюджет, выделяемый на замену оборудования, уменьшился на 1-2%.

Читайте также:  Sense - искусственный интеллект, который поможет выспаться

Что касается затрат на ремонт, в компании рассчитывают на то, что благодаря механизмам аналитики они в конечном счете уменьшатся на 10%.

Экономия достигается за счет ремонта оборудования еще до поломки, а также благодаря рекомендациям по оптимизации энергоэффективности.

Тем не менее даже самые новые версии системы нуждаются в доработке.

Например, типична такая ситуация: система рекомендует установить сегодня определенную температуру, на следующий день – другую, а на третий – снова первый вариант, поскольку считает его наилучшим на конкретный момент.

В Interxion полагают, что система должна выдавать рекомендации на основе долгосрочных прогнозов, отсортированных по приоритетности. Оператор ЦОДа помогает Schneider вносить улучшения в систему.

Возможности машинного обучения систем управления инфраструктурой ЦОДа, доступные Interxion, пока еще ограниченны, признают в компании.

Аналитики 452 Research уверены, что технические возможности средств искусственного интеллекта систем DCIM будут расширяться.

Совет

По их мнению, сегодня только начался процесс, который со временем приведет к интеграции управления физической инфраструктурой центров обработки данных и многих других сервисов, в том числе управления рабочими нагрузками, потреблением энергии, безопасностью, сетями и персоналом.

Чем больше данных будут собирать поставщики систем, тем умнее и полезнее будут становиться платформы DCIM, а клиенты смогут приобретать такие инструменты по достаточно низкой цене.

Пока что – только точечные решения

Возможность появления основанной на искусственном интеллекте универсальной платформы управления эксплуатацией ИТ остается призрачной, полагают в Forrester Research: на сегодня еще нет систем искусственного интеллекта, способных заменить администратора баз данных или сисадмина. Пройдет несколько лет, прежде чем решения достигнут зрелости, а в организациях станут более четко понимать, каким образом проводить внедрения искусственного интеллекта в конкретных ИТ-средах.

Дело осложняется еще и тем, что системам нужны огромные объемы учебных данных, а на сегодня они доступны только для определенных видов задач. Кроме того, необходимы более оптимальные механизмы обмена данными между различными системами, полагают в IDC.

Например, идею интеграции управления ИТ-услугами и управления эксплуатацией ИТ-среды в теории можно реализовать за два-три года – технические возможности есть. Однако соответствующее направление развивается недостаточно, отмечают аналитики. Понадобится не только автоматизация процессов – нужен опыт и знания специалистов по поддержке и эксплуатации.

Ряд поставщиков делают определенные шаги, но до воплощения идеи в жизнь еще далеко. В IDC считают, что нужны комплексные интеллектуальные системы, формирующие уровень абстракции процессов.

Из 750 менеджеров по эксплуатации ИТ-сред, принявших участие в опросе, проведенном компаниями Turbonomics, Red Hat и AppDynamics, 68% сообщили, что пока вообще не пользуются средствами искусственного интеллекта для управления ИТ-системами, а 24% указали, что экспериментируют с такими технологиями.

Однако 84% выразили уверенность в том, что искусственный интеллект позволит упростить работу благодаря созданию самоорганизующихся систем. Таким образом, резюмируют в IDC, речь идет об области, которой интересуются многие профессионалы, однако занимаются ею всерьез лишь единицы.

– Maria Korolov. How AI is reshaping IT operations. CIO. June 13, 2018

Источник: https://www.cio.ru/articles/2371

IBM: «Налог на роботов затормозит развитие искусственного интеллекта»

Старший вице-президент IBM Дэвид Кенни полагает, что налог на роботов будет препятствовать развитию технологии ИИ. Он не согласен с Биллом Гейтсом, который в феврале предложил ввести такой налог, чтобы компенсировать людям потерю работы. Вместо этого стоит уделить больше внимания обучению специалистов, считает Кенни. 

Позиция Билла Гейтса о налогообложении роботов быстро стала одной из активно обсуждаемых тем в мире высоких технологий — и многие ее активно критикуют.

Один из таких экспертов — Дэвид Кенни, старший вице-президент IBM, который отвечает в корпорации за программу искусственного интеллекта Watson и облачные платформы.

Обратите внимание

Он считает, что ИИ обладает большим потенциалом, и введение налога на роботов будет только препятствовать развитию этой технологии.

«Представьте себе, где мы были бы сегодня, если бы политики, опасаясь неизведанного, лихорадочно облагали налогами программное обеспечение персонального компьютера, чтобы защитить пишущие машинки», — пишет Кенни в своей колонке для издания Wired.

Робот-креативный директор представил свой первый рекламный ролик

По задумке Гейтса, налог на автоматизацию будет взиматься при установке роботов на производстве. На полученные деньги будут переобучать тех, кто потерял работу из-за роботизации, а также формировать специальный фонд для учителей и соцработников, у которых обычно низкая зарплата.

Но нет никаких доказательств, что налоги на технологии защитят сотрудников. Призывы взимать налоги с искусственного интеллекта вызывают недоумение — выходит, люди хотят снять с себя ответственность за роботов. Однако, правильный подход к проблеме заключается другом — нужно уделять достаточное внимание обучению специалистов, а не вводить новые налоги, полагает старший вице-президент IBM.

По информации Министерства труда США, в стране сейчас более полумиллиона открытых технологических вакансий, но университеты и спецкурсы не выпускают достаточное количество специалистов, обладающих необходимыми навыками, чтобы занять эти места, приводит данные Кенни. Бизнес нуждается в расширении количества и охвата образовательных программ — это поможет заполнить приблизительно 1 млн высокотехнологичных рабочих мест в США к 2020 году.

Образование должно быть ориентировано на карьеру, особое внимание стоит уделить обучению женщин и недостаточно представленных в сфере высоких технологий нацменьшинств.

Конгрессу США стоит финансировать программу, направленную на профессиональное обучение необходимых специалистов, а также поддерживать стандарты качества и сертификацию кадров — от автомобильных техников до сварщиков, полагает Кенни.

«ИИ должен давать нам новые преимущества и улучшать нашу жизнь. То, что действительно необходимо работникам в эпоху ИИ — это умение конкурировать и побеждать. А решение кадровых проблем требует умелой государственной работы с системой образования, а не введения налогов», — отмечает куратор программы IBM Watson.

BlackRock начала использовать ИИ и уволила 40% сотрудников

Позицию Кенни разделяет и министр торговли США Уилбур Росс. Он полагает, что если страна обложит налогами роботов и будет сдерживать развитие технологий, то она проиграет в мировой технологической гонке. Идею Билла Гейтса считает неудачной и экс-министр финансов России Алексей Кудрин.

Источник: https://hightech.fm/2017/04/12/ibm-7

CEO IBM предсказала смерть программирования

Генеральный директор корпорации IBM Джинни Рометти в интервью Bloomberg рассказала о будущем технологий искусственного интеллекта, в котором людям больше не придется программировать.

Суперкомпьютер IBM Watson, названный в честь основателя корпорации Томаса Ватсона, оснащен системой искусственного интеллекта, которая способна понимать вопросы на естественном языке и находить ответы на них в своей базе данных. В 2011 году устройство выиграло в телеигре «Jeopardy!».

По мнению Рометти, компьютер может открыть новую эпоху в программировании, который позволит создать ИИ-платформу для бизнеса.

Джинни Рометти

генеральный директор IBM «Все, что вы знали до сегодняшнего дня, было программируемым — целая эпоха из нескольких десятилетий программирования. Watson станет началом новой эпохи, в которой не программируют.

Машины будут смотреть на данные, понимать их и рассуждать над ними. И они продолжать обучаться понимать, рассуждать и, простым языком, не программировать.

Важно

Для нас это существенное отличие межд тем, что можно ожидать в ИИ для потребителей и технологией для бизнеса».

Между технологиями искусственного интеллекта для бизнеса и для конечного потребителя будет несколько различий. Так, если пользователь будет искать лучшую песню 1950 года, то он не будет спрашивать, по каким критериям выбрали эту песню.

Но если человеку понадобится узнать от машины тип рака у больного, то пользователь должен знать, кто и на основе каких данных обучали алгоритмы.

Искусственный интеллект для бизнеса будут тренировать — машины смогут обучаться медицине, страхованию или расследованию финансовых преступлений.

Однако лишь 20% данных во всем мире доступны для поиска. Оставшиеся 80% процентов находятся о бизнеса. В этом и заключается второе отличие ИИ-технологий для бизнеса: для компаний данные создают конкурентное преимущество, поэтому предприятиям будет нужен собственный искусственный интеллект, даже если он будет работать с помощью облачных технологий.

ЧИТАЙТЕ ТАКЖЕ

Глава IBM: людям придется научиться работать вместе с роботами

Издание отмечает, что в IBM технологии искусственного интеллекта называют когнитивными вычислениями.

Корпорация использует это название, поскольку, когда в IBM начали заниматься этим вопросом, задача стояла в том, чтобы научить машины помогать людям принимать решения во время когнитивной перегрузки.

Совет

При этом сама Рометти предпочитает вместо термина «искусственный интеллект» использовать понятие «дополненный интеллект» (augmented intelligence, AI).

По статистике, лишь треть принимаемых человеком решений можно назвать идеальными, еще треть — не оптимальными, а оставшаяся часть состоит из неправильных решений. Рынок инструментов, которые помогают принимать правильные решения в IBM оценивают в $2 млрд

По мнению Рометти, технологии искусственного интеллекта не приведут к полной замене рабочих мест машинами — технологии лишат работы лишь небольшую долю населения Земли. Однако технологии полностью изменят сами профессии.

ЧИТАЙТЕ ТАКЖЕ

Опыт Amazon: как автоматизация создает новые рабочие места

Есть новость? Присылайте на news@incrussia.ru

Источник: https://news.rambler.ru/other/37960290-ceo-ibm-predskazala-smert-programmirovaniya/

Call-центр Гуру

11 сентября 2017

Компания BrightPattern, производитель платформы Облачного контакт центра, прошла во 2-й этап конкурса IBM Watson Build Challenge для практической реализации бизнес-плана по использованию когнитивных технологий в контакт-центрах. IBM обеспечит доступ к средствам разработки, консультации наставников и специалистов по когнитивному бизнесу, которые помогут реализовать проект на основе облачных технологий.

IBM впервые организовала специальный конкурс для бизнес-партнеров по разработке решений на основе платформы искусственного интеллекта IBM Watson.

Конкурс Watson Build Challenge проходит в три этапа: на первом этапе более 1300 компаний по всему миру представили свои идеи и бизнес-планы по решению конкретных проблем заказчиков на основе API из Watson Developer Cloud.

На втором этапе 102 отобранным компаниям предоставляется возможность практической реализации своих решений и показа рабочих прототипов. На третьем этапе участники жюри проводят оценку решений и выбирают лучшие из них.

«Реакция со стороны компаний на наш конкурс просто феноменальна», – сказал Джон Телш, Главный управляющий IBM Global Business Partners.

«Мы поздравляем Bright Pattern, представивший серьезный бизнес-план, основанный на использовании платформ IBM Cloud и Watson, с прохождением на следующий этап конкурса.

Мы будем рады поддержать Bright Pattern в подготовке прототипа Аналитики Омниканальных обращений в Облачном контакт-центре с целью предоставления новой функциональности клиентам наших платформ».

Интеграция с IBM Watson закрепляет позиции Bright Pattern, как одной из самых инновационных компаний, внедряющей самые передовые технологии в современные контакт-центры.

Плаформа IBM Watson является наиболее мощной универсальной системой анализа запросов.

Обратите внимание

Специальное API позволяет создавать сервисы, анализирующие сложные смысловые конструкции, учитывающие эмоции и использующие глубокую обработку естественного языка.

Использование IBM Watson в платформе Облачного контакт центра позволяет значительно расширить возможности использования Искусственного интеллекта при обработке запросов клиентов:

  • транскрипция записей разговоров для аналитики и использования при последующих контактах с клиентом
  • эмоциональный анализ для он-лайн контроля качества работы и последующей оценки службами контроля и аналитики
  • анализ диалога, выявление тем и частоты их повторения
  • анализ он-лайн чата, предоставление автоматических подсказок оператору
  • поиск и обновление профиля клиента на основании данных в социальных медиа, блогах, комментариях, форумах и видео.

«Наша задача – помочь компаниям сфокусироваться на обеспечении качественного обслуживания омниканальных запросов клиентов, автоматизируя рутинные вопросы сбора и анализа данных на основе систем искусственного интеллекта.

Конкурс IBM Watson Build предоставляет нам отличную возможность как профессиональная площадка для рассказа о наших уникальных сервисах. Мы начали интеграцию с платформой Watson еще до начала конкурса.

К настоящему времени большинство сервисов уже готово к практическому использованию», – сказал Константин Кишинский, Испролнительный директор Bright Pattern.

Облачные технологии IBM, включая Watson API, позволят клиентам платформы Облачный контакт центр использовать самую мощную платформу искусственного интеллекта для лучшего обслуживания клиентов. Оплата «по факту использования» гарантирует Заказчикам полный контроль за расходами и обеспечивает уверенное развитие бизнеса.

О компании:

OOО «Клауд Контакт» специализируется на предоставлении комплексных решений по оптимизации работы Контакт-центра на основе облачных технологий. CloudContact оказывает сервисы на территории России и стран СНГ на основе технологий компании Bright Pattern Inc (США). Подробная информация: www.cloudcontact.ru

Источник: https://callcenterguru.ru/cc365/news/95

IBM запустила облачную платформу интеграции данных любых типов для систем принятия решений на базе ИИ

Корпорация IBM запустила Project DataWorks, проект направления Watson, представляющий собой облачную платформу по обработке и анализу данных, которая объединяет все типы данных и позволяет принимать решения с использованием искусственного интеллекта.

Читайте также:  В россии будут выращивать клетки при помощи робота

Project DataWorks упрощает для руководителей и специалистов по анализу данных процессы сбора, систематизации, управления и обеспечения безопасности данных.

Это, в свою очередь, позволит им получить необходимые инсайты с целью когнитивной трансформации бизнеса компаний, сообщили CNews в IBM.

Важно

Как известно, процесс получения подобных инсайтов — непростая задача. Львиную долю этой работы выполняют высококвалифицированные профессионалы в области обработки данных, которые действуют разобщенно.

С помощью Project DataWorks специалисты по обработке данных смогут работать сообща на интегрированной платформе в режиме самообслуживания, обмениваясь общими наборами данных и моделями в безопасном режиме. Это обеспечит оптимизированное управление всеми процессами при увеличении скорости итераций проектов на основе данных.

Теперь вместо того, чтобы тратить время на поиск и подготовку данных для анализа, пользователи смогут сосредоточить свои усилия на ключевой задаче — выявлении инсайтов, способных трансформировать предприятие, подчеркнули в компании.

Project DataWorks, доступный на Bluemix, облачной платформе IBM Cloud, позволит пересмотреть модель совместной работы специалистов по обработке данных при помощи ряда ключевых инноваций, таких как Apache Spark, IBM Watson Analytics, и IBM Data Science Experience.

Благодаря этому проекту организации смогут: автоматизировать развертывание информационных активов и устройств обработки данных с использованием когнитивного машинного обучения и Apache Spark; собирать данные со всех источников со скоростью от 50 до сотен Гбит/с (корпоративных баз данных, интернета вещей, источников потоковой передачи, метеорологических данных и социальных сетей); использовать открытую экосистему, включающую более 20 партнеров и такие технологии, как Confluent, Continuum Analytics, Galvanize, Alation, NumFOCUS, RStudio, Skymind и другие.

Project DataWorks также опирается на ключевые когнитивные способности, например, когнитивное машинное обучение. Это позволяет ускорить все процессы, начиная с обнаружения данных до развертывания моделей, и, по задумке разработчиков, поможет пользователям получить недоступные им ранее инсайты.

«Мы переживаем переломный момент в области обработки данных и аналитики, — считает Боб Пичиано, старший вице-президент IBM Analytics. — Мы знаем, что заказчики тратят до 80% своего времени на подготовку данных, вне зависимости от поставленной задачи.

То же самое происходит, даже когда они готовы воспользоваться преимуществами современного ИИ и машинного обучения.

Project DataWorks поможет справиться с этой задачей, объединив при помощи когнитивных возможностей все источники данных на единой платформе, благодаря чему пользователи смогут более оперативно подготовить данные для извлечения инсайтов и принятия решений».

Новая платформа была разработана на основе подхода, который ранее использовала The Weather Company, компания IBM.

Этот подход призван помочь пользователю получить ценные сведения, оказывающие влияние на повседневное принятие решений как для бизнеса, так и для покупателей.

Платформа включает в себя гибкую архитектуру данных, быструю обработку множественных источников информации, в том числе интернет-источников, рассказали в компании.

Совет

IBM поможет бизнес-партнерам сертифицировать свои предложения в рамках Project DataWorks, предлагая покупателям более широкий выбор передовых технологий с открытым исходным кодом и сторонних наборов сервисов.

Источник: http://www.cnews.ru/news/line/2016-11-08_ibm_zapustila_oblachnuyu_platformu_integratsii_dannyh

IBM Watson запускает конкурс в сфере искусственного интеллекта с призом $5 млн

Поскольку конкурс с $10 млн призом от компании Qualcomm Tricorder X Prize подходит к концу, фонд X Prize Foundation совместно с IBM Watson запустил новый – открытое соревнование в сфере разработки приложения на базе искусственного интеллекта, которое будет фокусироваться на сфере здравоохранения, но может включать в себя и разработки в сфере обучения, энергетики, окружающей среды, глобального развития и изыскательских работ. Призом станут $5 млн от IBM Watson.

В отличие от предыдущих конкурсов X Prize, включая Tricorder X Prize, в котором компании соревновались в разработке компактного медицинского сканера, и исходного Ansari X Prize, где речь шла о суборбитальных полетах, этот конкурс позволяет участникам самостоятельно определять свои цели и концентрироваться на решении различных проблем. И все-таки есть ряд факторов, позволяющих верить, что, по крайней мере, несколько из участвующих в соревновании команд будут фокусироваться на здравоохранении. Это именно та сфера, где сама IBM начала использовать свою систему искусственного интеллекта на базе Watson практически сразу после того, как эта платформа показала, чего она стоит в популярном игровом шоу “Jeopardy!”. И это первая область применения в списке, опубликованном при анонсировании нового конкурса.

IBM Watson AI X Prize будет долгим соревнованием – финал запланирован на 2020 год. Общий призовой фонд объемом $5 млн будет разделен следующим образом: победитель получит $3-х миллионный главный приз, финалист, занявший второе место, получит $2 млн, третий в списке победителей – $500 000. Оставшиеся $500 000 будут зарезервированы для наград за особые достижения и на промежуточные призы.

Конец приема заявок на конкурс – декабрь 2016 года, детальное описание предлагаемого проекта должно быть представлено до марта следующего года.

Напомним, Tricorder X Prize, который был объявлен в 2013 году и представляет собой соревнование с призом в $10 млн на создание миниатюрного потребительского устройства, которое может диагностировать несколько заболеваний и контролировать определенные показатели здоровья человека, должен завершиться в начале 2017 года.

Ранее предполагалось, что итоги будут подведены в текущем году, но было решено несколько продлить его, чтобы финалисты довели работы “до ума”.

  На данном этапе осталось только семеро участников (финалистов) конкурса, после того, как две команды объединились, одна самостоятельно решила сойти с дистанции, а одна решила бросить соревнование, когда их прототип был задержан на американской таможне.

Источник: MobiHealth News

Для комментирования необходимо авторизоваться

Источник: https://evercare.ru/Watson-x-prize

IBM запускает первую индустриальную платформу интеграции данных любых типов для систем принятия решений на базе ИИ

IBM (NYSE: IBM) запустила Project DataWorks, проект направления Watson, представляющий собой первую в индустрии облачную платформу по обработке и анализу данных, которая объединяет все типы данных и позволяет принимать решения с использованием искусственного интеллекта. Project DataWorks упрощает для руководителей и специалистов по анализу данных процессы сбора, систематизации, управления и обеспечения безопасности данных. Это, в свою очередь, позволит им получить необходимые инсайты с целью когнитивной трансформации бизнеса компаний.

Представители бизнеса понимают, что извлечение инсайтов при помощи анализа данных является сильным конкурентным преимуществом. Однако процесс получения подобных инсайтов – непростая задача. Львиную долю этой работы выполняют высококвалифицированные профессионалы в области обработки данных, которые действуют разобщенно.

Они используют несвязанные инструменты и сервисы для работы с данными, что в итоге сложно контролировать, интегрировать и регулировать.

Кроме того, поскольку информация не остается статичной, предприятия должны постоянно и часто вручную улучшать свои модели и продукты для обработки данных, чтобы получать наиболее релевантные ценные сведения.

Обратите внимание

Project DataWorks поможет предприятиям разрушить эти барьеры, объединив на единой платформе все данные и инсайты. Специалисты по обработке данных смогут работать сообща на интегрированной платформе в режиме самообслуживания, обмениваясь общими наборами данных и моделями в безопасном режиме.

Это обеспечит более эффективное управление всеми процессами при увеличении скорости итераций проектов на основе данных.

Теперь вместо того, чтобы тратить время на поиск и подготовку данных для анализа, пользователи смогут сосредоточить свои усилия на ключевой задаче – выявлении инсайтов, способных трансформировать предприятие.

Project DataWorks, доступный на Bluemix, облачной платформе IBM Cloud, позволит пересмотреть модель совместной работы специалистов по обработке данных при помощи ряда ключевых инноваций, таких как Apache Spark, IBM Watson Analytics, и IBM Data Science Experience. Благодаря этому проекту организации смогут:

  • автоматизировать развертывание информационных активов и устройств обработки данных с использованием когнитивного машинного обучения и Apache Spark;
  • собирать данные со всех источников быстрее любого современного решения на рынке, со скоростью от 50 до сотен Гбит/с: корпоративных баз данных, интернета вещей, источников потоковой передачи,  метеорологических данных и социальных сетей;
  • эффективно использовать открытую экосистему, включающую более 20 партнеров и такие технологии, как Confluent, Continuum Analytics, Galvanize, Alation, NumFOCUS, RStudio, Skymind и другие.

Project DataWorks также опирается на ключевые когнитивные способности, например, когнитивное машинное обучение. Это позволяет ускорить все процессы, начиная с обнаружения данных до развертывания моделей, и поможет пользователям получить недоступные им ранее инсайты.

«Мы переживаем переломный момент в области обработки данных и аналитики, – сказал Боб Пичиано, старший вице-президент IBM Analytics. – Мы знаем, что заказчики тратят до 80% своего времени на подготовку данных, вне зависимости от поставленной задачи.

То же самое происходит, даже когда они готовы воспользоваться преимуществами современного ИИ и машинного обучения.

Project DataWorks поможет справиться с этой задачей, объединив при помощи когнитивных возможностей все источники данных на единой платформе, благодаря чему пользователи смогут более оперативно подготовить данные для извлечения инсайтов и принятия решений».

Новая платформа была разработана на основе подхода, который ранее использовала The Weather Company, компания IBM.

Этот подход призван помочь пользователю получить ценные сведения, оказывающие влияние на повседневное принятие решений как для бизнеса, так и для покупателей.

Платформа включает в себя гибкую архитектуру данных, быструю обработку множественных источников информации, в том числе интернет-источников.

Компании Dimagi, KollaCode LLC, nViso, Quetzal, RSG Media, Runkeeper, SeniorAdvisor.com и Tabtor Math уже используют преимущества Project DataWorks.

«Компания Runkeeper, которая стала частью ASICS, стремится предоставить максимально индивидуальный подход при работе с 50 млн потребителями во всем мире и помочь им в достижении фитнес-целей, – сказал Джейсон Джейкобс, основатель Runkeeper. – Project DataWorks предлагает универсальную облачную платформу для обработки и анализа данных, которая обеспечивает идеальную среду для экспериментов и запусков новых предложений для наших пользователей».

RSG Media, глобальный лидер аналитического ПО и сервисов ведущим мировым компаниям в сфере медиа и развлечений, использует Project DataWorks для анализа большого количества собственных и сторонних наборов данных.

Это включает в себя мониторинг межплатформенного контента и рекламной аудитории, идентификацию поведенческих характеристик при индивидуальных просмотрах, а также анализ инсайтов об образе жизни с учетом демографических и социальных данных.

Важно

В то время как в отрасли нет единого подхода к объяснению поведения аудитории, RSG Media помогла своим клиентам получить более глубокое понимание предпочтений покупателей и разработать оптимизированные графики планирования рекламы. В одном конкретном случае это привело к увеличению доходов на $50 млн для рекламной сети.

«Мы осознали, что нам был необходим не просто поставщик облачной инфраструктуры.

Мы искали партнера, который помог бы нам управлять беспрецедентным объемом данных и предоставить возможность заказчикам превратить такую информацию в инсайты, – сказал Мукеш Сегал, основатель и генеральный директор RSG Media.

– IBM – это единственный поставщик облачных решений, предлагающий комплексный пакет возможностей для создания передовых аналитических приложений. Такие сервисы позволят нам быстро и с оптимальными затратами запускать новые предложения на рынок».

IBM поможет бизнес-партнерам сертифицировать свои предложения в рамках Project DataWorks, предлагая покупателям более широкий выбор передовых технологий с открытым исходным кодом и сторонних наборов сервисов.

Концептуальный проект в эпоху принятия решений на основе данных

IBM также анонсировала DataFirst Method в целях помощи заказчикам во внедрении инноваций. IBM DataFirst Method – это методология, позволяющая организациям получить доступ к навыкам и дорожной карте, которые необходимы для когнитивной трансформации бизнеса.

Количество произведенных данных увеличивается вдвое каждые два года, поэтому компаниям становится все сложнее получать ценные сведения из накопленного объема информации.

Им необходима наглядная дорожная карта, которая показывала бы, как добиться прогресса в этой области.

При помощи DataFirst Method, более двух тысяч специалистов IBM покажут, как применять успешные передовые решения и методы, которые уже доказали свою эффективность в трансформации процессов обнаружения, обработки и анализа данных у заказчиков.

http://ibm.co/dataworks.

Источник: http://www.connect-wit.ru/ibm-zapuskaet-pervuyu-industrialnuyu-platformu-integratsii-dannyh-lyubyh-tipov-dlya-sistem-prinyatiya-reshenij-na-baze-ii.html

Ссылка на основную публикацию
Adblock
detector