详细内容或原文请订阅后点击阅览
人工智能系统的数据管理基础设施
管理具有人工智能、机器学习、大语言模型、视频分析等机制的系统中使用的数据的基础设施应包括哪些内容？
来源:OSP网站大数据新闻当今使用人工智能的系统实施了许多中型和大型组织。合乎逻辑的是，对于基于AI的系统的成功培训，应用，培训和开发，可能需要某个基础。关于组织中实施的II系统需要哪些数据基础架构，我们要求专家告诉谁将参加最近的数据管理论坛。
论坛“数据管理”根据AI div>
我们接受采访的专家提出了对基础设施的全景愿景，必须为成功使用AI在业务中而构建。
作为机器学习“ Infosystem Jet”专家Anton Golovko，正确地指出了系统的数据管理基础架构应主要取决于特定业务的需求。同样，当然，有必要考虑可用数据架构的功能，并已经为其处理而构建了过程。
“如果过程相对简单，则很少有数据来源，并且机器学习被视为解决一个或两个问题的工具，那么不需要复杂的数据基础架构，” Golovko继续说道。 - 如果我们谈论的是具有大量潜在任务的大型生产，那么已经在AI项目的早期阶段就值得收集大量各种质量数据。对于机器学习的经典任务，当我们处理结构化数据时，最好的解决方案将是使用功能的存储（功能存储） - 它为AI提供了单个接口，机器学习专家将在无需考虑原始数据体系结构的情况下使用该界面。在语言模型和视频分析的情况下，如果数据量很小，则最好使用对象存储，如果有很多数据，则可以使用“数据湖”。
ILYA FOMICHEV ：“ div> “ div> illya kulakov div> Alexander Borisov div> Anton Golovko