2020年人工智能在云平台的应用将呈现爆炸式增长

作者: Joao-Pierre S. Ruth 2020-02-04 16:29:28

埃森哲公司分析师认为,云平台是企业将在2020年获得更多创新的场所。

如果埃森哲公司分析师预测得到证实,则计算的下一个重大飞跃可能会在云中奠定基础。

2020年人工智能在云平台的应用将呈现爆炸式增长

在去年12月召开的亚马逊re:Invent会议上,埃森哲公司主管技术服务的北美智能云计算和基础设施负责人Tristan Morel L'Horset提出了他对创新的一些期望,这些创新可能会在2020年开始兴起。许多企业可能都在关注变革,但这里有一个关于变革之后的问题。L'Horset问,“一旦将业务迁移到云端,那么如何才能充分利用云计算?”

他表示,云计算可能是通向一系列其他创新的桥梁。例如,人工智能的发展可能会加速,这要归功于通过云计算整合的资源。L'Horset说:“要让人工智能真正爆炸式发展,则需要数据——大量的数据被开发、管理和分析。很多企业已经开始明白,他们掌握了大量此类数据,需要对此采取措施。这是一个正在实现的机会,在那里,人工智能被用于云计算中整合和集中的数据。我们看到云计算提供商对利用人工智能数据的能力进行了巨大的投资。”

L'Horset说,这种投资的好处可以通过数据的场景关系来看出,其中人工智能引擎通过以不同的方式使用相同的信息来解决多个问题。他说,“从企业层面来看,人工智能将成为一种快速发展的趋势。这是我们将在2020年看到的发展趋势。”

由于AWS公司和谷歌公司等超大规模开发者的努力,计算领域有望加速取得另一项突破。L'Horset说,量子计算经过多年的认知之后被视为一种科学项目,现在正处于实现的边缘。这个想法是将量子力学应用于比传统模型能够指数级更快地计算的机器的开发中。直到最近,能否创建这样的计算机仍然难以捉摸。他说:“许多公司都想知道他们将如何实际使用它。其建造和运营成本非常昂贵。”

现在,量子计算虽然在有限的基础上变得可用。谷歌公司去年10月宣布,其配备了Sycamore处理器的量子计算机在200秒内完成了一次测试计算,据称这台计算机完成的测试计算工作可能需要世界上最快的超级计算机10000年才能完成。

L'Horset表示,更多的企业可能很快会进行更多有关量子计算的试验。去年12月召开AWS re:Invent大会有关Amazon Braket的声明至关重要,因为它使开发人员、研究人员和组织可以使用量子计算技术。他说,“我们不知道量子计算将解决什么问题,但量子计算可能解决我们还没有想到的问题。”

L'Horset说,量子计算的某些首批应用可能会出现在生命科学或金融服务行业中,随后还会有其他用例。他认为,企业要真正掌握量子计算可能需要18到36个月的时间。他说,这个周期可能包括提供SDK,并确定要解决的问题,然后将这些问题转换为量子功能可以利用的东西。他说:“这需要一些时间。在公告发布之前,我认为没有客户直接对其进行任何真正的投资。”

L'Horset说,AWS公司等技术提供商和超大规模企业采用的创新之路表明,他们希望为企业提供多种服务,而不仅仅是云计算业务。从这一趋势中获得的其他好处应该会显现。他说:“随着时间的推移,这将消除技术债务。”他指的是大型机和其他遗留资源。他预计。环境将变得可扩展且基于消耗,并且等待数据最大化。他说,“这是一个新领域。而企业面临的问题是,客户将如何利用所有这些数据?有合适的工具吗?”

人工智能 云计算 量子计算
上一篇:《柳叶刀》最新文章:主要城市疫情将滞后武汉1-2周爆发 下一篇:保护我方医务人员!机器人能送药治病消毒,保护医生护士不被传染
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载