Wynajem sztucznej inteligencji

© Fraunhofer IPA, Zdjęcie: Rainer Bez

© Gesellschaft Fraunhofer

Um Künstliche Intelligenz nutzen zu können, braucht ein Unternehmen nicht zwingend einen ausgewiesenen Fachmann. Eine Fraunhofer-Studie zeigt, wie kleine und mittlere Unternehmen stattdessen vorgehen können.

Künstliche Intelligenz (KI) pomaga w optymalizacji procesów produkcyjnych i oszczędza pieniądze. Jednak małe i srednie firmy często brakuje im ekspertów, aby korzystać z tej technologii przyszści. Mogą one zbierać potrzebne dane, ale nie radzą sobie z ich analizą. W tym pomagają duzi dostawcy chmury obliczeniowej. Oferują prostą cyfrową narzędzia, które przetwarzają duże zbiory danych i dostarczają rozwiązania KI. Eksperci mówią o platformach „Machine-Learning-as-a-Service”. W ten sposób każda firma, nawet bez dużego doÅ›wiadczenia w dziedzinie sztucznej inteligencji, może zacząÄ‡ korzystać z niej i rozwijać modele, np. automatycznie wykrywające błędne elementy na produkcie.

Najczęstsze przypadki zastosowania na czterech platformach w porównaniu

Ale któda platforma jest odpowiednia do jakiego zadania? Instytuty Fraunhofer w Stuttgarcie - IPA (Produktionstechnik und Automatisierung) oraz IAO (Arbeitswirtschaft und Organisation) - porównały podejścia czterech największych dostawców – AWS, Google, IBM i Microsoft. Zrealizowały projekty dla czterech przypadków użycia, które często występują w praktyce, obejmując cztery kategorie danych: dane tabelaryczne, tekstowe, obrazowe i szereg czasowy:

- Utrata klientów: Dla hoteli korzystne jest wczesne wykrycie, u których gości może występować odwołanie rezerwacji. Możliwe, że w tabelarycznych danych rezerwacyjnych już kryje się wskazówka. KI może ja wykryć i opracować odpowiedni algorytm.
- Kategoryzacja tekstów: Teksty można przypisać do różnych dziedzin, np. kultura, sport i polityka. Na przykład agencja prasowa może automatycznie prowadzić archiwum.
- Rozpoznawanie obrazów: Analiza obrazów odgrywa istotną rolę w produkcji. Kamerowe systemy pozwalają wykryć defekty na wyrobie. KI pomaga zautomatyzować tę kontrolę. Na podstawie wielu obrazów z metadanymi, tzw. anotowanych, uczy się rozpoznawać błędy.
- Zużycie narzędzi: Wymiana frezu we właściwym momencie oszczędza pieniądze. Za wcześnę wymianę marnujemy materiał, a za późną ryzykujemy długi przestój produkcji. KI uczy się interpretować dane szeregów czasowych drgaŇ i zużycia energii, aby ocenić stan narzędzia.

Ogólnie dla rozwiązaÅ„ KI: Im więcej danych i im lepsza ich jakość, tym bardziej wiarygodny jest uzyskany model. Porównując platformy, naukowcy Fraunhofer zawsze wybierali najprostsze rozwiązanie. Czasami wystarczyło tylko załadować dane i oznaczyć je, np. w przypadku analizy obrazów, oznaczając je jako poprawne lub błędne. Platforma zwracała wtedy oczekiwany model wraz z dokładnością predykcji.

Wyniki

Badanie Fraunhofer wykazało, że rozwiązania wszystkich dostawców mają mocne strony i nie wymagaą głębiej żadnej wiedzy fachowej. Oczywiście, są różnice. Niektóre platformy są bardziej intuicyjne w obsłudze. Niektóre modele KI działają tylko w chmurze dostawcy, inne można eksportować i zainstalować na firmowym serwerze.

Któa platforma jest polecana do jakiego przypadku, opisuje badanie „Chmurowe platformy KI – szanse i ograniczenia usług Machine Learning as a Service”. Dostępne jest do pobrania pod następnym linkiem: https://www.ki-fortschrittszentrum.de/de/studien/cloudbasierte-ki-plattformen.html