Erstellen Sie mit IBM WatsonX eine bessere KI für Unternehmen und Hybrid-Clouds

IBM stellte KI und Hybrid-Cloud-Strategien in den Mittelpunkt seiner jährlichen IBM Think-Konferenz. Während sich andere Anbieter in den letzten Jahren auf die verbraucherorientierten Aspekte neuer KI-Anwendungen konzentrierten, hat IBM eine neue Generation von Modellen entwickelt, um Unternehmenskunden besser bedienen zu können.

IBM hat kürzlich die Einführung von watsonx.ai angekündigt, einer KI-Entwicklungsplattform für Hybrid-Cloud-Anwendungen. Die KI-Entwicklungsdienste von IBM Watsonx befinden sich derzeit in der Technologievorschauphase und werden im dritten Quartal 2023 allgemein verfügbar sein.

KI wird zu einem wichtigen Geschäftsinstrument und läutet eine neue Ära der Produktivität, Kreativität und Wertschöpfung ein. Für Unternehmen sind es nicht nur neue KI-Konstrukte, die über die Cloud auf große Sprachmodelle (LLMs) zugreifen. Große Sprachmodelle bilden die Grundlage für generative KI-Produkte wie ChatGPT, aber Unternehmen haben viele Probleme, die berücksichtigt werden müssen: Datensouveränität, Datenschutz, Sicherheit, Zuverlässigkeit (keine Abweichung), Korrektheit, Voreingenommenheit usw.

Eine IBM-Umfrage unter Unternehmen ergab, dass 30–40 % der Unternehmen den Geschäftswert von KI erkannt haben, und diese Zahl hat sich seit 2017 verdoppelt. Eine von IBM zitierte Prognose besagt, dass KI bis 2030 16 Billionen US-Dollar zur Weltwirtschaft beitragen wird. Die Umfrage unterstreicht den Einsatz von KI zur Verbesserung der Produktivität und zur Schaffung einzigartigerer Werte, ebenso wie der einzigartige Wert des Internets für die Zukunft, den in seinen Anfängen niemand vorhersagen konnte. KI wird die vielen Kompetenzlücken schließen, die zwischen Unternehmen und den Talenten mit diesen Fähigkeiten bestehen, indem sie die Produktivität steigert.

Heute wird KI immer schneller und fehlerfrei, um die Softwareprogrammierung zu verbessern. Bei Red Hat verwendet der Watson Code Assistant von IBM watsonx, um das Schreiben von Code zu vereinfachen, indem er den nächsten einzugebenden Codeabschnitt vorhersagt und vorschlägt. Diese KI-Anwendung ist äußerst effektiv, da sie auf ein bestimmtes Programmiermodell innerhalb der Red Hat Ansible-Automatisierungsplattform abzielt. Der Ansible Code Assistant ist 35-mal kleiner als andere allgemeinere Code-Assistenten, da er optimierter ist.

Ein weiteres Beispiel ist SAP, das die Watson-Serviceverarbeitung integrieren wird, um digitale Assistenten in SAP Start zu unterstützen. Neue KI-Funktionen in SAP Start werden dazu beitragen, die Benutzerproduktivität durch natürliche Sprachfunktionen und prädiktive Erkenntnisse mithilfe von IBM Watson KI-Lösungen zu verbessern. SAP hat herausgefunden, dass KI bis zu 94 % der Abfrageanfragen beantworten kann.

Watsonx zum Leben erwecken

Der IBM AI Development Stack ist in drei Teile unterteilt: watsonx.ai, watsonx.data und watsonx.governance . Diese WatsonX-Komponenten sind für die Zusammenarbeit konzipiert und können auch mit Integrationen von Drittanbietern verwendet werden, beispielsweise dem Open-Source-KI-Modell von HuggingFace. Darüber hinaus kann WatsonX auf mehreren Cloud-Diensten (einschließlich IBM Cloud, AWS und Azure) und lokalen Servern ausgeführt werden.

IBM Watsonx-Plattform mit watson.ai, watsonx.data und watsonx.governance

Watsonx-Plattform als Service Geliefert in ein Formular, das die Hybrid-Cloud-Bereitstellung unterstützt. Datenwissenschaftler können diese Tools nutzen, um schnell benutzerdefinierte KI-Modelle zu entwickeln und anzupassen, die dann zu wichtigen Motoren für Unternehmensgeschäftsprozesse werden.

Der watsonx.data-Dienst nutzt Open Table Storage, um die Verbindung von Daten aus mehreren Quellen mit dem Rest von watsonx zu ermöglichen und so den Lebenszyklus der Daten zu verwalten, die zum Trainieren von watsonx-Modellen verwendet werden.

watsonx.governance-Service wird verwendet, um den Modelllebenszyklus zu verwalten und die Modellanwendung aktiv zu steuern, wenn neue Daten zum Trainieren und Verbessern des Modells verwendet werden.

Der Kern des Produkts ist watsonx.ai, wo die Entwicklungsarbeit stattfindet. Heute hat IBM selbst 20 Basismodelle (FM) mit unterschiedlichen Architekturen, Modi und Maßstäben entwickelt. Darüber hinaus steht auf der Watsonx-Plattform auch das Open-Source-Modell HuggingFace zur Verfügung. IBM geht davon aus, dass einige Kunden ihre eigenen Anwendungen entwickeln werden, wobei IBM Beratungsdienste bereitstellt, die bei der Auswahl des richtigen Modells, bei der Neuschulung anhand von Kundendaten und bei Bedarf bei der Beschleunigung der Entwicklung helfen.

IBM watsonx.ai Software-Stack läuft auf Red Hat OpenShift

IBM hat mehr als drei Jahre mit der Erforschung und Entwicklung der Watsonx-Plattform verbracht . IBM baute sogar einen KI-Supercomputer mit dem Codenamen „Vela“, um eine effektive Systemarchitektur für die Erstellung grundlegender Modelle zu untersuchen, und baute vor der Veröffentlichung von Watsonx eine eigene Modellbibliothek auf. IBM fungiert als eigener „Kunde 0“ der KI-Plattform.

Die Vela-Architektur ist einfacher und kostengünstiger zu erstellen als herkömmliche KI-Supercomputer mit Standard-Ethernet-Netzwerk-Switches (anstatt teurere Nvidia/Mellanox-Switches) und wenn Kunden WatsonX in ihrer Umgebung ausführen möchten, ist sie möglicherweise einfacher zu kopieren. Darüber hinaus ist PyTorch für die Supercomputerarchitektur IBM Vela AI optimiert. IBM stellte fest, dass die Ausführung der Virtualisierung auf Vela nur einen Leistungsaufwand von 5 % verursachte.

IBM watsonx unterstützt IBMs strategisches Engagement für eine Hybrid Cloud auf Basis von Red Hat OpenShift. Die KI-Entwicklungsplattform von watsonx läuft in der IBM Cloud oder anderen öffentlichen Clouds (wie AWS) oder vor Ort beim Kunden. Auch wenn es geschäftliche Einschränkungen gibt, die den Einsatz öffentlicher KI-Tools nicht zulassen, können Unternehmen die Vorteile dieser neuesten KI-Technologie nutzen. IBM bringt wirklich führende KI und Hybrid Cloud wird mit Watsonx kombiniert.

watsonx ist die KI-Entwicklungs- und Datenplattform von IBM für die Bereitstellung von KI in großem Maßstab. Produkte der Marke Watson sind digitale Workforce-Produkte mit KI-Expertise. Zu den weiteren Produkten der Marke Watson gehören Watson Assistant, Watson Orchestrate, Watson Discovery und Watson Code Assistant (ehemals Project Wisdom). IBM wird der Marke Watson mehr Aufmerksamkeit schenken und hat frühere Watson Studio-Produkte in watsonx.ai integriert, um die Entwicklung neuer Basismodelle zu unterstützen und auf traditionelle Funktionen des maschinellen Lernens zuzugreifen.

Grundlegende Modelle und große Sprachmodelle

In den letzten 10 Jahren wurden Deep-Learning-Modelle auf der Grundlage großer Mengen gekennzeichneter Daten in jeder Anwendung trainiert. Dieser Ansatz ist nicht skalierbar. Basismodelle und große Sprachmodelle werden auf großen Mengen unbeschrifteter Daten trainiert, die einfacher zu sammeln sind, und diese neuen Basismodelle können dann zur Ausführung mehrerer Aufgaben verwendet werden.

Für diese neue Art von KI, die vorab trainierte Modelle verwendet, um mehrere Aufgaben auszuführen, ist es eigentlich etwas unangemessen, den Begriff „großes Sprachmodell“ zu verwenden. Die Verwendung von „Sprache“ bedeutet, dass die Technologie nur zum Testen geeignet ist, Modelle jedoch aus Code, Grafiken, chemischen Reaktionen usw. bestehen können. IBM verwendet für diese großen vorab trainierten Modelle einen aussagekräftigeren Begriff: „Basismodelle“. Durch die Verwendung eines Basismodells wird eine große Datenmenge trainiert, um ein spezifisches Modell zu erstellen, das dann unverändert verwendet oder für einen bestimmten Zweck optimiert werden kann. Durch die Anpassung des Basismodells an Ihre Anwendung können Sie zudem entsprechende Grenzen setzen und das Modell direkt nutzbarer machen. Darüber hinaus kann das zugrunde liegende Modell verwendet werden, um die Iteration nicht generativer KI-Anwendungen wie Datenklassifizierung und -filterung zu beschleunigen.

Viele große Sprachen sind groß und werden immer größer, weil die Modelle versuchen, auf jeder Art von Daten trainiert zu werden, damit sie in jedem potenziell offenen Bereich verwendet werden können. In einer Unternehmensumgebung ist dieser Ansatz oft übertrieben und kann unter Skalierungsproblemen leiden. Durch die richtige Auswahl des richtigen Datensatzes und dessen Anwendung auf den richtigen Modelltyp kann das endgültige Modell jedoch effizienter werden und dieses neue Modell auch beseitigt werden jegliche Voreingenommenheit, urheberrechtlich geschütztes Material usw. über IBM watsonx.governance.

Zusammenfassung

Während der IBM Think-Konferenz befand sich die KI in einem „Netscape-Moment“. Diese Metapher bezieht sich auf einen Wendepunkt, an dem ein breiteres Publikum dem Internet ausgesetzt ist. ChatGPT macht generative KI einem breiteren Publikum zugänglich, es besteht jedoch weiterhin Bedarf an verantwortungsvoller KI, auf die sich Unternehmen verlassen und die sie kontrollieren können.

Wie Dario Gil in seiner abschließenden Keynote sagte: „Lassen Sie Ihre KI-Strategie nicht auf API-Aufrufe aus.“ Der CEO von HuggingFace wiederholte die gleiche Meinung: Haben Sie Ihr eigenes Modell, mieten Sie nicht das Modell eines anderen. IBM gibt Unternehmen die Werkzeuge an die Hand, um verantwortungsvolle, effiziente KI zu entwickeln und ihnen die Möglichkeit zu geben, ihre eigenen Modelle zu besitzen.

Das obige ist der detaillierte Inhalt vonErstellen Sie mit IBM WatsonX eine bessere KI für Unternehmen und Hybrid-Clouds. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!