مراكز البيانات وبنية الذكاء الاصطناعي
ما هي البيانات التي يحتاجها المبنى قبل أن يصبح الذكاء الاصطناعي مفيدًا؟
البيانات والسياق والتاريخ الذي تحتاجه حالات استخدام الذكاء الاصطناعي المختلفة، وكيفية اختبار الجودة مقابل المهمة.
مراكز البيانات وبنية الذكاء الاصطناعي
المبنى جاهز للذكاء الاصطناعي لحالة استخدام محددة، وليس بشكل عام؛ تقييم حالة استخدام واحدة في كل مرة.

الاستعداد هو دائمًا الاستعداد لشيء ما. يمكن أن يكون المبنى جاهزًا لأداة التنبؤ بالطاقة، ولكنه ليس جاهزًا للصيانة التنبؤية. إنه جاهز للذكاء الاصطناعي لحالة استخدام معينة عندما تتحقق ثلاثة أشياء: المعلومات التي يحتاجها التطبيق موجودة ويمكن الوصول إليها بشكل موثوق؛ أن تكون الواجهات التي توفرها آمنة وتتم صيانتها؛ وتعرف المنظمة من سيتصرف بناءً على المخرجات وكيف سيتم اكتشاف الأخطاء.
إن تركيب المزيد من أجهزة الاستشعار أو شراء منصة أو حجز مساحة لمعدات الحوسبة لا يجعل المبنى جاهزًا للذكاء الاصطناعي. قد يتبين أن أيًا من هذه الأمور ضروري، ولكن فقط عندما تظهر حالة الاستخدام الفجوة التي سيتم سدها.
الاختبار الأول هو ما إذا كانت البيانات تعني شيئًا ما للآلة. الأصول تحتاج إلى هويات متسقة. تحتاج القياسات إلى وحدات وطوابع زمنية ومواقع معروفة، كما يجب تسجيل العلاقات بين المعدات والأنظمة والمساحات. توجد نماذج دلالية مثل Brick لهذا الغرض على وجه التحديد: فهي تسمح للبرمجيات باكتشاف وجود مستشعر درجة حرارة معين في غرفة معينة تخدمها وحدة معينة لمعالجة الهواء. سواء كان الاختيار هو Brick أو Project Haystack أو أي نهج آخر، فإن المتطلب هو نفسه: السياق الذي يمكن للآلة قراءته.
يثبت تصدير البيانات لمرة واحدة وجود البيانات. ولا يثبت أن التطبيق يمكنه الاعتماد عليه. والأسئلة المهمة هي كيف ستتدفق البيانات بشكل مستمر من نظام إدارة المباني والأنظمة الأخرى، ومن سيحافظ على الواجهة عندما تتغير تلك الأنظمة، وكيف يتم تأمين التدفق.
كل مخرجات تحتاج إلى متلقي وهدف. من يستقبلها وماذا يفعل بها وماذا يحدث إذا كانت خاطئة؟ الاستخدام الاستشاري، مع قيام الشخص باتخاذ القرار، هو الخطوة الأولى المعتادة؛ ويأتي الإجراء التلقائي لاحقًا، إذا حدث ذلك على الإطلاق.
تتغير النماذج ومصادر البيانات وأنظمة البناء بمرور الوقت، لذلك يحتاج المالك إلى معرفة متى تغيرت المدخلات أو سلوك النموذج، ومن لديه السلطة لتعليق التطبيق. يتضمن إطار إدارة مخاطر الذكاء الاصطناعي الخاص بـ NIST (الإصدار 1.0، الذي تتم مراجعته الآن)، في وظيفة الإدارة الخاصة به، آليات لاستبدال أو فك الارتباط أو إلغاء تنشيط أنظمة الذكاء الاصطناعي التي لا يتوافق أدائها مع الاستخدام المقصود. إنه اختبار جيد لمعرفة ما إذا كانت المؤسسة مستعدة لتشغيل الذكاء الاصطناعي، وليس فقط لتثبيته.
| خطوة | الإخراج |
|---|---|
| اختر حالة استخدام ذات أولوية واحدة | بيان من فقرة واحدة للقرار الذي يدعمه ومن يتخذه |
| قائمة المعلومات التي تحتاجها | عناصر البيانات والتاريخ والتكرار والسياق المطلوب |
| تحقق مما هو موجود | التوفر والجودة والفجوات لكل عنصر، مع الأدلة من العينة |
| التحقق من الوصول والأمن | الواجهات والملكية والفصل عن الشبكات التشغيلية |
| تحديد عملية التشغيل | من يستخدم الإخراج، التحقق، التصعيد، التعليق |
| إعطاء الأولوية للثغرات | تم ترتيب التحسينات حسب مقدار إلغاء حظر حالة الاستخدام |
والنتيجة هي خريطة طريق قصيرة يمكن لمورد الذكاء الاصطناعي التسعير مقابلها ويمكن للمالك الحكم عليها.
تعلن بعض المباني أنها ليست جاهزة بعد. تختلف أسماء النقاط من مبنى إلى آخر دون أي تعيين بينها. لا أحد يستطيع أن يقول أي نظام يحمل سجل الأصول الرسمي. لا يمكن استخراج البيانات إلا باليد. لم يتم تسمية أحد للعمل على المخرجات، ولم يسأل أحد عما يحدث عندما يكون النموذج خاطئًا.
يعد التقييم الصادق لحالة استخدام ذات أولوية واحدة بمثابة دليل أفضل لميزانية الذكاء الاصطناعي من الاقتراح الأكثر صقلًا. العلامات التحذيرية المذكورة أعلاه هي حيث تبدأ، وكل واحدة يتم إزالتها تمثل فجوة لم يعد المورد مضطرًا إلى تسعيرها.
يرتبط هذا المقال بعملنا في خدماتنا.
يمكننا مناقشة جاهزية البنية التحتية والبيانات.
تواصل مع Pagin Consulting