Раздел концепций в сфере облачных вычислений

Система управления базами данных (СУБД) – это программная технология, которая управляет информацией в базе данных в нужном масштабе. База данных – это коллекция данных, хранящаяся в электронном виде, которая позволяет читать, записывать и обновлять данные. Однако по мере роста объема данных возникает необходимость в управлении хранением и репликацией для оптимального использования данных. Система управления базами данных упрощает хранение данных в больших объемах, одновременно повышая доступность, надежность и производительность. Она также предоставляет инструменты для определения корреляций данных и выполнения аналитики в системе по мере необходимости.

Получение данных – это процесс сбора данных из различных источников и их перемещения в целевую систему для хранения и анализа. При использовании современных систем данные «поступают» в организацию в различных форматах и с разной скоростью. Например, данные от интеллектуальных датчиков поступают непрерывно в виде постоянного потока входных данных от датчиков, а данные о продажах клиентам можно сопоставлять и вводить в конце дня. Различные источники данных требуют различных аутентификационных и валидационных проверок, предварительной обработки и управления ошибками, прежде чем данные поступят в организацию. Получение данных включает все технологии и процессы, необходимые для безопасного сбора, предварительной обработки и хранения данных для дальнейшей аналитики.

Стек данных – это набор технологий, которые совместно собирают, хранят и обрабатывают данные в организации. Объем данных и принятие решений на основе данных значительно выросли за последнее десятилетие. Технологии стеков данных интегрируются и взаимодействуют друг с другом для перемещения данных из источника в хранилище и дальнейшего использования. Таким образом, организации могут использовать свои данные для бизнес-аналитики при соблюдении всех нормативных требований и правил безопасности.

Запросы с пошаговым рассуждением – это техника, используемая для того, чтобы направить большие языковые модели (LLM) на выполнение задач с использованием логической последовательности шагов. Хотя ИИ-модели пытаются имитировать людей, им требуются подробные инструкции, называемые запросами, чтобы создать высококачественный, точный и релевантный результат. Подсказки по цепочке рассуждений – это искусство и наука создания хороших запросов. Запросы с пошаговым рассуждением (CoT) – это техника инженерии запросов, которая разбивает сложные задачи на серию более простых и управляемых шагов для получения ответа. Это дает пользователям больший контроль и понимание того, как LLM приходит к своим ответам. 

Пример пошагового рассуждения

«Реши следующие задачи по математике шаг за шагом.

Если у тебя есть 7 бананов, и ты отдашь 4 банана своему другу, затем получишь еще 5 бананов, а потом выбросишь 3 гнилых банана, сколько бананов у тебя останется?»

Результат, основанный на пошаговом рассуждении

Давайте разберем задачу шаг за шагом:

1. Вы начинаете с 7 бананов.
2. Вы дарите другу 4 банана, и у вас остается: 7 – 4 = 3 банана.
3. Вы покупаете еще 5 бананов, и теперь у вас есть: 3 + 5 = 8 бананов.

4. Вы выбрасываете 3 банана, и у вас остается: 8 – 3 = 5 бананов.

Таким образом, у вас осталось 5 бананов.

Понимание естественного языка (NLU) –это способность вычислительной системы или программного обеспечения воспринимать человеческий язык. Это позволяет программному обеспечению распознавать цели и настроения пользователей в чате и обеспечивать увлекательное взаимодействие с ними с помощью реалистичного диалогового общения. Например, такие помощники, как Alexa, реагируют на человеческий голос, а чат-боты на базе искусственного интеллекта ведут разговоры в текстовом формате. Понимание естественного языка предоставляет этим системам возможность получать любые разговорные данные, генерируемые человеком, преобразовывать их во внутренний синтаксис компьютерного языка и выполнять действия с этими данными. Пользователи могут естественным образом взаимодействовать с машинами, используя выбранный ими язык.

Когнитивные вычисления – это процесс, заставляющий программное обеспечение рассуждать и «думать», как человек. Врожденная развитая способность человека к мышлению позволяет нам адаптироваться к новым ситуациям и решать сложные проблемы. Например, человек, потерявшийся в лесу, может отправиться к воде, чтобы выжить, или на шум дороги, чтобы найти помощь. Точно так же когнитивные вычисления направлены на моделирование мыслительных процессов человека в программных системах с помощью восприятия, внимания и памяти.

Традиционные системы искусственного интеллекта (ИИ) могут решать задачи, для которых они специально обучены, например анализировать данные, делать прогнозы или генерировать текст по указанию пользователя. Однако когнитивные вычисления направлены на дальнейшее развитие искусственного интеллекта, обучая программные системы достижению заранее определенных целей путем независимого принятия решений в ответ на изменения окружающей среды. 

Пример когнитивных вычислений

Рассмотрим задачу по планированию встреч для специалиста в вашей организации. Новые встречи должны назначаться только во второй половине дня, когда специалист доступен и уже знаком с клиентом. Встречи также должны назначаться в пределах 2 недель с момента запроса. Однако есть нюансы этих условий, такие как: 

• раздраженные или расстроенные клиенты получают встречи раньше, включая утренние;
• встречи могут запрашиваться раньше или позже чем за две недели до нужной даты;
• некоторые долгосрочные клиенты могут требовать особых условий, например персонализированное письмо после подтверждения бронирования.

Обычно ИИ может быть обучен автоматизировать задачу, выполняя основные условия, но не может справиться с нюансами, как это сделал бы профессионал-человек. Однако когнитивные вычисления – это технология ИИ, которая может подстраивать условия по мере необходимости для достижения цели удовлетворенности клиента при бронировании. Например, модель может анализировать настроение сообщения клиента и приоритизировать его бронирование или назначить встречу на утро, чтобы удовлетворить потребности долгосрочного клиента.

Мультимодальный искусственный интеллект – это система ИИ, благодаря которой можно обрабатывать, интерпретировать и объединять несколько типов данных, таких как текст, изображения, аудио и видео. В рамках многих деловых процессов можно генерировать и использовать сложные наборы данных с несколькими связанными типами данных, например видео с субтитрами, изображения с резюме или аудиозаметки о совещаниях с планами проектирования. С помощью мультимодального искусственного интеллекта можно интерпретировать разнообразный и богатый набор сведений для комплексного анализа и автоматизации. Представители организаций применяют видеоанализ, обработку документов, создание контента и аналогичные рабочие процессы для получения точной информации из неструктурированных мультимодальных источников данных и повышения эффективности процессов.

База данных SQL — это набор данных, представленный в виде таблиц со строками и столбцами. Данные хранятся аналогично электронной таблице: столбцы содержат атрибуты данных, а строки описывают сущность или объект, о котором идет речь. Большинство баз данных SQL используют для взаимодействия с пользовательскими данными язык структурированных запросов (SQL), отсюда их название. Эти базы данных являются реляционными, так как позволяют хранить связи данных между таблицами.

Например, таблица продуктов содержит столбцы с названиями продуктов, типом, стоимостью и т. д., а строки содержат значения для каждого продукта. В таблице клиентов есть столбцы с именами клиентов и их контактными данными. Можно создать третью таблицу, связывающую данные клиентов с приобретенными ими продуктами.

Архитектура данных – это всеобъемлющая структура, которая описывает и регулирует сбор, управление и использование данных в организации. Сегодня организации получают огромные объемы данных из различных источников и от разрозненных команд, желающих получить доступ к этим данным для аналитики, машинного обучения, искусственного интеллекта и других приложений. Современная архитектура данных представляет собой целостную систему, которая делает данные доступными и удобными для использования, обеспечивая при этом их безопасность и качество. Она определяет политики, модели данных, процессы и технологии, позволяющие организациям легко перемещать данные между отделами и гарантировать их доступность в любое время, включая доступ в реальном времени, при полном соблюдении нормативных требований.

Вендор программного обеспечения (ISV) – это организация, которая создает и продает программные продукты, не привязанные к конкретному оборудованию или операционной системе. Такие программные решение обычно предназначаются для решения определенной проблемы или задачи, например для создания и обработки данных о продажах или финансовых отчетов. Сюда же относятся инфраструктурные программные решения, которые поддерживают возможности по хранению данных, защите или аутентификации. Вендор ПО обеспечивает совместимость своего программного обеспечения с разными аппаратными платформами, ориентируясь на широкую клиентскую базу.

Вендоры ПО продают свое программное обеспечение в разных форматах, в том числе по бессрочным лицензиям, соглашениям с лимитированным сроком действия или в формате SaaS (программное обеспечение как услуга). Программное обеспечение предоставляется в пользование клиентам по лицензии, но все права собственности сохраняются за вендором ПО.

Чат-бот — это программа или приложение, с которыми пользователи могут общаться голосом или текстом. Чат-боты были впервые разработаны в 1960-х годах, но технология, лежащая в их основе, со временем изменилась. Чат-боты традиционно используют предопределенные правила для общения с пользователями и предоставления ответов по сценарию. Современные чат-боты используют обработку естественного языка (NLP) для понимания пользователей и могут отвечать на сложные вопросы с более глубоким смыслом и точностью. Ваша организация может использовать чат-ботов для масштабирования, персонализации и улучшения коммуникации во всем: от рабочих процессов обслуживания клиентов до управления DevOps.

Корпоративный искусственный интеллект (ИИ) – это внедрение передовых технологий искусственного интеллекта в крупных организациях. Развитие систем искусственного интеллекта от прототипа до промышленного образца сопряжено с рядом проблем, связанных с масштабированием, производительностью, управлением данными, соблюдением этических и нормативных требований. В корпоративный ИИ включены правила, стратегии, инфраструктура и технологии для широкого использования ИИ именно в крупных организациях. Несмотря на то, что внедрение корпоративного ИИ требует значительных инвестиций и усилий, он имеет большое значение для крупных организаций, поскольку системы ИИ становятся все более массовыми.