HPE تستحوذ على Pachyderm لتعزيز تطوير الذكاء الاصطناعي
لتعزيز التزامنا بتوفير تغطية رائدة في الصناعة لتكنولوجيا البيانات ، يسعد VentureBeat بالترحيب بأندرو بروست وكمساهم منتظم. شاهد مقالاته في خط أنابيب البيانات.
أعلنت شركة Hewlett Packard Enterprise (HPE) اليوم أنها استحوذت على شركة Pachyderm للمورد المفتوح المصدر المملوك للقطاع الخاص لتعزيز قدرات تطوير الذكاء الاصطناعي (AI) وتمكين الذكاء الاصطناعي القابل للتكرار على نطاق واسع.
تأسست Pachyderm ومقرها سان فرانسيسكو في عام 2014 وجمعت 28 مليون دولار من التمويل حتى الآن. لم يتم الكشف عن الشروط المالية للاستحواذ علنا.
تقوم Pachyderm بتطوير تقنية قائمة على المصدر المفتوح لخطوط أنابيب البيانات المستخدمة لتمكين سير عمليات عمليات التعلم الآلي (ML). باستخدام Pachyderm ، يمكن للمستخدمين أيضًا تحديد تحويل البيانات لكيفية معالجة بيانات المصدر وتكوينها بحيث يتم تحسينها للذكاء الاصطناعي. تم إعداد نهج خط أنابيب البيانات بالكامل بطريقة تجعله قابلاً للتكرار بسهولة ، بحيث يسهل على علماء البيانات فهم كيفية جمع البيانات التي تتدفق إلى النموذج واستخدامها.
سوف يتكامل Pachyderm مع نظام تطوير ML الخاص بـ HPE
تم تعيين تقنية Pachyderm ليتم دمجها في HPE Machine Learning Development System ، وهي مجموعة تطبيقات تساعد المؤسسات على بناء تطبيقات الذكاء الاصطناعي. تم اكتساب التكنولوجيا الكامنة وراء نظام HPE Machine Learning Development من خلال الاستحواذ على Determined AI في عام 2021.
حدث
قمة أمنية ذكية عند الطلب
تعرف على الدور الحاسم للذكاء الاصطناعي وتعلم الآلة في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم.
مشاهدة هنا
قال إيفان سباركس ، مدير المنتج للذكاء الاصطناعي في HPE (والشريك المؤسس السابق لـ Determined AI) لـ VentureBeat: “لقد كانت Pachyderm شريكًا لنا لبعض الوقت ، وكنا نراها بانتظام على أنها تقنية تكميلية في تفاعلات العملاء”. “لقد ركزنا على تدريب نماذج الذكاء الاصطناعي وتركز Pachyderm على قطعة البيانات ، الجزء الذي يأتي قبل تدريب النموذج مع تجهيز البيانات والقيام بذلك بطريقة قابلة للتكرار.”
التحدي المتمثل في استنساخ الذكاء الاصطناعي
كانت مسألة الذكاء الاصطناعي القابل للتفسير موضوعًا ساخنًا في السنوات الأخيرة.
الفكرة الأساسية وراء الذكاء الاصطناعي القابل للتفسير هي عدم وجود “صندوق أسود” يقوم فقط بحساب النتائج دون أن يتمكن أي شخص من فهم أو شرح كيفية تحقيق النتائج. يعد ضمان عدم وجود تحيز هدفًا رئيسيًا للذكاء الاصطناعي القابل للتفسير ، وكذلك الإنصاف.
أحد المكونات الأساسية لتمكين الذكاء الاصطناعي القابل للتفسير هو امتلاك ذكاء اصطناعي قابل للتكرار. يدور مفهوم الذكاء الاصطناعي القابل للتكرار حول وجود مجموعة من الخطوات لجمع البيانات وإنشاء النماذج والاستدلال القابل للتكرار بطريقة متسقة.
قال سباركس: “عملاؤنا هم أشخاص يحاولون نشر الذكاء الاصطناعي على نطاق واسع لحالات استخدام الإنتاج الحقيقي ، لكل شيء بدءًا من الاكتتاب في التأمين ، إلى السيارات التي تقود نفسها ، إلى اكتشاف الأدوية الجديدة التي سيتم استخدامها لإنقاذ الأرواح.” . . “هذه الأنواع من حالات الاستخدام إما لها عواقب مالية قوية حقًا ، أو في بعض الحالات هي الحياة والموت.”
مع وضع هذه العواقب في الاعتبار ، قال سباركس إن الشركات تريد حقًا قدرًا كبيرًا من الثقة وراء النماذج التي تنشرها. إن حجر الزاوية في الثقة هو معرفة أنه إذا أخذت المنظمة نفس البيانات ، بنفس النموذج ، فستكون قادرة على توليد نفس المخرجات.
مع Pachyderm ، قال Sparks إن الهدف هو التأكد من أن خط أنابيب البيانات ، وكيف تأتي البيانات من مصدر إلى نموذج ، متسق وقابل للتكرار. وأشار إلى أن تقنية Pachyderm وحدها لا تكفي لنهج ذكاء اصطناعي كامل قابل للتفسير ، الأمر الذي يتطلب أيضًا قدرات لاختبار النموذج. قال سباركس إن HPE تعمل مع عدد من التقنيات الشريكة المختلفة للمساعدة في دعم قدرات الذكاء الاصطناعي القابلة للتفسير للنموذج نفسه.
كيف يعمل Pachyderm لتمكين الذكاء الاصطناعي القابل للتكرار
تتمتع تقنية Pachyderm بعدد من الإمكانات المختلفة التي تساعد في دعم جهود الذكاء الاصطناعي القابلة للتكرار.
قال سباركس إن Pachyderm يوفر تتبع نسب البيانات ، وهو القدرة على تتبع مصدر البيانات. توفر التقنية أيضًا إمكانيات إصدار البيانات التي تمكّن علماء البيانات من فهم وإدارة الإصدارات المختلفة من البيانات.
ما يميز Sparks بشكل خاص عن تقنية Pachyderm هو قدرتها على تحويل البيانات بحيث تكون مفيدة للذكاء الاصطناعي. وأوضح أنه بالنسبة لبعض حالات الاستخدام ، قد تكون هناك حاجة لنموذج ذكاء اصطناعي لدمج البيانات الواردة من مصادر متعددة.
على سبيل المثال ، ستحصل شركة المركبات المستقلة على بيانات رؤية الكمبيوتر الواردة من الكاميرات الموجودة داخل السيارة بالإضافة إلى بيانات LIDAR (الكشف عن الضوء وتحديد المدى). ربما توجد هذه البيانات في مكانين مختلفين وتأتي بتنسيقات متعددة. لكي تقوم نماذج التعلم الآلي بعملها ، هناك حاجة لدمج هذه البيانات أولاً قبل تدريب النموذج. هذا النوع من التحول المعقد هو الذي يمكن لـ Pachyderm أن يساعد في تمكينه في نهج قابل للتكرار.
واستشرافا للمستقبل ، قال سباركس إن الهدف العام لمحفظة منتجات HPE AI هو تمكين منصة شاملة لتطوير النماذج ونشرها على نطاق واسع.
قال سباركس: “نحن نبحث في كيفية تطويرنا لعرض شامل حول الذكاء الاصطناعي على نطاق واسع ، وما يجب أن يبدو عليه”. “Pachyderm هي قطعة مكملة للغاية لهذه النظرة الشاملة للمحفظة العالمية.”
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.