KI ist im Jahr 2020 angesichts der Herausforderungen von COVID-19 für viele Unternehmen zu einer unverzichtbaren Ressource geworden. Trotz wirtschaftlicher Belastungen 61% der leistungsstarken Unternehmen investierte 2020 mehr in KI. Mit der Erholung von Pandemieverlusten werden sich möglicherweise mehr an KI wenden, um ihre digitale Transformation zu stärken.
Erhöhte Investitionen in KI könnten dazu beitragen, dass sich die Wirtschaft schneller erholt, sie sind jedoch auch mit einigen Risiken verbunden. Als solches könnte 2021 ein Wendepunkt für die Technologie sein, da Unternehmen darauf drängen, sowohl langjährige als auch neu entdeckte KI-Herausforderungen zu lösen. Hier sind sieben dieser Probleme, die mit der Einführung von KI konfrontiert sind, und wie Unternehmen sie überwinden können.
1. Schlechte Datenqualität
Das vielleicht größte Hindernis für eine profitable KI-Einführung ist die Verbreitung von Daten mit geringer Qualität. Trotz hoher Versprechungen über die Technologie, 65% der weltweiten Führungskräfte sagen, sie haben keinen Wert aus ihren jüngsten KI-Investitionen gesehen. Eine schlechte Datenqualität ist ein wesentlicher Teil dieses Problems, da KI-Anwendungen nur so gut sind wie die Informationen, auf die sie zugreifen können.
Viele Unternehmen sammeln viel zu viele Daten, was zu Redundanzen und Inkonsistenzen führt. Das Finden und Anwenden hochwertiger Informationen ist eine Frage der Straffung der Erfassungsprozesse und der stärkeren Beachtung von Reinigung, Kennzeichnung und Lagerung. Diese Workflow-Änderungen werden zusammen mit einer besseren Katalogisierungssoftware den Unternehmen im Jahr 2021 qualitativ hochwertigere Daten liefern.
2. KI-Ethik
Wenn Unternehmen KI in mehr Prozesse einbringen, wird Ethik zu einem dringenden Anliegen. KI neigt dazu, menschliche Vorurteile zu verstärken und ihnen scheinbar wissenschaftliche Glaubwürdigkeit zu verleihen, und wirft einen dunklen Schatten auf ihr Potenzial für Entscheidungsanwendungen. Zum Glück ist dies kein Problem ohne Antwort.
Das wachsende Bewusstsein für dieses Thema ist ein vielversprechendes Zeichen, da der erste Schritt darin besteht, das Potenzial der KI für Voreingenommenheit anzuerkennen. Während Unternehmen ihre KI trainieren, müssen sie aktiv daran arbeiten, vorurteilsfreien Daten entgegenzuwirken, insbesondere KI so zu programmieren, dass sie gegen Vorurteile gerichtet sind. Die Teams müssen außerdem die Trainingsdaten sorgfältig analysieren, bevor sie in den Algorithmus eingespeist werden, um sicherzustellen, dass sie nicht zu unethischen Schlussfolgerungen führen können.
3. Einschränkungen bei der Datenspeicherung
Mit zunehmender Bedeutung der KI müssen Unternehmen mehr Daten sammeln und speichern. Dies wird zu einem Problem, da herkömmliche Speichertechnologien begrenzt und häufig teuer sind. Die jüngsten technologischen Durchbrüche haben eine Lösung geliefert.
Zum Beispiel ist QLC-Flash 25% dichter als DC und bietet niedrigere Kosten pro Gigabyte. Andere Innovationen wie NVMe sind ebenfalls immer beliebter geworden und machen Flash-Speicher erschwinglicher und zuverlässiger als je zuvor. Unternehmen können jetzt auf Flash-Speicher für KI-Anwendungen zurückgreifen, anstatt auf die weniger skalierbare und teurere Tradition der Verwendung von Festplatten.
4. Edge AI-Sicherheit
Edge Computing ist aufgrund seiner geringeren Latenz und des besseren Lastausgleichs ideal für KI-Anwendungen. Viele Unternehmen wenden sich möglicherweise 2021 an Edge AI, aber diese Bereitstellungen bringen ihre eigenen Herausforderungen mit sich. Insbesondere ist die Randinfrastruktur anfällig für versehentliche Schäden, insbesondere außerhalb eines Arbeitsplatzes.
Richtige physische Sicherheit für die Edge-Infrastruktur kommt in drei Stufen: Überwachung, Kontrolle und Überwachung. IoT-Sensoren können den Bereich um Randgeräte überwachen und physikalische Gefahren erkennen und darauf reagieren. Unternehmen können ihre Edge-Raten mit ähnlicher Technologie steuern und überwachen und dabei das Internet der Dinge nutzen, um den Zugang zu dieser Infrastruktur einzuschränken.
5. Bedenken hinsichtlich der Datenverwaltung
Die Menschen sind zunehmend besorgt darüber, wie Unternehmen auf ihre persönlichen Daten zugreifen und diese verwenden. Unternehmen, die kundenorientierte KI verwenden, müssen dies bei ihren zukünftigen Bereitstellungen berücksichtigen. Eine verantwortungsvolle Datenverwaltung ist wichtiger denn je, insbesondere angesichts der zunehmenden Internetkriminalität.
Der Schlüssel hier ist Sichtbarkeit und Segmentierung. Unternehmen müssen sicherstellen, dass sie sehen können, wie ihre KI-Algorithmen Daten in allen Phasen verwenden, und sie einschränken. Durch die Segmentierung werden die Auswirkungen eines Verstoßes gemindert und die Benutzerinformationen so sicher wie möglich gehalten. Die Transparenz der Datenerfassungsrichtlinien hilft auch dabei, die Bedenken der Kunden hinsichtlich der KI auszuräumen.
6. CPU-Engpässe
Da die Anforderungen an die Datenverarbeitung und die Anwendungen gestiegen sind, sind Entwickler mit CPU-Engpässen konfrontiert. Es wird offensichtlich, dass Moores Gesetz möglicherweise nicht über einen bestimmten Punkt hinaus Bestand hat, da Transistoren nur so klein werden können. Diese Grenzwerte sind ein Hindernis für die Weiterentwicklung der KI, aber Unternehmen können sie durch Umgehen von CPUs überwinden.
Da GPUs parallele Operationen an mehreren Datensätzen ausführen können, sind sie ideal für maschinelle Lernaufgaben. Während diese Prozessoren CPUs nicht vollständig ersetzen können, können sie den Großteil der Analysearbeit erledigen. KI-Prozesse im Jahr 2021 werden sich daher stärker auf GPUs stützen.
7. Einhaltung gesetzlicher Bestimmungen
Mit zunehmender Bedeutung von KI und anderen datenzentrierten Vorgängen werden zunehmend gesetzliche Vorschriften erlassen. Im Jahr 2020 mindestens 38-Staaten Einführung oder Prüfung neuer Gesetze zur Cybersicherheit. Folglich müssen KI-Entwickler und -Nutzer im Jahr 2021 gesetzliche Beschränkungen berücksichtigen.
Datenvorschriften sind eine neue und sich entwickelnde Angelegenheit für US-Unternehmen, daher werden sich die Regeln in den nächsten Jahren wahrscheinlich ändern. Infolgedessen müssen KI-Unternehmen flexibel bleiben und hohe Datenschutz- und Governance-Standards einhalten, noch bevor sie zum Gesetz werden. Auch Wirtschaftsprüfer von Drittanbietern werden angesichts zunehmender Vorschriften gefragter.
2021 könnte ein Meilenstein für AI werden
Die COVID-19-Pandemie hat möglicherweise das Wachstum von AI verlangsamt, wird jedoch wahrscheinlich den gegenteiligen Effekt haben, wenn sie verblasst. KI wird die wirtschaftliche Erholung vorantreiben, und dieser Anstieg der Akzeptanz wird Entwickler und Benutzer gleichermaßen dazu anregen, Herausforderungen zu meistern. Infolgedessen könnte 2021 ein wesentlicher Wendepunkt für die Entwicklung und Implementierung von KI werden.
Kasse PrimeXBT
Handel mit den offiziellen CFD-Partnern des AC Mailand
Der einfachste Weg, um mit Krypto zu handeln.
Quelle: https://dataconomy.com/2021/02/overcoming-7-ai-challenges-2021/
