
Von AI Trends Staff
Um die Einführung von angewandter KI zu beschleunigen, stellen immer mehr Unternehmen Bibliotheken mit Anwendungsfällen zur Verfügung, die Details zu Projekten anbieten, um anderen einen Vorsprung zu verschaffen.
Laut einem kürzlich veröffentlichten Bericht in ComputerWeekly.
Nokia, das multinationale Telekommunikationsunternehmen mit Sitz in Finnland, schlägt vor, dass für seine Kunden von Kommunikationsdiensten (CSP) KI-Anwendungsfälle hilfreich sind, um die geschäftliche Komplexität zu bewältigen, die 5G- und Cloud-Netzwerke mit sich bringen. Nokia hat sein AVA-Framework in die digitale Azure Public Cloud-Architektur von Microsoft integriert, um ein AI-as-a-Service-Modell bereitzustellen.
Dies bietet CSPs Vorteile bei der Implementierung von KI in ihre Netzwerke, einschließlich einer schnelleren Bereitstellung im gesamten Netzwerk und in mehreren Clustern, wobei auch Dienste der Nokia-Sicherheitsarchitektur verfügbar sind. Nokia schlägt vor, dass die Einrichtung der KI-Daten in vier Wochen abgeschlossen sein kann. Nach dieser ersten Dateneinrichtung schlägt Nokia vor, dass CSPs innerhalb einer Woche zusätzliche KI-Anwendungsfälle bereitstellen und danach Ressourcen nach Bedarf über Netzwerkcluster hochfahren oder zurückfahren können. Das Nokia-Sicherheitsframework auf Azure soll Daten trennen und isolieren, um eine Sicherheit zu bieten, die der einer privaten Cloud entspricht.

„CSPs stehen unter ständigem Druck, Kosten zu senken, indem sie Geschäftsprozesse durch KI und maschinelles Lernen automatisieren“, sagt Friedrich Trawoeger, Vice President, Cloud and Cognitive Services bei Nokia. „Um den Marktanforderungen gerecht zu werden, wenden sich Telekommunikationsunternehmen an uns, um Telco AI-as-a-Service zu erhalten. Diese Einführung ist ein wichtiger Meilenstein in unserer Multi-Cloud-Strategie.“ Der Fernzugriff auf die Bibliothek mit Anwendungsfällen senkt die Kosten und verringert die Umweltbelastung, schlug er vor.
Rick Lievano, CTO, weltweite Telekommunikationsbranche bei Microsoft, sagte: „Nokia AVA auf Microsoft Azure integriert KI tief in das Netzwerk und bringt eine große Bibliothek von Anwendungsfällen mit, um den von Microsoft Azure verwalteten Netzwerkbetrieb sicher zu rationalisieren und zu optimieren.“ Das Angebot argumentiert, dass Public Clouds Dienstanbietern bei der Implementierung von KI helfen können, schlug er vor.
Der australische Mobilfunkanbieter TPG Telecom implementierte Nokias AVA AI auf einer lokalen Instanz von Microsoft Azure, um die Netzabdeckung, Kapazität und Leistung zu optimieren. Das Projekt soll TPG dabei helfen, Netzwerkanomalien mit größerer Genauigkeit zu erkennen und die Zykluszeiten der Funkfrequenzoptimierung um 50 % zu reduzieren.
Declan O'Rourke, Head of Radio and Device Engineering bei TPG, sagte: „Nokias AVA AI-as-a-Service nutzt künstliche Intelligenz und Analysen, um uns dabei zu helfen, einen erstklassigen, optimierten Service für unsere Abonnenten aufrechtzuerhalten und uns dabei zu helfen, Vorhersagen zu treffen Probleme lösen, bevor sie auftreten.“
AI Schweden, das schwedische Nationale Zentrum für angewandte KI, hat eine KI-Anwendungsfallbibliothek implementiert, um die Einführung zu beschleunigen. „Wir wollen die Einführung von angewandter KI beschleunigen und wissen, dass wir dazu Unternehmen und Organisationen anleiten müssen, indem wir ihnen zeigen, was möglich ist“, heißt es auf der Website von AI Sweden. „Der Aufbau einer KI-Anwendungsfallbibliothek ist unsere Art, unsere Partner und [ihre] Arbeit dem Rest der Welt zu präsentieren“, heißt es darin. Das Zentrum bietet einen Link zu einem Formular, in dem jeder Interessierte sein Projekt in die Bibliothek eintragen kann. Es fragt nach Kontaktinformationen, ob es sich um einen Anwendungsfall für einen Kunden oder einen Partner, die Branche, den Geschäftsfunktionsbereich (Vertrieb oder Finanzen), den Zweck oder das Ziel, die verwendeten Techniken, die Datenquellen und die Auswirkungen des Falls handelt .
US GSA Unit hat letztes Jahr eine Use Case Library entwickelt
Die US General Services Administration begann im vergangenen Jahr mit der Entwicklung einer Bibliothek mit KI-Anwendungsfällen, auf die sich Behörden beziehen können, wenn sie mit der Untersuchung der neuen Technologie beginnen. Die Technology Transformation Services (TTS) der GSA haben eine Community of Practice ins Leben gerufen, um Bereiche zu definieren, in denen sie Herausforderungen bei der Einführung von KI sehen, so ein Bericht in FedScoop.
Steve Babitch, Leiter der KI beim TTS der GSA, kommentierte, dass die Möglichkeit, die Anwendungsfallbibliothek zu durchsuchen, für Projektteams viele Vorteile und unerwartete Vorteile haben könnte. „Vielleicht gibt es eine Komponente in Bezug auf Kultur- und Einstellungsänderungen oder Personalentwicklung“, sagte er. (Siehe Executive Interview mit Steven Babitch in AI-Trends, 1. Juli 2020.)
Frühe identifizierte Praxisbereiche von TTS sind Akquisition, Ethik, Governance, Tools und Techniken und möglicherweise die Bereitschaft der Belegschaft. Häufige frühe Anwendungsfälle in allen Agenturen sind Kundenerfahrung, Personalwesen, fortschrittliche Cybersicherheit und Geschäftsprozesse.
Ein Beispiel stammt aus der Economic Indications Division (EID) des Census Bureau, wo Analysten eine Maschinelles Lernen Modell zur Automatisierung der Datencodierung. Die Division veröffentlicht Wirtschaftsindikatoren für monatliche Einzelhandelsbaudaten, die auf einem Datensatz aller Projekte im Land basieren. Sie hatten einen Code zugewiesen, um die Art der Konstruktion in einem manuellen Verfahren zu identifizieren.
„Es ist das perfekte Machine-Learning-Projekt. Wenn Sie diese Codierung automatisieren können, können Sie sie beschleunigen und mehr Daten codieren“, sagte Rebecca Hutchinson, Big Data Leader bei EID. „Und wenn Sie mehr Daten codieren können, können wir unsere Datenqualität verbessern und die Anzahl der Datenprodukte erhöhen, die wir für unsere Datennutzer anbieten.“
Das von den EID-Analysten erstellte Modell funktioniert mit einer Genauigkeit von etwa 80 %, sodass 20 % manuell codiert werden müssen.
Einige der Analysten, die an der Entwicklung des EID-ML-Modells mitgewirkt haben, kamen aus dem Data Science-Schulungsprogramm des Büros, das vor etwa zwei Jahren für die bestehende Belegschaft von Statistikern und Umfrageanalysten angeboten wurde. Das Programm ist eine Alternative zur Einstellung von Data Scientists, was "schwer" ist, sagte Hutchinson. Die Schulung behandelte Python in ArcGIS und Tableau durch einen Coursera-Kurs. Ein Drittel der Mitarbeiter des Büros hatte eine Ausbildung abgeschlossen oder war derzeit immatrikuliert, was ihnen ML- und Web-Scraping-Kenntnisse vermittelte.
„Sobald Sie damit beginnen, Ihre Mitarbeiter mit den entsprechenden Fähigkeiten auszubilden, entwickeln sie Lösungen“, so Hutchinson. „Unsere Mitarbeiter hatten die Idee, Baudaten mit maschinellem Lernen zu lernen, und das sehen wir immer häufiger.“
DataRobot bietet Use Case Library basierend auf seinen Erfahrungen mit Kunden
Eine weitere Bibliotheksressource für KI-Anwendungsfälle wird angeboten von DataRobot of Boston, Anbieter einer Enterprise-KI-Entwicklungsplattform. Das Unternehmen baute eine Bibliothek mit etwa 100 Anwendungsfällen basierend auf seinen Erfahrungen mit Kunden in 14 Branchen auf.

„Wir sind stark darauf fokussiert, massiv erfolgreiche und wirkungsvolle KI-Anwendungen zu ermöglichen“, sagte Michael Schmidt, Chief Scientist, DataRobot, in a Pressemitteilung. „DataRobot Pathfinder soll Unternehmen – ob Kunde oder nicht – dabei helfen, spezifische KI-Anwendungen für Anwendungsfälle in ihrer Branche zu verstehen und die richtigen Schritte zu unternehmen, um unglaublichen Wert und Effizienz zu schaffen.
Ein Beispiel ist eine Anwendung zur Vorhersage von Kundenbeschwerden in der Luftfahrtindustrie. Zu den Beschwerden gehören in der Regel Flugverspätungen, Überbuchungen, falsche Handhabung von Gepäck und schlechter Kundenservice. Vorschriften In bestimmten Regionen können kostspielige Strafen für Dienstausfälle zur Folge haben. Proaktive Reaktionen wie das Senden von E-Mails an Kunden über den Status des verlorenen Gepäcks oder ein Telefonanruf zur Entschuldigung für eine Flugverspätung oder eine finanzielle Entschädigung für eine Annullierung können dazu beitragen, die Kunden zufrieden zu stellen.
Ein KI-Programm kann die Möglichkeit bieten, vorherzusagen, wann eine Beschwerde wahrscheinlich ist, indem es vergangene Beschwerdedaten verwendet. Die Vorhersage des Beschwerdevolumens kann die Callcenter-Strategie beeinflussen und dabei helfen, die beste Lösung zur Servicewiederherstellung zu empfehlen, indem Sie zu einer proaktiven statt einer reaktiven Reaktion wechseln.
Lesen Sie die Quellartikel und Informationen in ComputerWeeklyin FedScoop und erhältlich Pressemitteilung von DataRobot.
PlatonAi. Web3 neu erfunden. Datenintelligenz verstärkt.
Klicken Sie hier, um darauf zuzugreifen.