제퍼넷 로고

일반 AI 모델은 시간을 절약합니다. 업종을위한 사전 제작 된 AI 모델로 더 많은 비용 절감 

시간

조립식 주택과 마찬가지로 사전 조립 된 AI 모델이 등장하고 있으며 일부는 예측 유지 보수를 포함한 애플리케이션을 통해 석유 및 가스와 같은 수직 산업을 대상으로합니다. (크레딧 : 게티 이미지)

AI 트렌드 스태프  

일반 AI 모델은 AI 애플리케이션을 시작하고 재사용 할 수 있도록 제공하는 작업의 일정 비율을 압축하여 시간을 절약합니다. 대표적인 예는 감정을 감지하고 텍스트를 이해하기 위해 사전 구축 된 모델에 액세스 할 수있는 GCP의 Vision AI입니다.  

일부 신흥 기업은 특정 수직 산업을 위해 개발 된 사전 구축 된 모델을 공급함으로써 이러한 추세를 기반으로 모든 산업에 대한 일반 사전 구축 모델의 이점을 뛰어 넘는 것을 목표로합니다.  

DJ Das, ThirdEye Data 설립자 겸 CEO

“일부 사용 사례에서는 효과적이지만 이러한 솔루션은 즉시 사용 가능한 산업별 요구 사항에 적합하지 않습니다. AI 프로젝트에서 가장 정확한 결과를 추구하는 조직은 단순히 산업별 모델로 전환하면됩니다.”ThirdEye Data의 설립자이자 CEO 인 DJ Das는 테크 크런치. ThirdEye는 기업용 AI 애플리케이션을 구축합니다. 

기업은 산업별 결과를 생성 할 수있는 옵션이 있습니다. "하나는 하이브리드 접근 방식을 채택하는 것입니다. 오픈 소스 일반 AI 모델을 취하고이를 비즈니스의 특정 요구 사항에 맞게 추가로 교육하는 것입니다."Das가 말했습니다. “기업은 IBM 또는 C3와 같은 타사 공급 업체를 찾아 즉시 완전한 솔루션에 액세스 할 수 있습니다. 또는 정말로 필요한 경우 데이터 과학 팀이 처음부터 사내에서 자체 모델을 구축 할 수 있습니다. "  

최근 계약에서 ThirdEye는 전력 회사와 협력하여 AI를 사용하여 수천 개의 이미지를 분석함으로써 전기 전신주의 결함을 감지했습니다. Das는 "Google Vision API를 사용하기 시작했고 원하는 결과를 얻을 수 없다는 사실을 발견했습니다."라고 말했습니다. 이는 90 % 이상의 정확도를 얻는 것이 었습니다. 예를 들어 일반 Google Vision 일반 모델은 전신주 태그에 사용 된 비표준 글꼴 및 다른 배경색을 식별하지 못했습니다. 

“그래서 우리는 TensorFlow에서 기본 컴퓨터 비전 모델을 가져와 유틸리티 회사의 정확한 요구에 최적화했습니다.”라고 Das는 말했습니다. 팀은 전주에서 태그를 감지하고 해독하기 위해 AI 모델을 개발하는 데 90 ​​개월이 걸렸고 모델을 훈련하는 데 XNUMX ​​개월이 걸렸습니다. Das는“결과는 XNUMX % 이상의 정확도 수준을 보여주고 있습니다.  

산업별 사전 훈련 된 모델의 필요성 확인 

CrowdAnalytix의 CEO이자 창립자도 비슷한 감정을 표명했습니다. 포브스"T여기에는 모든 일반 AI와 마찬가지로 Google Vision에 대한 캐치가 있습니다. 이러한 일반 모델은이를 사용하는 특정 산업이나 조직에 대해 전혀 알지 못합니다.”라고 Divyabh Mishra는 말했습니다.  

일반 AI 모델은 일반적으로 공개적으로 액세스 할 수 있고 산업 전반에 걸쳐 많은 사용 사례에 적용 할 수있는 일반 데이터 세트에 대해 학습됩니다. "그 결과는 부인할 수 없을 정도로 강력하지만 비즈니스에 대한 유용성이 극히 제한적인 AI입니다."라고 그는 말했습니다.  

특정 수직 산업에서 작동하는 협소하게 훈련 된 AI 애플리케이션의 대규모 라이브러리가 필요합니다. "상대적으로 특정한 사용 사례를 위해 대규모 데이터 세트에 대해 사전 훈련 된 모델이 필요합니다. 대규모 데이터 과학 팀없이 추가 교육을 처리 할 필요없이 소비자가 직접 구현할 수있는 비즈니스 특정 솔루션의 AI 마켓 플레이스입니다."Mishra 정해진.  

CrowdAnalytix는 크라우드 소싱 모델에서 작동하며 25,000 명이 넘는 "솔버"커뮤니티가 회사에서 "경쟁"이라고 부르는 프로젝트 작업을 수행합니다. 웹 사이트에는 "우리는 커뮤니티를 활용하여 각 클라이언트에 맞게 조정되고 사용자 정의되는 사전 구축 된 솔루션 호스트를 만듭니다."  

New York Times, Google Cloud와 협력하여 사진 아카이브 디지털화  

사전 제작 된 모델에 대한 Google의 투자에 뿌리를 둔 예에서, 뉴욕 타임즈 사진 아카이브를 디지털화하는 프로젝트에서 Google Cloud와 협력하고 있습니다. 100 년이 넘도록 The Times는 타임 스퀘어의 경찰관 근처 거리 XNUMX 층 아래에있는 파일 캐비닛에 사진을 보관 해 왔습니다. 에 대한 계정에 따르면 아카이브에는 현재 XNUMX ~ XNUMX 백만 장의 사진이 있습니다. Google Cloud의 블로그.  

영안실은 The Times의 역사뿐만 아니라 우리 현대 세계를 형성 한 거의 한 세기가 넘는 글로벌 사건의 귀중한 연대기 인 부패하기 쉬운 문서의보고입니다. 닉 록웰, 최고 기술 책임자, 뉴욕 타임즈.  

Google CTO의 Cloud Office 기술 이사 Sam Greenfield

게시물 작성자 인 Google CTO의 Cloud Office 기술 이사 인 Sam Greenfield는 "작동하는 자산 관리 시스템을 사용하면 사용자가 사진을 쉽게 찾아보고 검색 할 수 있어야합니다."라고 말했습니다. 구글은 타임즈 사진 편집자들에게 유용한 시스템을 만들기 위해 AI 기술과 전문 지식을 테이블로 가져 왔습니다. 시스템은 사진 이미지와 사진 뒷면의 모든 텍스트 정보를 스캔하여 시스템이 사진을 추가로 분류 할 수 있도록합니다. 예를 들어 Penn Station의 사진은 "여행"과 "버스 및 철도"분류에 포함됩니다.  

수직 산업을위한 사전 구축 된 AI 애플리케이션을 제공하는 C3.ai  

인적 자원 애플리케이션 공급 업체 인 Siebel Systems의 창립자 인 Tom Siebel이 설립 한 AI 소프트웨어 회사 C3.ai는 AI 용 패키지 소프트웨어 산업을 복제하고 있습니다. 이 회사는 예측 유지 보수, 사기 감지, 에너지 관리 및 고객 참여를 포함한 애플리케이션을 위해 구성 할 수있는 사전 구축 된 AI 애플리케이션을 제공하는 C3 AI Suite를 제공합니다.  

C3는 산업 서비스 회사 인 Baker Hughes와 협력하여 예측 유지 보수 사용 사례를 통해 석유 및 가스 산업을 겨냥한 BHC3 AI Suite를 개발했습니다. C3 웹 사이트의 고객 사례. C3 웹 사이트의 계정에 따르면 몇 달 만에 팀은 예측 유지 보수 애플리케이션을 대규모로 배포했습니다. "이러한 애플리케이션은 자산 구성 요소가 비정상적으로 작동하는 경우 계측기 엔지니어에게 알립니다."라고 계정은 말했습니다.   

Shell Oil의 데이터 과학 총괄 책임자 인 Dan Jeavons는“우리의 데이터 과학 전문 지식과 c3.ai가 제공하는 소프트웨어 개발 전문 지식의 결합은 정말 강력합니다.   

시장은 사전 구축 된 AI 모델을 특정 수직 산업에 적용하는 데 전문성을 갖춘 소프트웨어 공급 업체 및 컨설턴트를위한 준비가되어 있습니다. 

소스 기사 및 정보 읽기 테크 크런치in 포브스를 시청하여 이에 대해 더 많은 정보를 얻을 수 있습니다. Google Cloud 블로그, 그리고 C3 웹 사이트의 고객 사례. 

PlatoAi. Web3 재창조. 풍부한 데이터 인텔리전스.
무료 평가판을 보려면 여기를 클릭하십시오.

출처 : https://www.aitrends.com/software-development-2/generic-ai-models-save-time-prebuilt-ai-models-for-verticals-save-more/

spot_img

최신 인텔리전스

spot_img