Zephyrnet-logo

Het bouwen van een AI-vriendelijke infrastructuur in scholen

Datum:

Om AI naar de onderwijsomgeving te brengen, zullen IT-leiders binnen de schoolomgeving de weg moeten effenen met de juiste soort infrastructuur. Elk AI-systeem is immers slechts zo goed als de fundamentele technologie die het ondersteunt. Dit begint allemaal met gegevens.

Het is een oude mentaliteit in de IT, maar wel een die nog steeds geldt: zorg dat je gegevens op orde zijn, en al het andere zal volgen. AI-modellen kunnen eenvoudigweg niet effectief functioneren zonder de juiste soort kwaliteitsgegevens, zowel in de trainingsfase als wanneer modellen in het veld conclusies trekken. 

Als u AI-modellen in een schoolomgeving wilt implementeren, moeten deze zijn getraind op het gebied van beveiligde gegevens en zijn afgestemd om eventuele ongewenste resultaten te beperken. Maar op een fundamenteler niveau zullen scholen die AI in welke hoedanigheid dan ook willen gebruiken ervoor moeten zorgen dat hun digitale administratie zo goed mogelijk is om het meeste uit hun AI-diensten te kunnen halen.

Concreet betekent dit investeren in voldoende data-infrastructuur.

Een infrastructuur bouwen die geschikt is voor AI: wat u moet weten 

Zet een rigoureus data-governancemodel op dat rekening houdt met de huidige en korte- tot middellangetermijneisen aan uw data. Afhankelijk van het niveau van de digitale transformatie dat uw instelling al heeft ondergaan, kan dit ook zware digitaliseringsinspanningen met zich meebrengen, die allemaal zullen bijdragen aan een soepele AI-integratie.

Gegevens moeten worden verwerkt, gelabeld voor gebruiksgemak en opgeslagen in een schaalbare omgeving om aan toekomstige gegevensuitbreiding te kunnen voldoen. Op de korte termijn zal dit ideaal zijn voor elke school die AI wil gebruiken om inzichten uit hun gegevens te halen met behulp van data-analyse. Als de behoefte voor een school ontstaat om een ​​AI-model te trainen op basis van eigen data, bijvoorbeeld voor gebruik in interne communicatie, zullen goed gestructureerde en geannoteerde data datawetenschappers helpen het model de meest relevante informatie te geven.

Bedrijven uit de particuliere sector wenden zich grotendeels tot de cloud om aan deze behoeften te voldoen, en dit is iets dat ook de publieke sector goed zou doen. Een van de belangrijkste voordelen van investeren in cloudinfrastructuur is dat deze inherent schaalbaar is en dus kan worden uitgebreid of ingekrompen om aan de veranderende behoeften van elke organisatie te voldoen.

Goed gegevensbeheer heeft hoge prioriteit gezien het soort gegevens dat scholen zullen verzamelen en opslaan. Terwijl elke onderwijsbestuurder de ethische gevolgen en beperkingen van het gebruik van AI op zijn school in overweging neemt, zal hij zich ook moeten afvragen in hoeverre zijn huidige oplossing voor gegevensopslag de gegevens van leerlingen en personeel veilig kan houden. 

Als er sprake is van het blootstellen van gevoelige informatie aan een derde partij voor AI-trainingsdoeleinden, zullen leiders extra bescherming aan hun tech-stack moeten toevoegen. Dit zou kunnen betekenen dat er moet worden geïnvesteerd in privacybevorderende technologieën (PET's), waarmee organisaties gegevens kunnen analyseren zonder deze te verplaatsen of bloot te leggen, en ook synthetische gegevens kunnen genereren waarop een Large Language Model (LLM) kan worden getraind. Dit zou een school theoretisch in staat stellen een LLM te trainen op voorbeeldantwoorden in een toets, bijvoorbeeld zonder de echte antwoorden van studenten bloot te leggen.

Wees bereid om nieuwe hardware toe te voegen die specifiek is ontworpen om AI te ondersteunen. Er is momenteel veel vraag naar AI-hardware. Het is moeilijk om te zien dat grafische verwerkingseenheden (GPU's) en neurale verwerkingseenheden (NPU's) veel in prijs dalen, terwijl de belangstelling voor AI groot blijft. Gelukkig is het onwaarschijnlijk dat zelfs de grootste scholen rechtstreeks in AI-hardware hoeven te investeren en in plaats daarvan hun gegevens via de cloud naar gespecialiseerde hardware kunnen brengen.

Managed Service Providers (MSP's) kunnen hier ook helpen, met kant-en-klare raamwerken voor AI die in de cloud worden gehost en worden ondersteund door hardwareversnellers die zijn gebouwd door bijvoorbeeld AI-specialist Nvidia. MSP's kunnen op maat gemaakte modeltraining of inferentiebehoeften bieden, afhankelijk van de uitkomst die een school zoekt, en kunnen vooraf gemaakte CapEx vervangen – een hoofdpijn voor elke schoolleider die naar zijn budget kijkt – waarbij OpEx gekoppeld is aan het daadwerkelijke gebruik van AI op een dagelijkse basis. dag basis.

Houd er rekening mee dat toekomstbestendige AI-infrastructuur voor elke school anticipeert op de toekomstige vraag. Hoewel de huidige innovaties op AI-gebied de indruk kunnen wekken dat scholen gedwongen zullen worden om gelijke tred te houden met de voortdurende veranderingen en grote sprongen voorwaarts te maken met AI-technologie, is dit bovendien onwaarschijnlijk. De nieuwste modellen bereiken al een evenwicht tussen kracht en parametergrootte, wat de aanvankelijke zorgen zou kunnen wegnemen dat organisaties zoals scholen vanwege de hoge exploitatiekosten ervan weerhouden worden om AI in te zetten.

Als u een plan heeft uitgewerkt voor hoe u AI precies op uw school wilt adopteren, of als u een schets heeft van wat er moet worden opgezet om toekomstige adoptie mogelijk te maken, bent u eigenlijk al een eind op weg. 

Zodra de initiële AI-infrastructuur aanwezig is, zullen schaalbaarheids- en efficiëntieverbeteringen u in staat stellen stapsgewijze verbeteringen aan te brengen zonder de bijbehorende kosten van het regelmatiger optillen en verplaatsen van uw systemen.

spot_img

Laatste intelligentie

spot_img