Yapay zekanın eğitim ortamına getirilmesi, okul ortamındaki BT liderlerinin doğru türde altyapıyla önünü açmasını gerektirecektir. Sonuçta herhangi bir yapay zeka sistemi yalnızca onu destekleyen temel teknoloji kadar iyidir. Bunların hepsi verilerle başlar.
Bu, BT'de eski bir zihniyettir ancak hâlâ geçerliliğini koruyan bir zihniyettir: Verilerinizi düzene sokun, geri kalan her şey kendiliğinden gelecektir. Yapay zeka modelleri, hem eğitim aşamasında hem de modeller sahada çıkarım yaparken doğru türde kaliteli veriler olmadan etkili bir şekilde çalışamaz.
Yapay zeka modellerini okul ortamında uygulamak istiyorsanız bunların güvenli veriler konusunda eğitilmiş olması ve istenmeyen çıktıları sınırlandıracak şekilde ince ayar yapılması gerekecektir. Ancak daha temel düzeyde, yapay zekayı herhangi bir kapasitede kullanmak isteyen okulların, yapay zeka hizmetlerinden en iyi şekilde yararlanmak için dijital kayıt tutmalarının olabildiğince iyi olduğundan emin olmaları gerekecek.
Pratik açıdan bu, yeterli veri altyapısına yatırım yapmak anlamına gelir.
Yapay Zekaya Uygun Bir Altyapı Oluşturmak: Bilinmesi Gerekenler
Verilerinize yönelik mevcut ve kısa ila orta vadeli talepleri dikkate alan sıkı bir veri yönetişim modeli oluşturun. Kurumunuzun hâlihazırda geçirdiği dijital dönüşüm düzeyine bağlı olarak bu aynı zamanda yoğun dijitalleştirme çabalarını da gerektirebilir ve bunların tümü yapay zeka entegrasyonunu kolaylaştırmaya yardımcı olacaktır.
Veriler, kullanım kolaylığı sağlayacak şekilde işlenmeli, etiketlenmeli ve gelecekteki veri genişlemelerine uyum sağlayacak şekilde ölçeklenebilir bir ortamda saklanmalıdır.. Kısa vadede bu, veri analitiğini kullanarak verilerinden içgörü elde etmek için yapay zekayı kullanmak isteyen tüm okullar için ideal olacaktır. Bir okulun, örneğin iç iletişimde kullanılmak üzere kendi verilerine dayalı bir yapay zeka modeli yetiştirme ihtiyacı ortaya çıkarsa, uygun şekilde yapılandırılmış ve açıklamalı veriler, veri bilimcilerin modele en uygun bilgileri vermesine yardımcı olacaktır.
Özel sektör işletmeleri bu ihtiyaçları karşılamak için büyük ölçüde buluta yöneliyor ve bu, kamu sektörünün de takip etmesi tavsiye edilen bir şey. Bulut altyapısına yatırım yapmanın başlıca faydalarından biri, doğası gereği ölçeklenebilir olması, dolayısıyla herhangi bir kuruluşun değişen ihtiyaçlarına uyacak şekilde genişleyebilmesi veya daraltılabilmesidir.
Okulların toplayacağı ve depolayacağı veri türü göz önüne alındığında, uygun veri yönetimi yüksek bir önceliktir. Herhangi bir eğitim yöneticisi, okullarında yapay zeka kullanımının etik etkilerini ve sınırlarını değerlendirirken aynı zamanda mevcut veri depolama çözümlerinin öğrenci ve personel verilerini ne ölçüde güvende tutabileceğini de sorgulamalıdır.
Yapay zeka eğitimi amacıyla hassas bilgilerin üçüncü bir tarafa ifşa edilmesi söz konusu olduğunda liderlerin teknoloji yığınlarına ekstra korumalar eklemesi gerekecek. Bu, kuruluşların verileri taşımadan veya açığa çıkarmadan analiz etmelerine ve aynı zamanda üzerinde Büyük Dil Modeli'nin (LLM) eğitilebileceği sentetik veriler üretmelerine olanak tanıyan gizliliği artıran teknolojilere (PET'ler) yatırım yapmak anlamına gelebilir. Bu, teorik olarak bir okulun, örneğin öğrencilerin gerçek cevaplarını açığa çıkarmadan, bir testteki örnek cevaplar konusunda yüksek lisans eğitimi vermesine olanak tanır.
Yapay zekayı desteklemek için özel olarak tasarlanmış yeni donanımlar eklemeye hazır olun. Yapay zeka donanımına şu anda büyük talep var; yapay zekaya olan ilgi yüksek kalırken grafik işlem birimlerinin (GPU'lar) ve sinirsel işlem birimlerinin (NPU'ların) fiyatlarının çok fazla düşmesini görmek zor. Neyse ki, en büyük okulların bile doğrudan yapay zeka donanımına yatırım yapması gerekmiyor ve bunun yerine verilerini bulut aracılığıyla özel donanıma taşıyabilirler.
Yönetilen hizmet sağlayıcılar (MSP'ler), bulutta barındırılan ve yapay zeka uzmanı Nvidia gibi kişiler tarafından oluşturulan donanım hızlandırıcılarla desteklenen yapay zeka için hazır çerçevelerle burada da yardımcı olabilir. MSP'ler, bir okulun aradığı sonuca bağlı olarak ısmarlama model eğitimi veya çıkarım ihtiyaçlarını sağlayabilir ve bütçesine bakan herhangi bir okul lideri için baş ağrısı olan ön sermaye giderlerini, günlük yapay zeka kullanımına bağlı OpEx ile değiştirebilir. gün bazında.
Herhangi bir okul için geleceğe hazır yapay zeka altyapısının gelecekteki talebi öngördüğünü unutmayın. Ek olarak, yapay zeka alanındaki mevcut yenilikler, okulların yapay zeka teknolojisiyle sürekli değişikliklere ve atılımlara ayak uydurmaya zorlanacak gibi görünmesine neden olsa da, bu pek olası değil. En yeni modeller halihazırda güç ve parametre boyutu arasında bir dengeye ulaşıyor; bu da okullar gibi kuruluşların yüksek işletme maliyetleri nedeniyle yapay zekadan yararlanamayacağı yönündeki ilk endişeleri dengeleyebilir.
Sonuçta, yapay zekayı okulunuzda tam olarak nasıl benimsemek istediğinize dair bir plan hazırladıysanız veya gelecekte benimsenmeye izin vermek için neyin ayarlanması gerektiğine dair bir taslağa sahipseniz, aslında zaten yoldasınız demektir.
İlk yapay zeka altyapısı oluşturulduktan sonra ölçeklenebilirlik ve verimlilik iyileştirmeleri, sistemlerinizi daha düzenli olarak kaldırma ve değiştirme maliyetleri olmadan artan iyileştirmeler yapmanıza olanak tanıyacaktır.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://www.techlearning.com/news/building-an-ai-friendly-infrastructure-in-schools
