人工智能大數(shù)據(jù)步進(jìn)功能

傳統(tǒng)觀點(diǎn)認(rèn)為，在成功使用人工智能之前，你需要解決你的數(shù)據(jù)管理缺陷。但據(jù)一些技術(shù)高管稱，這可能不再是唯一途徑，他們看到了在構(gòu)建人工智能應(yīng)用程序的同時(shí)應(yīng)用生成式人工智能（GenAI）掌握語言和解決數(shù)據(jù)管理問題的潛力。

AWS負(fù)責(zé)數(shù)據(jù)和人工智能市場的副總裁Rahul Pathak認(rèn)為自己是一個(gè)老派的數(shù)據(jù)專家，他從不建議為了在紙面上展示成功而走捷徑。因此，當(dāng)他建議GenAI可以讓你在數(shù)據(jù)管理能力上領(lǐng)先并更快地獲得結(jié)果時(shí)，你可能會注意到。

Pathak說：“在我們的世界里，必須采用序列化方式，你必須把數(shù)據(jù)庫整理好，然后你必須構(gòu)建一個(gè)基于數(shù)據(jù)的應(yīng)用程序。”“我認(rèn)為你實(shí)際上可以稍微改變一下這個(gè)過程，在這個(gè)過程中，你可以使用管理良好、安全的模型上下文協(xié)議（MCP）端點(diǎn)和最先進(jìn)的模型，幾乎立即開始為人工智能解鎖數(shù)據(jù)。[它們]真的可以幫助你幾乎就地解鎖數(shù)據(jù)，然后開始幫助你點(diǎn)亮人工智能應(yīng)用程序。”

顯然，并非所有的AI用例都是一樣的。某些用例可能需要在數(shù)據(jù)接觸人工智能算法之前收集、清理和準(zhǔn)備數(shù)據(jù)。但是，當(dāng)涉及到在預(yù)訓(xùn)練的模型上運(yùn)行推理工作負(fù)載時(shí)，可能無法對數(shù)據(jù)進(jìn)行分級。好消息是，MCP繞過了許多以前可能需要的大量數(shù)據(jù)（更不用說數(shù)據(jù)管理的痛苦和花費(fèi)的金錢了）。

Pathak說：“你可以把MCP服務(wù)器看作是一個(gè)聯(lián)合查詢。”“該模型允許您獲取數(shù)據(jù)。它具有一定的模式彈性。然后知識庫和索引幾乎就像一個(gè)物化視圖。因此，在這種組合中，您可以更快地獲取數(shù)據(jù)。模型中的智能確實(shí)增強(qiáng)了數(shù)據(jù)工程師和數(shù)據(jù)科學(xué)家的能力，使他們能夠比我們以前更快地移動。”

Pathak有一個(gè)現(xiàn)實(shí)世界的例子，一家制造公司希望使用生成式人工智能來加速生產(chǎn)。該公司已經(jīng)收集了大量的遙測數(shù)據(jù)，但事實(shí)證明，從遙測數(shù)據(jù)中提取知識并將其應(yīng)用于工廠生產(chǎn)線是困難而耗時(shí)的。

解決方案是使用GenAI的自然語言處理（NLP）功能從遙測數(shù)據(jù)中提取相關(guān)數(shù)據(jù)。然后，這些見解被輸入到傳統(tǒng)的機(jī)器學(xué)習(xí)優(yōu)化模型中。在后端，GenAI再次被用來生成指令，告訴操作員如何修改他們的流程以加快生產(chǎn)。

Pathak說：“正是這種整合使我們能夠比以前更快地行動。”“否則，你將面臨一個(gè)大數(shù)據(jù)、ETL和數(shù)據(jù)整理項(xiàng)目，你必須這樣做才能讓遙測數(shù)據(jù)快速可用。我們現(xiàn)在可以做得更快。所以這是一個(gè)很大的突破。”

PromptQL是另一個(gè)跳過大數(shù)據(jù)管理項(xiàng)目直接進(jìn)入GenAI項(xiàng)目的支持者。該公司開發(fā)了一種基于GenAI的查詢工具，允許用戶立即開始查詢他們的數(shù)據(jù)，而無需經(jīng)歷構(gòu)建語義層的耗時(shí)過程。

PromptQL的人員表示，語義層仍然很重要，因?yàn)樗糜趯I(yè)務(wù)的特定術(shù)語和指標(biāo)轉(zhuǎn)換為工具所需的技術(shù)表名稱，以提供準(zhǔn)確的查詢。但最大的區(qū)別在于，PromptQL提倡在使用過程中構(gòu)建語義層，并隨著時(shí)間的推移根據(jù)用戶的反饋進(jìn)行定制。他們說，在一個(gè)大爆炸式的數(shù)據(jù)管理項(xiàng)目上花費(fèi)數(shù)月或數(shù)年的時(shí)間，會導(dǎo)致無休止的POC（概念）并最終失敗。

早期人工智能項(xiàng)目的高失敗率就像房間里的大象。麻省理工學(xué)院最近的一項(xiàng)研究發(fā)現(xiàn)，95%的GenAI項(xiàng)目從未走出試驗(yàn)階段，這讓人們感到緊張。隨著數(shù)萬億美元被投資于購買快速GPU、大規(guī)模存儲陣列和大型AI數(shù)據(jù)中心，一些非常富有的機(jī)構(gòu)正在對AI進(jìn)行一些大賭注。

資源較少的小公司必須更加明智地利用人工智能機(jī)會。好消息是，GenAI掌握語言的能力可以以多種方式使用，包括使用它來理解數(shù)據(jù)是如何建模的，這可能會讓你，如果不是跳過數(shù)據(jù)管理階段，至少可以在構(gòu)建第一個(gè)人工智能項(xiàng)目的同時(shí)解決它。

“這些不再是連續(xù)的步驟，”Pathak說。“我認(rèn)為，對于許多正在應(yīng)對遺留數(shù)據(jù)挑戰(zhàn)的公司來說，這是一個(gè)巨大的范式轉(zhuǎn)變，坦率地說，自從數(shù)據(jù)庫中有多個(gè)表以來，我們一直在處理遺留數(shù)據(jù)挑戰(zhàn)。”

他說：“我認(rèn)為生成式人工智能所做的和現(xiàn)在的不同之處在于，它真的給了我們一些超能力來實(shí)現(xiàn)這些事情。”

與 Ai 時(shí)代前沿合作，將大門向更多普通用戶敞開！免費(fèi)課程限時(shí)領(lǐng)，還有好禮相送！無論你是對新技術(shù)充滿好奇心的愛好者，還是希望提升自己技能的職場人士，這里都有適合你的課程和資源。歡迎掃碼加入我們！