Przez lata duża część uwagi na sztucznej inteligencji dla badań naukowych koncentrowała się na zwiększaniu możliwości przewidywania, takich jak struktury białek, odkrywanie materiałów i symulacje klimatu.Obszary te pozostają niezbędne.SYNAPS-I pokazuje, że sztuczna inteligencja przesuwa się w górę.Przenosząc się do momentu, w którym generowane są dane i podejmowane są kluczowe decyzje..
"SYNAPS-I jest metodą szybkiej analizy, która dostarcza wglądów z taką samą prędkością, z jaką wytwarzane są dane, skracając godziny, a nawet dni analizy na kilka sekund" - powiedziała Aileen Luo.
Ten czas jest również zgodny z szerszą inicjatywą DOE w celu przyspieszenia naukowych odkryć opartych na sztucznej inteligencji, poprzez programy takie jak misja DOE Genesis.Misja ta ma na celu opracowanie zintegrowanych platform łączących dane, zasobów obliczeniowych i zaawansowanych modeli przyspieszających przełomy w różnych dziedzinach nauki. Systemy takie jak SYNAPS-I idealnie pasują do tej wizji.
Na przykład jeśli eksperyment dostosowuje się na podstawie analizy w czasie rzeczywistym, jak badacze mogą dokładnie udokumentować, co się wydarzyło?Jeśli dane są filtrowane w chwili, w jaki sposób mogą zapewnić, że nie pomija się żadnych istotnych informacji?Naukowcy są przyzwyczajeni do starannego kontrolowania warunków eksperymentalnych i zrozumienia każdego kroku procesu..
Wprowadzenie systemu, który może regulować parametry w czasie rzeczywistym, wymaga zaufania zarówno do podstawowych modeli sztucznej inteligencji, jak i do infrastruktury wspierającej.Niezawodność jest równie ważna jak wydajność..
W BigDATAWire obserwowaliśmy podobne trendy wykraczające poza badania naukowe. Systemy przemysłowe zaczynają reagować na dane z czujników w czasie rzeczywistym,platformy oprogramowania przechodzą od przetwarzania seryjnego do ciągłego podejmowania decyzji, a nawet analityka przedsiębiorstw zmierza w kierunku systemów operacyjnych zamiast raportów statycznych.
SYNAPS-I pasuje do tego szerszego trendu, ale z znacznie większymi zagrożeniami.Zmiana czasu i sposobu podejmowania decyzji podczas eksperymentów bezpośrednio wpływa na to, jakie odkrycia zostaną dokonane i jak te odkrycia zostaną zweryfikowane..
Jest to jeszcze wczesny etap, a systemy takie jak SYNAPS-I będą potrzebować czasu na dojrzewanie./Ruch jest jasny.: przepaść między generowaniem danych a działaniami się zmniejsza, a wraz z jej zmniejszaniem zaczyna się zmieniać sama struktura przepływów pracy naukowej.
Pekin Qianxing Jietong Technology Co., Ltd.
Sandy Yang, dyrektor ds. strategii globalnej
WhatsApp / WeChat: +86 13426366826
Email: yangyd@qianxingdata.com
Strona internetowa: www.qianxingdata.com/www.storagesserver.com
Skoncentruj się na biznesie:
Dystrybucja produktów ICT/Integracja systemów i usługi/Rozwiązania infrastrukturalne
Dzięki ponad 20-letniemu doświadczeniu w dystrybucji IT współpracujemy z wiodącymi światowymi markami w celu dostarczania niezawodnych produktów i profesjonalnych usług.
Używanie technologii do budowy inteligentnego świata•Twój zaufany dostawca usług produktów ICT!
Twoja wiadomość musi mieć od 20 do 3000 znaków!
Polish
