HPE’nin yeni tahlili; dağıtık makine öğrenmesi metodu olan HPE Swarm Learning, data kapalılığından ödün vermeden kullanıcıların öğrendiklerini uçta yahut dağıtık yerlerde paylaşmasına imkan tanıyor.
Hewlett Packard Enterprise (NYSE: HPE), yapay zekâ modellerinden öğrenilenleri, data kapalılığından ödün vermeden paylaşarak ve birleştirerek hastalıkların teşhisinden kredi kartı sahtekarlığına kadar bir hayli sorunun tahliline yönelik içgörüleri hızlandırmada çığır açan yeni yapay zekâ tahlili HPE Swarm Learning’i pazara sundu.
HPE’nin Ar-Ge tertibi Hewlett Packard Labs tarafınca geliştirilen HPE Swarm Learning, uçlarda yer alan yahut dağıtık yerler için kapalılığı koruyan ve merkezi olmayan birinci makine tahsili yolu olma özelliğine sahip.1 Tahlil, müşterilere HPE Swarm API aracılığıyla yapay zekâ modelleriyle basitçe entegre edilebilen konteynerler sunuyor. bu biçimdece kullanıcılar yapay zekâ modelinden öğrenilenleri, gerçek bilgileri ifşa etmeden kurum ortasındaki ve haricindeki paydaşlarla süratlice paylaşabilme imkânı sağlıyor.
HPE Lider Yardımcısı ve HPC ve AI Genel Müdürü Justin Hotard, tahlille ilgili şunları söylüyor: “Sürü tahsili, sıhhat hizmetlerinin güzelleştirilmesi, sahtekarlık tespiti ve kestirimsel bakım uğraşlarına yardımcı olan anomali tespiti üzere sorunların tahlilinde kuvvetli bir yaklaşım sunuyor. HPE, kuruluşların iş birliği yapmasına, inovasyonları hayata geçirmesine ve yapay zekâ modellerini hızlandırmasına imkan tanıyan, bununla birlikte her kuruluşun etik, bilgi kapalılığı ve yönetişim standartlarını koruyan kurumsal nitelikte bir tahlil sunarak, sürü öğrenme hareketine manalı bir katkıda bulunuyor.”
Uçta öngörüleri inançlı bir biçimde kullanmak için yeni yapay zekâ yaklaşımıyla tanışın
Günümüzde yapay zekâ modeli eğitiminin birçok, birleştirilmiş bilgi kümelerine dayanan merkezi bir pozisyonda gerçekleşiyor. Fakat bu yaklaşım, büyük hacimli bilgilerin birebir kaynağa geri taşınması gerektiğinden verimsiz ve maliyetli olabiliyor. Ayrıyeten bu süreç, bilgi paylaşımını ve hareketini sınırlayan, potansiyel olarak yanlış ve taraflı modellemelere yol açabilecek data kapalılığı, data sahipliği kuralları ve düzenlemeleri tarafınca kısıtlanabiliyor. İşletmeler eğitim modellerinden ve uç nokta içgörülerinden yararlanarak, daha süratli kararlar alıp daha güzel tecrübelere ve sonuçlara ulaşabiliyor. Ek olarak data kaynağına sahip bir kurumun bir başkasına yalnızca öğrendiklerini aktarması, sanayileri dünya çapında birleştirebilme ve yapay zekâyı daha da geliştirerek muazzam ticari ve toplumsal sonuçlara yol açabilme potansiyeline sahip.
tıpkı vakitte dataların harici olarak paylaşılması; data yönetişimi, düzenleme yahut uyumluluk ihtiyaçlarının karşılanmasını gerektiren ve bilgilerin bulunduğu yerde kalmasını zarurî kılan kurumlar açısından zorluk oluşturuyor. Eşsiz bir biçimde HPE Swarm Learning, kuruluşların eğitim odaklı data kümesi boyutunu artıran dağıtık bilgileri kullanımını, data yönetişimine ve saklılığına dair kuralları ihlal etmeden adil bir biçimde makine tahsili modelleri oluşturmasını sağlıyor. HPE Swarm Learning dataların kendisinin değil, sırf elde edilen tahsillerin paylaşıldığından emin olmak için üyeleri inançlı bir biçimde sisteme dahil etmek, önder seçmek, sürü ağına esneklik ve güvenlik sağlamak üzere model parametrelerini birleştirmek için blok zinciri teknolojisini kullanıyor. Buna ek olarak HPE Swarm Learning, modellerin doğruluğu artırarak önyargıların kaldırılmasına yardımcı oluyor.
Yapay zekâyı daha uygun maksatlar için güçlendirmek üzere sürü öğrenmesi
HPE Swarm Learning, farklı kesimlerin iş birliği yapmasına ve içgörülerini geliştirmesine yardımcı oluyor:
Aachen Üniversitesi, kolon kanseri teşhisini hızlandırmak için histopatoloji üzerinde çalışıyor
Almanya’daki RWTH Aachen Üniversitesi Hastanesi’ndeki kanser araştırmacılarından oluşan takım, hücrelerin kanserli hale gelmesine niye olabilecek genetik değişiklikleri kestirim etmek için manzara sürece üzerinde yapay zekâ uygulayarak kolon kanseri teşhisini ileriye götürecek bir çalışma yürüttü.
Araştırmacılar İrlanda, Almanya ve ABD’den üç hasta kümesi üzerinde HPE Swarm Learning kullanarak yapay zekâ modellerini eğitti ve birebir sürü tahsili tabanlı yapay zekâ modellerini kullanarak Birleşik Krallık’taki iki bağımsız bilgi setinde yer alan varsayımların performansını doğruladı. Sonuçlar, varsayımları düzgünleştirmek için kullanılan sürü tahsili modellerinin sırf hasta bilgilerini değil, öteki lokasyonları da hesaba katarak sadece mahallî bilgiler üzerinde eğitilen yapay zekâ modellerinden daha düzgün performans gösterdiğini kanıtladı.
TigerGraph, bankaların kredi kartı dolandırıcılığıyla çaba etmesine yardımcı olmak için anomali tespitini geliştiriyor
Grafik tabanlı analitik platform olan TigerGraph, kredi kartı süreçlerinde olağandışı aktifliği süratli bir biçimde tespit etme gayretlerini güçlendirmek için HPE Swarm Learning’i AMD EPYC
işlemcileri kullanan HPE ProLiant sunucularında çalışan bilgi analitiği ile birleştiriyor. Birleştirilmiş tahlil, farklı coğrafik pozisyonlara dağılmış birden epey banka ve şubeden gelen epeyce ölçüde finansal datayla makine tahsili modellerini eğitirken doğruluğu artırıyor.
Bulunabilirlik
HPE Swarm Learning biroldukça ülkede kullanıma hazır. Daha fazla bilgi için şu adresi ziyaret edebilirsiniz: hpe.com/info/swarm-learning
HPE, eksiksiz ve kullanıma hazır makine tahsili geliştirme tahlilleri sunuyor
HPE ayrıyeten yeni HPE Machine Learning Development Sistemiyle, işletmelerin büyük ölçekte makine tahsili modellerini kolaylıkla oluşturmasının ve eğitmesinin, bu biçimdece bedele daha süratli ulaşmasının önündeki manileri kaldırdığını duyurdu. Makine tahsili yazılım platformu, yanlışsız yapay zekâ modellerini daha süratli ve uygun ölçekte geliştirmek ve eğitmek için hesaplama, hızlandırıcılar ve ağı entegre eden uçtan uca bir tahlilden oluşuyor.
Kaynak: (BHA) – Beyaz Haber Ajansı
Hewlett Packard Enterprise (NYSE: HPE), yapay zekâ modellerinden öğrenilenleri, data kapalılığından ödün vermeden paylaşarak ve birleştirerek hastalıkların teşhisinden kredi kartı sahtekarlığına kadar bir hayli sorunun tahliline yönelik içgörüleri hızlandırmada çığır açan yeni yapay zekâ tahlili HPE Swarm Learning’i pazara sundu.
HPE’nin Ar-Ge tertibi Hewlett Packard Labs tarafınca geliştirilen HPE Swarm Learning, uçlarda yer alan yahut dağıtık yerler için kapalılığı koruyan ve merkezi olmayan birinci makine tahsili yolu olma özelliğine sahip.1 Tahlil, müşterilere HPE Swarm API aracılığıyla yapay zekâ modelleriyle basitçe entegre edilebilen konteynerler sunuyor. bu biçimdece kullanıcılar yapay zekâ modelinden öğrenilenleri, gerçek bilgileri ifşa etmeden kurum ortasındaki ve haricindeki paydaşlarla süratlice paylaşabilme imkânı sağlıyor.
HPE Lider Yardımcısı ve HPC ve AI Genel Müdürü Justin Hotard, tahlille ilgili şunları söylüyor: “Sürü tahsili, sıhhat hizmetlerinin güzelleştirilmesi, sahtekarlık tespiti ve kestirimsel bakım uğraşlarına yardımcı olan anomali tespiti üzere sorunların tahlilinde kuvvetli bir yaklaşım sunuyor. HPE, kuruluşların iş birliği yapmasına, inovasyonları hayata geçirmesine ve yapay zekâ modellerini hızlandırmasına imkan tanıyan, bununla birlikte her kuruluşun etik, bilgi kapalılığı ve yönetişim standartlarını koruyan kurumsal nitelikte bir tahlil sunarak, sürü öğrenme hareketine manalı bir katkıda bulunuyor.”
Uçta öngörüleri inançlı bir biçimde kullanmak için yeni yapay zekâ yaklaşımıyla tanışın
Günümüzde yapay zekâ modeli eğitiminin birçok, birleştirilmiş bilgi kümelerine dayanan merkezi bir pozisyonda gerçekleşiyor. Fakat bu yaklaşım, büyük hacimli bilgilerin birebir kaynağa geri taşınması gerektiğinden verimsiz ve maliyetli olabiliyor. Ayrıyeten bu süreç, bilgi paylaşımını ve hareketini sınırlayan, potansiyel olarak yanlış ve taraflı modellemelere yol açabilecek data kapalılığı, data sahipliği kuralları ve düzenlemeleri tarafınca kısıtlanabiliyor. İşletmeler eğitim modellerinden ve uç nokta içgörülerinden yararlanarak, daha süratli kararlar alıp daha güzel tecrübelere ve sonuçlara ulaşabiliyor. Ek olarak data kaynağına sahip bir kurumun bir başkasına yalnızca öğrendiklerini aktarması, sanayileri dünya çapında birleştirebilme ve yapay zekâyı daha da geliştirerek muazzam ticari ve toplumsal sonuçlara yol açabilme potansiyeline sahip.
tıpkı vakitte dataların harici olarak paylaşılması; data yönetişimi, düzenleme yahut uyumluluk ihtiyaçlarının karşılanmasını gerektiren ve bilgilerin bulunduğu yerde kalmasını zarurî kılan kurumlar açısından zorluk oluşturuyor. Eşsiz bir biçimde HPE Swarm Learning, kuruluşların eğitim odaklı data kümesi boyutunu artıran dağıtık bilgileri kullanımını, data yönetişimine ve saklılığına dair kuralları ihlal etmeden adil bir biçimde makine tahsili modelleri oluşturmasını sağlıyor. HPE Swarm Learning dataların kendisinin değil, sırf elde edilen tahsillerin paylaşıldığından emin olmak için üyeleri inançlı bir biçimde sisteme dahil etmek, önder seçmek, sürü ağına esneklik ve güvenlik sağlamak üzere model parametrelerini birleştirmek için blok zinciri teknolojisini kullanıyor. Buna ek olarak HPE Swarm Learning, modellerin doğruluğu artırarak önyargıların kaldırılmasına yardımcı oluyor.
Yapay zekâyı daha uygun maksatlar için güçlendirmek üzere sürü öğrenmesi
HPE Swarm Learning, farklı kesimlerin iş birliği yapmasına ve içgörülerini geliştirmesine yardımcı oluyor:
- Hastaneler hasta ayrıntılarını korurken hastalıkların ve öbür rahatsızlıkların teşhisini uygunlaştırmak için görüntüleme kayıtlarından, CT ve MRI taramalarından, bir hastaniçin başkasına aktarılacak gen dizilimi datalarından çıkarımlara ulaşabiliyor.
- Bankacılık ve finansal hizmetler, dolandırıcılıkla ilgili öğrendiklerini birebir anda birden çok finansal kurumla paylaşarak önümüzdeki on yılda kredi kartı dolandırıcılığında global çapta beklenen 400 milyar dolardan fazla usulsüzlük ile 2 daha düzgün çaba edebiliyor.
- Üretim tesisleri, ekipman tamirat gereksinimleri hakkında fikir edinmek ve ekipmanlar arızalanıp hizmet kesintisi yaşamadan bu duruma müdahale etmek için öngörüye dayalı bakımdan yararlanabiliyor. Bakım kısımlarının yöneticileri, sürü tahsilinden yararlanarak birden çok üretim tesisindeki sensör bilgilerinden öğrendikleriyle daha güzel içgörüler elde edebiliyor.
Aachen Üniversitesi, kolon kanseri teşhisini hızlandırmak için histopatoloji üzerinde çalışıyor
Almanya’daki RWTH Aachen Üniversitesi Hastanesi’ndeki kanser araştırmacılarından oluşan takım, hücrelerin kanserli hale gelmesine niye olabilecek genetik değişiklikleri kestirim etmek için manzara sürece üzerinde yapay zekâ uygulayarak kolon kanseri teşhisini ileriye götürecek bir çalışma yürüttü.
Araştırmacılar İrlanda, Almanya ve ABD’den üç hasta kümesi üzerinde HPE Swarm Learning kullanarak yapay zekâ modellerini eğitti ve birebir sürü tahsili tabanlı yapay zekâ modellerini kullanarak Birleşik Krallık’taki iki bağımsız bilgi setinde yer alan varsayımların performansını doğruladı. Sonuçlar, varsayımları düzgünleştirmek için kullanılan sürü tahsili modellerinin sırf hasta bilgilerini değil, öteki lokasyonları da hesaba katarak sadece mahallî bilgiler üzerinde eğitilen yapay zekâ modellerinden daha düzgün performans gösterdiğini kanıtladı.
TigerGraph, bankaların kredi kartı dolandırıcılığıyla çaba etmesine yardımcı olmak için anomali tespitini geliştiriyor
Grafik tabanlı analitik platform olan TigerGraph, kredi kartı süreçlerinde olağandışı aktifliği süratli bir biçimde tespit etme gayretlerini güçlendirmek için HPE Swarm Learning’i AMD EPYC
Bulunabilirlik
HPE Swarm Learning biroldukça ülkede kullanıma hazır. Daha fazla bilgi için şu adresi ziyaret edebilirsiniz: hpe.com/info/swarm-learning
HPE, eksiksiz ve kullanıma hazır makine tahsili geliştirme tahlilleri sunuyor
HPE ayrıyeten yeni HPE Machine Learning Development Sistemiyle, işletmelerin büyük ölçekte makine tahsili modellerini kolaylıkla oluşturmasının ve eğitmesinin, bu biçimdece bedele daha süratli ulaşmasının önündeki manileri kaldırdığını duyurdu. Makine tahsili yazılım platformu, yanlışsız yapay zekâ modellerini daha süratli ve uygun ölçekte geliştirmek ve eğitmek için hesaplama, hızlandırıcılar ve ağı entegre eden uçtan uca bir tahlilden oluşuyor.
Kaynak: (BHA) – Beyaz Haber Ajansı