JP CashCraze - шаблон joomla Продвижение

Новости  одной строкой

26-27 сентября на Международном ИТ форуме «IT-WEEK.KZ-2019» в Караганде принял участие и выступил вице президент Ассоциации Нупбаев К.Т
 
25 сентября Президент КАИТК Исин Н.К. принял участие в работе Круглого стола, организованного представительством Всемирного банка в Казахстане по обсуждению результатов и рекомендаций, выработанных в рамках совместной работы по проведению оценки системы государственных закупок Республики Казахстан с использованием методологии MAPS, разработанной ОЭСР.
 
24 сентября исполнительный директор Ассоциаиции Увалеев Ж.Е. принял участие в совещании РГП «КазИнСт» по обсуждению проекта Национального плана стандартизации на 2020 год (вопрос финансирования разработки стандартов в отраслях)
 

 

Машинное обучение требует все больших объемов данных

 

Быстрое развитие искусственного интеллекта и машинного обучения по всему миру приведет к еще большему росту потребления компьютерных систем хранения данных, считают эксперты. По их мнению, это заставит и без того активно растущую индустрию увеличивать производство значительными темпами.

 

«Внедрение машинного обучения быстро окажет значительное влияние на системы доступа к данным и управление инфраструктурой. Прототипы систем машинного обучения первых поколений обычно строятся на основе существующих мощностей хранения данных», — отметила Лора Шепард (Laura Shepard), старший директор компании DataDirect Networks.

 

Именно по этой причине даже для наиболее успешных систем машинного обучения типичны проблемы, связанные с недостатком вычислительных мощностей и слишком маленькой скоростью доступа к данным.

 

«Появляются сбои масштабирования, такие как невозможность обеспечить доступ к данным на требуемой скорости, невозможность масштабировать преобразование суммы данных для улучшения результатов и невозможность масштабировать хранение данных на простом или экономически эффективном уровне. Любой из этих сбоев может сорвать прогресс всей программы, потому что, если вы не можете увеличить свои затраты или увеличить глубину своей глубокой обучающей сети, вы не сможете масштабировать свои результаты», — сказала Лора Шепард.

http://storage.cnews.ru/news/top/2017-05-11_mashinnoe_obuchenie_izmenit_rynok_hraneniya_dannyh