انضم إلى كبار المديرين التنفيذيين في سان فرانسيسكو يومي 11 و 12 يوليو ، لمعرفة كيف يدمج القادة استثمارات الذكاء الاصطناعي ويحسنونها لتحقيق النجاح. يتعلم أكثر
تواصل DataStax بناء قدراتها في مجال الذكاء الاصطناعي مع إطلاق خدمة Luna ML اليوم.
بدأت DataStax منذ أكثر من عقد من الزمان كمورد تجاري رائد لقاعدة بيانات Apache Cassandra NoSQL مفتوحة المصدر وعملت على توسيع محفظتها بشكل مطرد في السنوات الأخيرة. مرة أخرى في 12 يناير ، استحوذت DataStax على Kaskada ، وهي شركة تكنولوجيا مملوكة للقطاع الخاص تقوم ببناء تقنية هندسية لميزة الذكاء الاصطناعي. توفر تقنية Kaskada لغة استعلام توضيحية يمكن أن تساعد علماء البيانات على تفصيل دقيق لما يحتاجه نموذج الذكاء الاصطناعي من مجموعة البيانات.
عندما تم الاستحواذ على الشركة ، كانت جميع تقنيات Kaskada مملوكة. منذ الاستحواذ ، عملت DataStax على جعل Kaskada مفتوحة المصدر لتتماشى مع بقية محفظتها. من خلال خدمة Luna ML الجديدة ، تقدم DataStax عرضًا مدعومًا من المؤسسات لـ Kaskada مفتوح المصدر لمساعدة المؤسسات على نشر التكنولوجيا كجزء من سير عمل التعلم الآلي (ML).
قال دافور بوناشي Davor Bonaci ، كبير مسؤولي التكنولوجيا في DataStax و EVP لموقع VentureBeat: “تتبنى بعض الشركات المصدر المفتوح بشكل مباشر ، لكن الكثير من الشركات التي تتبنى المصدر المفتوح تريد ضمانات إضافية إذا حدث خطأ ما”. “Luna ML هي دعم من المصادر المفتوحة ، لذا يمكنك الحصول على التأكيدات والمصداقية والمساعدة في تشغيل Kaskada مفتوح المصدر بشكل موثوق في الإنتاج على نطاق واسع ، بغض النظر عما سيحدث غدًا.”
حدث
تحويل 2023
انضم إلينا في سان فرانسيسكو يومي 11 و 12 يوليو ، حيث سيشارك كبار المسؤولين التنفيذيين في كيفية دمج استثمارات الذكاء الاصطناعي وتحسينها لتحقيق النجاح وتجنب المزالق الشائعة.
سجل الان
كيف تغيرت Kaskada تحت DataStax
قبل انضمامه إلى DataStax ، كان Bonaci الرئيس التنفيذي لشركة Kasada (وشارك أيضًا في تأسيس الشركة). وأشار إلى أن شركته الصغيرة استفادت بشكل كبير من الاستحواذ عليها لعدة أسباب.
على المستوى التأسيسي ، أصبحت Kaskada الآن مفتوحة المصدر ، مما يعني أنها يمكن أن تستفيد من مجتمع من المساهمين داخل وخارج DataStax. يتم الآن اعتماد هذه التقنية أيضًا من قبل حجم أكبر من المستخدمين ، حيث تحسب DataStax العديد من Fortune 500 بين قاعدة مستخدميها. تعني متطلبات المستخدمين على نطاق واسع أيضًا أنه تم تحسين Kaskada للتعامل مع احتياجات الأداء والأمان والموثوقية.
هناك أيضًا تكامل في محفظة DataStax الأوسع نطاقًا والتي تتضمن تقنيات تدفق قواعد البيانات والأحداث. سيؤدي هذا التكامل قريبًا إلى بعض التغييرات الكبيرة في قاعدة بيانات Cassandra مفتوحة المصدر وقاعدة البيانات السحابية DataStax Aria كخدمة (DBaaS).
كيف يقود Luna ML و Kaskada تغييرات قاعدة البيانات المستقبلية
أوضح Bonaci أن Kaskada هو محرك ميزة AI يتصل بالبيانات الأولية المستندة إلى الأحداث ، ويقوم بإجراء عمليات حسابية عليها وينتج متجهات الميزات التي يمكن تخزينها بعد ذلك في قاعدة بيانات مثل Cassandra. بمجرد تخزين المتجهات ، يمكن للمستخدم إجراء ما يُعرف باسم بحث تشابه المتجه ، وهو عندما يتم الاستعلام عن قاعدة البيانات لتوفير متجهات مماثلة.
يعد بحث تشابه المتجهات دعامة أساسية لقواعد بيانات المتجه مثل Pinecone ، وهو بائع قاعدة بيانات مشهور بشكل متزايد والذي جمع 100 مليون دولار في نهاية أبريل. لا تعد Cassandra قاعدة بيانات موجهة ، ولكنها ستضيف ميزات في “المدى القريب” لتمكين البحث عن تشابه المتجهات بسهولة أكبر ، وفقًا لبوناتشي.
قال Bonaci: “تنتج Kaskada المتجهات وبمجرد تخزينها في نظام تخزين أو قاعدة بيانات مثل Cassandra ، يمكنك تنظيمها بشكل جيد بحيث يمكنك إجراء بحث تشابه فعال”.
أضاف بوناسي ، أحد مؤسسي DataStax ، جوناثان إليس ، أنه يساعد حاليًا في قيادة الجهود في مجتمع المصادر المفتوحة لجلب بحث تشابه Vector إلى Cassandra.
كيف يعمل Kaskada و Luna ML على تمكين MLOps
يمكن استخدام Kaskada و Luna ML لدعم تدفقات عمل MLOps ، على الرغم من أن Bonaci أكد أنه من المهم أولاً تحديد ما يعنيه مصطلح MLOps.
وأشار إلى أنه غالبًا ما يُنظر إلى MLops على أنها تتعلق فقط بعمليات النموذج (Model Ops) ، حيث يكون الشاغل الأساسي هو إدارة النموذج نفسه. جادل Bonaci بأن جانبًا مهمًا بنفس القدر في إدارة سير عمل التعلم الآلي (ML) هو البيانات. يهتم جزء البيانات بكيفية حساب البيانات ومكان تخزينها.
قال Bonaci أن Kaskada و Luna ML يدوران حول البيانات نفسها – قراءة البيانات والحساب وتخزين البيانات وتقديمها – وهي الطريقة التي تساعد بها في دعم MLOps.
كيف يمكن أن تساعد هندسة الميزات في تقليل انحياز الذكاء الاصطناعي
أشار Bonaci إلى أن التحيز هو موضوع كبير في الذكاء الاصطناعي اليوم وهو موضوع يأمل أن يساعد Luna ML و Kaskada في التخفيف منه.
اعترف بوناسي بأن “كسكادا لا تستطيع حل جميع المشاكل المختلفة الموجودة في العالم”. “ومع ذلك ، يمكن أن يساعدك على فهم ما هو التحيز الموجود.”
قال بوناسي إنه بفضل تكنولوجيا شركته ، يمكن للمؤسسة فهم البيانات بشكل أفضل وتحديد البيانات التي يمكن أن تمثل تحيزًا.
قال: “نحن نمنحك القدرات على التفكير والتفكير في ذلك ، ولكن في نهاية المطاف ، يتمتع مبتكرو الأنظمة والأشخاص الذين يضعون الذكاء الاصطناعي في الإنتاج بالقدرة على التعامل مع بياناتهم مهما شعروا أنه صحيح”.
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.
اكتشاف المزيد من نص كم
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
