در HackerNoon، ما برای داستانهای مربوط به ساخت فناوری پیشگام ارزش قائل هستیم. این سؤالات فقط در مورد مکانیک هوش مصنوعی نیستند – آنها در مورد نوآوری، چالش ها و خلاقیت زنده کردن ابزارهای پیشرفته هستند، که برای جامعه رهبران فناوری، سازندگان و خوانندگان آینده نگر ما مناسب است.
مقدمه
اسم من آنیروث است. من روی تیم ذخیرهسازی در Databricks کار میکنم، جایی که ما روی توانمندسازی مشتریان برای ذخیره مقادیر زیادی داده در قالبی باز و مقیاسپذیر با پلتفرم اطلاعات داده ما کار میکنیم. به طور خاص، من روی تلاشهای خود در زمینه همکاری با دریاچه دلتا و کوه یخ آپاچی کار میکنم.
HackerNoon: مشکل اصلی که محصول هوش مصنوعی شما برای حل آن طراحی شده است چیست و چه چیزی در رویکرد شما برای حل آن موثر است؟
آنیروث: Databricks داده ها و هوش مصنوعی را یکپارچه می کند تا به مشتریان هوش عملی بدهد – چیزی که ما آن را هوش داده می نامیم. این شامل دریافت مقادیر زیادی داده، ETL، ذخیره سازی در مقیاس بزرگ، پرس و جوهای هوش تجاری، و بار کاری هوش مصنوعی است. تکنیک های مورد استفاده در یادگیری ماشینی در دهه گذشته از دهه 1980 وجود داشته است. ظهور کلان داده اجرای الگوریتم ها را در مقیاس امکان پذیر کرد.
تکنیک هایی مانند چند عکس یا RAG به داده های با کیفیت بالا متکی هستند. مدل هایی که داده های بهتری دارند در مقابل مدل هایی با معماری بهتر پیروز می شوند. Databricks قرار داده است …