دور الذكاء الاصطناعي ومزاياه في الحوسبة السحابية

توجد طريقتان للتفكير في الذكاء الاصطناعي فيما يتعلق بالحوسبة السحابية. تأتي أحدها في أن موفري الحوسبة السحابية يعملون بكل نشاط لجعل الخدمات والتطبيقات المدعومة بالذكاء الاصطناعي أكثر تطورًا متاحة على منصاتهم. والآخر هو أن الذكاء الاصطناعي—والأتمتة واتخاذ القرارات السريعة التي يسهلها—هو ما يجعل هذه المنصات السحابية فائقة النطاق ممكنة بشكل متزايد.

كلاهما صحيح، ويجعل هذا مستقبل الحوسبة السحابية والذكاء الاصطناعي متشابكين ومثيرين. إليك ما قد يحمله هذا المستقبل.

ما المقصود بالذكاء الاصطناعي؟

يشير AI، أو الذكاء الاصطناعي، إلى أنظمة الكمبيوتر التي تستخدم الخوارزميات والبيانات لأداء المهام التي تتطلب عادةً الذكاء البشري، مثل التعرُّف على الكلام أو إنشاء صورة استجابة إلى مطلب. في بعض الحالات، يمكن للذكاء الاصطناعي القيام بأشياء لا يستطيع البشر القيام بها، مثل إجراء حسابات وتحليلات مُعقدة تتضمن كميات هائلة من البيانات في ثوانٍ، بدقة عالية للغاية، لتحديد أوجه الخلل.

تتحسن تكنولوجيا الذكاء الاصطناعي بسرعة وتجد العديد من الاستخدامات، بما في ذلك تحسين الاتصالات مع العملاء، وإنشاء الوسائط الرقمية، وجعل التشخيصات أدق، وتعزيز الأمن السيبراني، حتى تقديم المشورة بشأن قرارات الأعمال.

يُستخدم مصطلح "الذكاء الاصطناعي" غالبًا بالتبادل مع التقنيات ذات الصلة مثل التعلم الآلي (ML) والتعلم العميق. يكمن الفَرق في أن الذكاء الاصطناعي يصف مجال الدراسة على نطاق واسع، في حين تركز أنظمة التعلم الآلي بشكل أضيق على التحسين الشبيه بالتعلم في أداء مهمة محددة ومحددة بناءً على بيانات التدريب التي تستوعبها. يمثل التعلم العميق عملية مماثلة قائمة على الشبكات العصبية المُعقدة المصممة لمحاكاة بنية الدماغ البشري. تسمح هذه البنية لأنظمة التعلم العميق باكتشاف العلاقات المُعقدة وغير الخطية واستخلاص المعنى من البيانات المُعقدة أو غير الدقيقة. تدرب نماذج اللغات الكبيرة (LLM)، مثل نماذج ChatGPT أو Cohere، باستخدام التعلم العميق وكميات كبيرة من البيانات المنسقة. بمجرد التدريب، يصبح نموذج LLM أساس نظام الذكاء الاصطناعي التوليدي الذي يمكنه الإجابة على الأسئلة من خلال استنتاج الاستجابة الصحيحة أو التنبؤ بها. النتيجة: استجابات لغوية مدهشة ومماثلة للبشر على الأسئلة.

للحصول على قيمة كاملة من الذكاء الاصطناعي، تستثمر العديد من الشركات في فِرق علوم البيانات والبحث عن نماذج وخدمات الذكاء الاصطناعي المُتطورة التي يمكن الاعتماد عليها لتطبيقاتها الخاصة.

ما المقصود بالحوسبة السحابية؟

بعبارات بسيطة، تتيح لك الحوسبة السحابية استئجار خدمات تكنولوجيا المعلومات بدلاً من شرائها. بدلاً من الاستثمار في قواعد البيانات والبرامج والمرافق والأجهزة، يمكن للشركات اختيار الوصول إلى قوة الحوسبة عبر الإنترنت والدفع مقابل استخدامها. تشمل الخصائص الرئيسة للحوسبة السحابية أنها مقننة وقابلة للتوسع ومتاحة عند الطلب.

تتضمن عروض السحابة البنية التحتية، مثل الخوادم والتخزين وقواعد البيانات، بالإضافة إلى الخدمات القائمة على تلك البنية التحتية، مثل تحليلات البيانات والذكاء الاصطناعي والتطبيقات لوظائف الأعمال، مثل تخطيط موارد المؤسسات أو ERP وإدارة رأس المال البشري. تحتوي هذه التطبيقات أكثر فأكثر على وظائف مدعومة بالذكاء الاصطناعي. من الأمثلة على ذلك القدرة على تحويل المستندات المطبوعة إلى شكل رقمي ثم تصنيف تلك المستندات في وظائف مثل حسابات المدفوعات والمقبوضات.

النقاط الرئيسة

• يُعد الذكاء الاصطناعي جزءًا لا يتجزأ من الحوسبة السحابية، مما يعزز أتمتة الخدمات السحابية واتخاذ القرارات وقابلية التوسع.
• توفر الحوسبة السحابية البنية التحتية اللازمة للذكاء الاصطناعي، مما يتيح للشركات الاستفادة من تقنيات الذكاء الاصطناعي دون استثمارات كبيرة في الأجهزة والبرامج.
• يعزز الذكاء الاصطناعي في الحوسبة السحابية كفاءة الأعمال من خلال أتمتة المهام المُتكررة وتعزيز تحليلات البيانات وتحسين الأمن السيبراني.
• يحفز التعاون بين الذكاء الاصطناعي والحوسبة السحابية التطبيقات المبُتكرة مثل الذكاء الاصطناعي التوليدي وIoT وذكاء الأعمال المدعوم بالذكاء الاصطناعي.
• قد يكون اعتماد الذكاء الاصطناعي في الحوسبة السحابية أمرًا صعبًا، لأنه يتضمن مخاوف خصوصية البيانات ومشكلات التكامل وفجوة في المواهب في خبرة الذكاء الاصطناعي.

شرح الذكاء الاصطناعي والحوسبة السحابية

يتشابك الذكاء الاصطناعي والحوسبة السحابية بشكل عميق. أحد الأسباب: ظهر موفرو الحوسبة السحابية في وقت مُبكر من اللعبة نحو معرفة طريقة استخدام الذكاء الاصطناعي لتقديم خدمات أفضل. تعد أنظمة الذكاء الاصطناعي جيدة للغاية في اتخاذ القرارات في العالم المحصور ببنية تكنولوجيا المعلومات، والتي تتيح لموفري خدمات الحوسبة السحابية أتمتة مجموعة من العمليات في مراكز البيانات الضخمة لديهم. يمكن للذكاء الاصطناعي توفير خدمات التكنولوجيا وتوسيعها، واكتشاف الأخطاء المحتملة، ومراقبة علامات الهجوم الإلكتروني، واكتشاف إشارات الاحتيال في مجموعة من حالات الاستخدام. هذه مجرد عدد قليل من الإدخالات في قائمة متزايدة من القدرات التي تساعد شركات الحوسبة السحابية في تقديم خدمات تقنية فائقة النطاق اقتصاديًا لآلاف أو ملايين العملاء.

بنفس القدر من الأهمية، أصبحت السحابة طريقة نحو تضمين الذكاء الاصطناعي في تطبيقات الأعمال. يدمج موفرو الخدمة الذكاء الاصطناعي في عروضهم الخاصة، مثل تطبيقات البرامج كخدمة (SaaS) المحسنة بواسطة مجموعة مُتنوعة من تقنيات الذكاء الاصطناعي ومؤخرًا باستخدام إمكانات LLM المُضمنة. يعمل موفرو السحابة أيضًا مع الشركات التي ترغب في تضمين الذكاء الاصطناعي التوليدي في عملياتهم. باستخدام نماذج LLM المُتطورة في بنيات السحابة، يمكن للشركات استخدام بياناتها الخاصة لتدريب نماذج الذكاء الاصطناعي الخاصة بعملياتها ونشرها، أو بشكل أكثر شيوعًا، وتعزيز تدريب نموذج حالي، سواء كان ذلك في مجال الرعاية الصحية أو الخدمات اللوجستية أو القانون أو الحكومة أو أي مجال آخر. يشمل عملاء السحابة مطوري نماذج الذكاء الاصطناعي، الذين يحتاجون إلى كميات كبيرة من سعة الحوسبة والتخزين لتدريب نماذجهم على كميات هائلة من البيانات.

على نحو متزايد، يقدم موفرو السحابة خدمات مُتقدمة للغاية بمساعدة الذكاء الاصطناعي، مثل منصات تطوير التطبيقات التي يصف من خلالها المطورون وظائف التطبيقات التي يرغبون بها ويسمحون لمنصة الذكاء الاصطناعي بكتابة المسودة الأولى للتعليمة البرمجية بسرعة.

لماذا يعد الذكاء الاصطناعي هامًا في الحوسبة السحابية؟

يعتمد موفرو الحوسبة السحابية على الذكاء الاصطناعي لتشغيل الأنظمة المؤتمتة التي تقدم خدمات تكنولوجيا المعلومات وتطبيقات SaaS بشكل موثوق وبأقل تكلفة ممكنة. يساعد الذكاء الاصطناعي في توفير أنظمة سحابية فائقة النطاق وتجميعها وضبطها، مما يريح البشر من هذه المهام. علاوة على ذلك، مع تطلع المزيد من الشركات إلى الاستفادة من مجموعة واسعة من خدمات الذكاء الاصطناعي بالإضافة إلى قدرات الذكاء الاصطناعي المزدهرة، تحرص شركات الحوسبة السحابية على استيعابها. باختصار، يمر المسار الأقل مقاومة نحو الاستفادة من إمكانات الذكاء الاصطناعي مباشرةً عبر السحابة.

صحيح أيضًا أن الحوسبة السحابية هامة للذكاء الاصطناعي. ذلك لأن تدريب أنظمة الذكاء الاصطناعي التوليدي مثل LLM كثيف الحوسبة للغاية، مما يؤدي إلى التنافس على قوة الحوسبة المتاحة في العالم. يقدم موفرو السحابة فائقة النطاق هذه القوة عند الطلب، مما يسمح لشركات الذكاء الاصطناعي باستئجار مجموعات وحدات معالجة الرسومات التي يحتاجون إليها لتشغيل أحمال عمل الذكاء الاصطناعي بأداء عالٍ وبتكلفة معقولة.

تعرَّف على المزيد حول سحابة Oracle عالية الأداء للذكاء الاصطناعي.

كيف يغير الذكاء الاصطناعي في الحوسبة السحابية الأعمال؟

كان توافر الخدمات المدعومة بالذكاء الاصطناعي في السحابة أمرًا أساسًا لزيادة استخدام الأعمال للذكاء الاصطناعي. يرجع ذلك إلى أن إنشاء نماذج الذكاء الاصطناعي وتدريبها ونشرها بأمان يمثل تحديًا تقنيًا ومُكلفًا للغاية لجميع المؤسسات باستثناء أكبر المؤسسات التي تحاول فعل ذلك من جانبها. باستخدام خدمات البنية التحتية المدعومة بالذكاء الاصطناعي، وSaaS المدمج بالذكاء الاصطناعي، وقائمة متنامية من التقنيات المُتنوعة المتاحة من خلال واجهات برمجة التطبيقات، يمكن لمزيد من الشركات استخدام الذكاء الاصطناعي لأتمتة العمليات، واكتساب ميزة تنافسية، والاستفادة من فرص الأعمال الجديدة.

تأتي مزايا الأعمال من جانبين منختلفين تمامًا. في البداية، يتخلص مساعدو الذكاء الاصطناعي المهام المُتكررة، مثل إدخال الفواتير وطلبات الشراء وتصنيفها أو مطابقة المصروفات مع الإيصالات وحسب السياسات، وتحسين كفاءة الفِرق التي تقوم بهذه المهام يدويًا ودقتها. ثانيًا، يمكن للتحليلات المستندة إلى الذكاء الاصطناعي أن توصي بمتخصصي الأعمال وتقدم لهم المشورة بناءً على الأنماط المكتشفة في بيانات الشركة. يمكن أن تتراوح المشورة من وقت طلب المزيد من منتجات معينة إلى التوصية بتغييرات في سلاسل التوريد استنادًا إلى تحليل مُعقد لسلوك البائع وحاجة الشركة.

مزايا الذكاء الاصطناعي في الحوسبة السحابية

يجني موفرو الحوسبة السحابية الذين يطبِّقون الذكاء الاصطناعي في مراكز البيانات الخاصة بهم فوائد تتجاوز بكثير مكاسب الكفاءة الفورية ووفورات التكاليف. من خلال أخذ ما طوروه وتقديمه بصفته خدمات ذكاء اصطناعي ذات علامات التجارية إلى العملاء، يمكنهم المساعدة في زيادة الولاء والربحية.

تشمل مزايا الذكاء الاصطناعي في الحوسبة السحابية ما يلي:

• الأتمتة: باستخدام الذكاء الاصطناعي، يمكن لموفري السحابة وعملائهم أتمتة العديد من عمليات تكنولوجيا المعلومات اللازمة لتقديم الخدمات إليهم، بما في ذلك التصحيح والتأمين وتوسيع قدرة الحوسبة. تستخدم الشركات أيضًا عمليات الذكاء الاصطناعي، بما في ذلك الأتمتة الذكية، لزيادة السرعة في الوظائف ودقتها مثل إدارة المستندات وعمليات المصانع.
• وفورات في التكاليف: يمكن للذكاء الاصطناعي المساعدة في خفض التكاليف من خلال أداء المهام المُعقدة أسرع، مع مشاركة عدد أقل من الأشخاص. يمكن أن تتضمن المهام عمليات تكنولوجيا المعلومات وأمان البيانات بالإضافة إلى وظائف الأعمال مثل أتمتة مكتب الخدمة. بالنسبة إلى العملاء، يمكن للذكاء الاصطناعي مساعدتهم في توسيع نطاق استخدامهم السحابي وخفضه استجابة إلى احتياجاتهم المُتغيرة. نظرًا إلى أن العملاء يرون أن وفورات التكلفة الخاصة بهم، فقد يتحسِّن الولاء—خاصةً لموردي السحابة الذين يسعون إلى الحفاظ على بساطة نماذج الفوترة وشفافيتها. عندما يستخدم العملاء الحاليون المزيد من الخدمات السحابية، يمكن أن يوفر ذلك هامش ربح أعلى لمقدمي الخدمات مقابل الوصول إلى عملاء جدد والفوز بهم وتأهيلهم.
• إدارة السحابة: يتيح الذكاء الاصطناعي تشغيل الخدمات السحابية على نطاق واسع من خلال أتمتة العديد من جوانب إدارة تكنولوجيا المعلومات. على سبيل المثال، يمكن للذكاء الاصطناعي توفير الخدمات وتوسيع نطاقها، واكتشاف حالات الفشل وتوقعها، وصد الهجمات الإلكترونية، وذلك بمشاركة بشرية ضئيلة أو معدومة غالبًا. يمكن أن يكون تتبع استخدام الخدمة والفوترة بالإضافة إلى تزويد العملاء بأنظمة إدارة أحمال العمل المُعقدة ومراقبتها أبسط وأكثر قابلية للتوسع من خلال دعم الذكاء الاصطناعي.
• إدارة البيانات: يمكن للذكاء الاصطناعي مساعدة أي مؤسسة في إدارة بياناتها الحيوية أفضل وأكثر فعالية من جانب التكلفة. تتضمن المهام التي يمكن للذكاء الاصطناعي القيام بها نقل البيانات حسب الحاجة، وتنقيح البيانات، ومسح الشبكات للكشف عن المشكلات المتعلقة بأمان البيانات أو جمعها.
• التحليلات التنبؤية: يظهر الذكاء الاصطناعي جيدًا بشكل خاص في هذا الشكل الشائع من تحليلات البيانات. تستخدم الشركات التحليلات التنبؤية لتحديد الاتجاهات والوصول إلى الارتباطات وربط الأسباب، مما يسمح لها باتخاذ قرارات أكثر استنارة بسرعة أكبر.
• التخصيص: تساعد قدرات الذكاء الاصطناعي الحريصة في الرصد ومطابقة الأنماط الشركات، بما في ذلك موفري الخدمات السحابية، على فهم سلوك عملائها ورغباتهم بشكل أفضل. يتيح هذا للشركات تقديم خدمات مُخصصة واقتراحات أدق وبالتالي؛ زيادة الاحتفاظ والإيرادات.
• زيادة الإنتاجية والكفاءة: يتفوق الذكاء الاصطناعي في الوظائف التي يجدها الأشخاص صعبة أو مُملة. باستخدام العمليات المدعومة بالذكاء الاصطناعي، يمكن للشركات إنجاز مهام مثل إدارة المستندات، وفرز الحزم، ومطابقة الفواتير، حتى تلخيص المستندات مثل الموجزات القانونية أسرع وأدق من البشر. تتمثل الميزة الإضافية لهذه الكفاءة في أنها تحرر الموظفين من القيام بمهام أكثر تعقيدًا تتطلب خبرة وعلاقات بشرية.
• تحسين الأمان والكشف عن التهديدات: عند تضمين الذكاء الاصطناعي في إطار عمل أمان البيانات جيد التكوين، فيمكنه التدخل لمراقبة الشبكات والمستخدمين أثناء فحصه الأنماط التي تشير إلى حدوث مشكلة. على عكس البشر، يمكن للذكاء الاصطناعي مراقبة كتل البيانات عن كثب أثناء تحليله بسرعة للتدفقات التي تنشئها الشبكة.
• تحسين قابلية التوسع: نظرًا إلى أن الذكاء الاصطناعي يمكن أن يساعد في أتمتة العديد من العمليات، فإنه يتيح لمقدمي الخدمات السحابية تشغيل مراكز بيانات كبيرة بمستوى من قابلية التوسع المرنة التي يكون من المستحيل تحقيقها إذا اضطر الناس إلى توفير الخدمات وإدارتها يدويًا. تعمل هذه الكفاءة نفسها لعملاء السحابة، الذين قد يوسِّعون نطاق العمل في التسويق والخدمات اللوجستية والرعاية الصحية وغيرها من المجالات أسرع ومع عدد أقل من الأشخاص المعنيين.

تحديات الذكاء الاصطناعي في الحوسبة السحابية

على الرغم من عمل مقدمي الحوسبة السحابية على تقليل الحواجز التي تحول دون استخدام الذكاء الاصطناعي، إلا أن التحديات لا تزال قائمة في الغالب حول إدارة البيانات وتوظيف الموظفين ذوي الخبرة المناسبة.

• خصوصية البيانات: عندما يتعلق الأمر بأمن البيانات وخصوصيتها، إذ يأتي الذكاء الاصطناعي مع مجموعة من التحديات الخاصة به. على سبيل المثال، يوجد احتمال أن "تسرِّب" نماذج الذكاء الاصطناعي التفاصيل من مجموعات البيانات الحساسة المستخدمة لتدريبها. يعطي العملاء الأولوية لموردي السحابة الذين يقدمون ضوابط قوية نحو إدارة البيانات وأمانها.
• التكامل: يعمل الذكاء الاصطناعي على بيانات نظيفة ومُنظمة تنظيمًا جيدًا. ويصبح أذكى عندما تنشأ البيانات من العديد من المصادر المختلفة. يتمثل التحدي إذن في دمج البيانات وربطها من مختلف وحدات الأعمال الداخلية أو مواقع الشركاء، فضلاً عن المصادر الخارجية، مثل المواجز المناخية أو البيانات الحكومية المفتوحة.
• الفجوة في المواهب: يستغرق الأشخاص الذين لديهم الخبرة اللازمة لتصميم نماذج الذكاء الاصطناعي وتدريبها ونشرها وقتًا في الوصول إليهم كما أنه مكلفًا توظيفهم والاحتفاظ بهم. حتى مع مطوري نماذج الذكاء الاصطناعي والخدمات السحابية التي توفر العناصر الرئيسة، تحتاج الشركات غالبًا إلى مديري بيانات أصحاب خبرة وعلماء بيانات لجعل الذكاء الاصطناعي يعمل لصالحهم.

تطبيقات الذكاء الاصطناعي في الحوسبة السحابية

يأتي الدافع للتغلب على التحديات المذكورة أعلاه من مجموعة واسعة من الطرق التي يمكن من خلالها استخدام الذكاء الاصطناعي والسحابة بجانب جعل المؤسسات تعمل بشكل أفضل وتوفِّر الوقت للمهام الأكثر إبداعًا. تتضمن التطبيقات الشائعة والمدهشة ما يلي:

• روبوتات المحادثة: كانت روبوتات المحادثة واحدة من أول البرامج المصممة لمحاكاة التواصل البشري والانتقال إلى أدوار خدمة العملاء. لسوء الحظ، قبل الذكاء الاصطناعي، لم تقم بعمل جيد للغاية وكانت أكثر عرضة إلى إزعاج العملاء من حل المشكلات. باستخدام الذكاء الاصطناعي والحوسبة السحابية، يمكن للشركات الآن استخدام واجهات برمجة التطبيقات للاستفادة من نماذج اللغات الكبيرة، مما يمنحها روبوتات محادثة قوية يمكنها فهم اللغة البشرية المنطوقة أو المكتوبة واكتشاف الغرض من استعلام المستخدم.
• التحليل الذكي للأعمال (BI): قدم موفرو الحوسبة السحابية منذ فترة طويلة حلول BI، التي تجمع البيانات من المصادر الداخلية والخارجية وتحللها وتفسرها لمساعدة الشركات في اتخاذ القرارات. اعتمدت هذه الخدمات السحابية بالإضافة إلى البرامج سابقة التحزيم على خوارزميات التعلم الآلي لتنظيم البيانات وتحليلها. مع ذلك، باستخدام نماذج الذكاء الاصطناعي الأحدث، يمكن للشركات الانتقال من فهم ما حدث في الماضي إلى التنبؤ بشكل أفضل بالنتائج المستقبلية.
• إنترنت الأشياء (IoT): يتكون IoT من أجهزة متصلة بالإنترنت وبعضها بعضًا. تُستخدم أجهزة IoT في العديد من الصناعات، بما في ذلك النقل بالشاحنات والزراعة والتصنيع، وتتطلب أنظمة "حوسبة مُتطورة" كما تضع بعض إمكانات اتخاذ القرار الرئيسة بالقرب من الأجهزة الخاضعة إلى الإدارة، ليس في مركز البيانات السحابي. الآن، يمكن للشركات التي تستخدم خدمات سحابة الذكاء الاصطناعي المُتطورة أو الذكاء الاصطناعي المُدمج في تطبيقات SaaS تمكين أجهزة IoT الخاصة بها من التعلم من بياناتها وتجاربها بمرور الوقت، وتعزيز التحسينات أو اقتراحها أثناء عملها.
• الذكاء الاصطناعي التوليدي: مع الحوسبة السحابية، أصبحت نماذج الذكاء الاصطناعي التوليدي القوية مع نماذج LLM في جوهرها الآن مجرد واجهة برمجة تطبيقات. يمكن للشركات استخدام الذكاء الاصطناعي التوليدي لتسريع البحث، وتبادل الأفكار الإبداعية، وتعزيز خدمة العملاء أو تطبيقات مكتب الخدمة، والعديد من المهام الأخرى. يساعد RAG موفري السحابة في جعل الذكاء الاصطناعي التوليدي أفيد من خلال زيادة قاعدة معارف LLM مع بيانات المؤسسة المُخزنة حديثًا وآمنة للعميل.

مستقبل الذكاء الاصطناعي في الحوسبة السحابية

يجد الذكاء الاصطناعي مكانته بسرعة في مجموعة واسعة من المساعي البشرية. يعتمد الكثير من هذا النمو على توافر الذكاء الاصطناعي على منصات الحوسبة السحابية القوية. داخليًا، مع مرور الوقت، يمكن لموفري الخدمات السحابية التوسع فيما بعد باستخدام الذكاء الاصطناعي لأتمتة البنية التحية لتكنولوجيا المعلومات ومراقبتها والبدء في تقديم خدمات قائمة على الذكاء الاصطناعي تساعد في كتابة التطبيقات وتصحيح أخطائها وتقييم عمليات الأعمال وتحسينها، وحتى توفير خدمات الحوسبة المُتطورة الخلفية للروبوتات والطائرات دون طيار الذاتية للغاية. في المستقبل، يمكن للخدمات القائمة على السحابة استخدام الذكاء الاصطناعي للتفكير بعمق وبشكل مبتكر في تحديات الأعمال والقضايا الاجتماعية.

بدء استخدام الذكاء الاصطناعي في الحوسبة السحابية مع خدمات Oracle

عندما يحين الوقت لاستكشاف كيف يمكن للذكاء الاصطناعي مساعدة عملك، ضع في اعتبارك البنية التحتية من Oracle Cloud (OCI). تقدم Oracle مجموعة شاملة من الذكاء الاصطناعي لمساعدتك على الاستفادة من الذكاء الاصطناعي بالطريقة الأكثر منطقية بالنسبة لك، وتوفر OCI مجموعة واسعة من خيارات النشر للذكاء الاصطناعي باستخدام السحابة الموزعة لـ OCI. على سبيل المثال، تسهِّل OCI تقديم الرؤى التي تم إنشاؤها بواسطة الذكاء الاصطناعي إلى وظائف عملك الرئيسة من خلال تضمين الذكاء الاصطناعي في تطبيقات Oracle Fusion. لبناء الذكاء الاصطناعي في تطبيقاتك الخاصة، تتميز OCI بمجموعة واسعة من خدمات الذكاء الاصطناعي مع النماذج التي يمكن تخصيصها باستخدام بيانات الأعمال لديك.

بالنسبة إلى علماء البيانات، تقدم OCI خدمات التعلم الآلي التي تساعد الفِرق في إنشاء نماذج التعلم الآلي وتدريبها ونشرها وإدارتها بشكل تعاوني باستخدام أطر العمل مفتوحة المصدر المفضلة لديهم. عندما يحين الوقت للتدريب المتعطش للحوسبة على النماذج المُتطورة، تتنافس OCI أو تتجاوز أداء مجموعات الحوسبة المحلية المُخصصة مع توفير مزايا التكلفة المستندة إلى المرونة والاستهلاك للسحابة.

لن يكون الذكاء الاصطناعي الموقع المناسب اليوم دون الحوسبة السحابية. يقدم موفرو السحابة بُنى الحوسبة اللازمة لتدريب مزيج مزدهر من نماذج الذكاء الاصطناعي، كما ينشئون مسارات لمزيد من الشركات للاستفادة من إمكانات الذكاء الاصطناعي المتزايدة. نظرًا إلى أن الذكاء الاصطناعي يجد المزيد من الاستخدامات في الأعمال والشؤون البشرية، فمن المحتمل أن يعمل على منصات الحوسبة السحابية أو يمكن الوصول إليه من خلالها.

الأسئلة الشائعة حول الذكاء الاصطناعي في الحوسبة السحابية

هل يحل الذكاء الاصطناعي محل الأمن السيبراني؟

يشمل الأمن السيبراني العديد من التخصصات، بما في ذلك إدارة وصول المستخدم ومراقبة الشبكة وتحليلات البيانات. يمكن أن يكون الذكاء الاصطناعي مكونًا رئيسًا في كل هذه الجهود. لا يوجد شك في أنه يتولى في نهاية المطاف المزيد من المسؤوليات. لكن بدلاً من استبدال مُتخصصي الأمن السيبراني أو الأمن السيبراني، يكون الذكاء الاصطناعي حجر الزاوية في برامج الأمن السيبراني.

كيف ترتبط الخدمات المُتطورة بالذكاء الاصطناعي؟

تضع البنية التحتية المتطورة الخدمات السحابية قريبة جدًا من الأجهزة التي يتم فيها إنشاء البيانات أو داخلها، مما يسمح أيضًا باستهلاكها في إدارة هذه الأجهزة. يتيح هذا لأجهزة IoT تشغيل الذكاء الاصطناعي الذي يتفاعل بسرعة مع بيئته، حتى مع الاتصال المتقطع أو دون اتصال بالإنترنت. صورة لطائرة بلا طيار مستقلة أو سيارة دون وقت للإشارة إلى مع مركز بيانات قبل اتخاذ قرارها التالي.

ما الفَرق بين التعلم الآلي والذكاء الاصطناعي؟

يمثل التعلم الآلي أحد التخصصات الفرعية للذكاء الاصطناعي. تتعلم خوارزميات التعلم الآلي وتُحسِّن طريقة أدائها لمهمة بناءً على مزيج من البيانات التي يتم تقديمها لهم بمرور الوقت. تستخدم نماذج الذكاء الاصطناعي غالبًا خوارزميات التعلم الآلي في عملها.

ما الفَرق بين تدريب الذكاء الاصطناعي واستدلال الذكاء الاصطناعي؟

يحتوي نموذج الذكاء الاصطناعي على جزأين في حياته. الأول هو التدريب والآخر هو الاستدلال. التدريب هو أين يتم فيه تقديم نموذج الذكاء الاصطناعي بكمية كبيرة من البيانات المنسقة، والتي يستوعبها لمعرفة طريقة التعرُّف على تلك البيانات والتنبؤ بها بدقة. ثم يتم نقل النموذج إلى نوع مختلف من البنية التحتية لتكنولوجيا المعلومات، إذ يبدأ مرحلة الاستدلال من حياته. يتم تقديمه هنا مع بيانات جديدة لاستخلاص استدلالات والتنبؤ بالنتائج.