Категорія: Великі Дані та Аналітика

Каталог даних AWS Glue тепер автоматизує створення статистики для нових таблиць. Ця статистика інтегрована з оптимізатором на основі витрат (CBO) від Amazon Redshift Spectrum і Amazon Athena, що забезпечує покращену продуктивність запитів і потенційну економію коштів.

Запити до великих наборів даних часто зчитують значні обсяги даних і виконують складні операції об’єднання кількох наборів даних. Коли система запитів, як-от Redshift Spectrum або Athena, обробляє запит, CBO використовує табличну статистику для його оптимізації. Наприклад, якщо CBO знає кількість окремих значень у стовпці таблиці, він може вибрати оптимальний порядок і стратегію об’єднання. Цю статистику потрібно збирати заздалегідь і постійно оновлювати, щоб відображати останній стан даних.

Раніше каталог даних підтримував збір статистичних даних таблиць, які використовуються CBO для Redshift Spectrum і Athena для таблиць у форматах Parquet, ORC, JSON, ION, CSV і XML. Ми представили цю функцію та її переваги продуктивності в Enhance query performance using AWS Glue Data Catalog статистика на рівні стовпців. Крім того, каталог даних також підтримує таблиці Apache Iceberg. Ми також детально розглянули це в розділі «Прискорення виконання запитів за допомогою статистики Apache Iceberg» у каталозі даних AWS Glue.

Раніше створення статистики для таблиць Iceberg у каталозі даних вимагало постійного моніторингу та оновлення конфігурацій для ваших таблиць. Вам потрібно було виконувати недиференційований підйом важких речей, щоб зробити наступне:

• Відкрийте для себе нові таблиці з певними форматами таблиць даних (такими як Parquet, JSON, CSV, XML, ORC, ION) і певними форматами таблиць транзакційних даних, такими як Iceberg, і їхніми окремими шляхами сегментів
• Визначення та налаштування обчислювальних завдань на основі стратегії сканування (відсоток вибірки та розклади)
• Налаштуйте ролі AWS Identity and Access Management (IAM) і AWS Lake Formation для конкретних завдань, щоб забезпечити певний доступ Amazon Simple Storage Service (Amazon S3), журнали Amazon CloudWatch, ключі AWS Key Management Service (AWS KMS) для шифрування CloudWatch і політики довіри
• Налаштуйте системи сповіщень про події, щоб зрозуміти зміни в озерах даних
• Налаштуйте конкретну продуктивність запитів на основі конфігурації оптимізатора та стратегії покращення зберігання
• Налаштуйте планувальник або створіть власні обчислювальні завдання на основі подій за допомогою налаштування та демонтажу

Тепер каталог даних дозволяє автоматично генерувати статистику для оновлених і створених таблиць із одноразовою конфігурацією каталогу. Ви можете почати, вибравши каталог за замовчуванням на консолі Lake Formation і ввімкнувши статистику таблиці на вкладці конфігурації оптимізації таблиці. Коли створюються нові таблиці, для таблиць Iceberg збирається кількість окремих значень (NDV), а для інших форматів файлів, таких як Parquet, збирається додаткова статистика, наприклад кількість нульових значень, максимальна, мінімальна та середня довжина. Redshift Spectrum і Athena можуть використовувати оновлену статистику для оптимізації запитів, використовуючи такі оптимізації, як оптимальний порядок об’єднання або агрегація на основі витрат. Консоль AWS Glue забезпечує видимість оновленої статистики та запусків генерації статистики.

Тепер адміністратори озера даних можуть налаштувати щотижневий збір статистики для всіх баз даних і таблиць у своєму каталозі. Коли автоматизацію ввімкнено, каталог даних щотижня генерує та оновлює статистику стовпців для всіх стовпців у таблицях. Це завдання аналізує 20% записів у таблицях для обчислення статистики. Цю статистику можуть використовувати Redshift Spectrum і Athena CBO для оптимізації запитів.

Крім того, ця нова функція забезпечує гнучкість налаштування параметрів автоматизації та запланованих конфігурацій збору на рівні таблиці. Індивідуальні власники даних можуть змінювати налаштування автоматизації на рівні каталогу на основі конкретних вимог. Власники даних можуть налаштувати параметри для окремих таблиць, зокрема, чи вмикати автоматизацію, частоту збору, цільові стовпці та відсоток вибірки. Ця гнучкість дозволяє адміністраторам підтримувати оптимізовану платформу в цілому, дозволяючи власникам даних точно налаштовувати статистику окремих таблиць.

У цій публікації ми обговорюємо, як каталог даних автоматизує збір статистичних даних таблиць і як ви можете використовувати його для підвищення ефективності вашої платформи даних.

Увімкнути збір статистики на рівні каталогу

Адміністратор озера даних може ввімкнути збір статистики на рівні каталогу на консолі Lake Formation. Виконайте наступні дії:

1. На консолі Lake Formation виберіть Каталоги на панелі навігації.
2. Виберіть каталог, який потрібно налаштувати, і виберіть Редагувати на Дії меню.

3. Виберіть Увімкнути автоматичне формування статистики для таблиць каталогу і виберіть роль IAM. Необхідні дозволи див. у розділі Передумови для створення статистики стовпця.
4. Виберіть Надіслати.

Ви також можете ввімкнути збір статистики на рівні каталогу через інтерфейс командного рядка AWS (AWS CLI):

aws glue update-catalog --cli-input-json '{
    "name": "123456789012",
    "catalogInput": {
        "description": "Updating root catalog with role arn",
        "catalogProperties": {
            "customProperties": {
                "ColumnStatistics.RoleArn": "arn:aws:iam::123456789012:role/service-role/AWSGlueServiceRole",
                "ColumnStatistics.Enabled": "true"
            }
        }
    }
}'

Команда викликає AWS Glue UpdateCatalog API, який приймає a CatalogProperties структура, яка передбачає наступні пари ключ-значення для статистики на рівні каталогу:

• СтовпецьStatistics.RoleArn – Роль IAM Amazon Resource Name (ARN), яка використовуватиметься для всіх завдань, ініційованих для статистики на рівні каталогу
• ColumnStatistics.Enabled – Логічне значення, яке вказує, увімкнено чи вимкнено параметри на рівні каталогу

Абоненти з UpdateCatalog повинен мати UpdateCatalog Дозволи IAM і бути наданими ALTER на CATALOG дозволи на кореневий каталог, якщо використовуються дозволи Lake Formation. Ви можете зателефонувати GetCatalog API для перевірки властивостей, установлених для властивостей вашого каталогу. Відомості про необхідні дозволи, які використовуються переданою роллю, див. у розділі Передумови для створення статистики стовпців.

Виконавши ці кроки, увімкнеться збір статистики на рівні каталогу. Потім AWS Glue автоматично оновлює статистику для всіх стовпців у кожній таблиці, щотижня вибираючи 20% записів. Це дозволяє адміністраторам озер даних ефективно керувати продуктивністю та економічною ефективністю платформи даних.

Перегляд автоматичних налаштувань на рівні таблиці

Коли ввімкнено збір статистики на рівні каталогу, коли таблицю Apache Hive або таблицю Iceberg створюється або оновлюється за допомогою AWS Glue CreateTable або UpdateTable API через консоль AWS Glue, AWS SDK або сканери AWS Glue, для цієї таблиці створюється еквівалентний параметр рівня таблиці.

Таблиці з увімкненою автоматичною генерацією статистики мають відповідати одній із таких властивостей:

• Формати таблиць HIVE, такі як Parquet, Avro, ORC, JSON, ION, CSV і XML
• Формат таблиці Apache Iceberg

Після того, як таблицю було створено або оновлено, ви можете підтвердити, що налаштування збору статистики встановлено, перевіривши опис таблиці на консолі AWS Glue. Налаштування має мати розклад набір властивостей як Авто і Конфігурація статистики встановити як Успадковано з каталогу. Будь-яке налаштування таблиці з наведеними нижче налаштуваннями автоматично запускається внутрішньо AWS Glue.

Нижче наведено зображення Hive Table, де застосовано збір статистики на рівні каталогу та зібрано статистичні дані:

Нижче наведено зображення таблиці Iceberg, де застосовано збір статистики на рівні каталогу та зібрано статистичні дані:

Налаштувати збір статистики на рівні таблиці

Власники даних можуть налаштувати збір статистики на рівні таблиці відповідно до конкретних потреб. Для часто оновлюваних таблиць статистику можна оновлювати частіше, ніж щотижня. Ви також можете вказати цільові стовпці, щоб зосередитися на тих, які найчастіше запитуються.

Крім того, ви можете встановити, який відсоток записів таблиці використовувати під час обчислення статистики. Таким чином, ви можете збільшити цей відсоток для таблиць, які потребують більш точної статистики, або зменшити його для таблиць, де менша вибірка є достатньою для оптимізації витрат і продуктивності генерації статистики.

Ці параметри на рівні таблиці можуть замінити параметри на рівні каталогу, описані раніше.

Щоб налаштувати збір статистики на рівні таблиці на консолі AWS Glue, виконайте такі дії:

1. На консолі AWS Glue виберіть Бази даних під Каталог даних на панелі навігації.
2. Виберіть базу даних, щоб переглянути всі доступні таблиці (наприклад, optimization_test).
3. Виберіть таблицю, яку потрібно налаштувати (наприклад, catalog_returns).
4. Перейти до Статистика колонок і вибирайте Генерувати за розкладом.
5. в розклад виберіть частоту з щогодини, Щодня, Щотижня, Щомісяця і Custom (вираз cron). У цьому прикладі для Частотавибрати Щодня.
6. для Час початкувведіть 06:43 в UTC.

7. для Варіанти колоноквиберіть Всі колонки.
8. для роль IAMвиберіть наявну роль або створіть нову роль. Потрібні дозволи див. у розділі Передумови для створення статистики стовпців.

9. Під Розширена конфігураціядля Конфігурація безпекиза бажанням виберіть конфігурацію безпеки, щоб увімкнути шифрування в стані спокою для журналів, які надсилаються до CloudWatch.
10. для Зразкові рядивведіть 100 як відсоток рядків для вибірки.
11. Виберіть Створення статистики.

В описі таблиці на консолі AWS Glue ви можете підтвердити, що завдання збору статистики заплановано на вказану дату та час.

Виконуючи ці дії, ви налаштували збір статистики на рівні таблиці. Це дозволяє власникам даних керувати статистичними даними таблиць відповідно до їхніх конкретних вимог. Поєднання цього з налаштуваннями на рівні каталогу адміністраторів озера даних дає змогу забезпечити базову лінію для оптимізації всієї платформи даних, одночасно гнучко задовольняючи вимоги до окремих таблиць.

Ви також можете створити розклад генерації статистики стовпців через AWS CLI:

aws glue create-column-statistics-task-settings \
  --database-name 'database_name' \
  --table-name table_name \
  --role 'arn:aws:iam::123456789012:role/stats-role' \
  --schedule 'cron(8 0-5 14 * * ?)' \
  --column-name-list 'col-1' \
  --catalog-id '123456789012' \
  --sample-size '10.0' \
  --security-configuration 'test-security'

Необхідні параметри є database-name, table-nameі role. Ви також можете включити додаткові параметри, такі як schedule, column-name-list, catalog-id, sample-sizeі security-configuration. Щоб отримати додаткові відомості, див. Створення статистики стовпців за розкладом.

Висновок

Ця публікація представила нову функцію в каталозі даних, яка дає змогу автоматизовано збирати статистичні дані на рівні каталогу за допомогою гнучких елементів керування для кожної таблиці. Організації можуть ефективно керувати та підтримувати актуальну статистику на рівні стовпців. Використовуючи цю статистику, CBO в Redshift Spectrum і Athena може оптимізувати обробку запитів і економічну ефективність.

Спробуйте цю функцію для власного випадку використання та повідомте нам свої відгуки в коментарях.

Про авторів

Сотаро Хікіта є архітектором рішень Analytics. Він підтримує клієнтів у багатьох галузях у створенні та роботі з аналітичними платформами більш ефективно. Він особливо захоплений технологіями великих даних і програмним забезпеченням з відкритим кодом.

Норітака Секіяма є головним архітектором великих даних у команді AWS Glue. Він працює в Токіо, Японія. Він відповідає за створення артефактів програмного забезпечення для допомоги клієнтам. У вільний час любить кататися на шосейному велосипеді.

Кайл Дуонг є старшим інженером з розробки програмного забезпечення в команді AWS Glue and AWS Lake Formation. Він захоплений створенням технологій великих даних і розподілених систем.

Сандіп Адванкар є старшим менеджером із продуктів в AWS. Перебуваючи в районі затоки Каліфорнії, він працює з клієнтами по всьому світу, щоб перетворити бізнес і технічні вимоги на продукти, які дозволяють клієнтам покращити спосіб керування, захисту та доступу до даних.

35% респондентів назвали передові технології та штучний інтелект основними факторами, що впливають на їх найближчі зусилля щодо відповідності

Оскільки фірми адаптуються до мінливого середовища, вони наймають більше науковців із обробки даних та відповідних спеціалістів

НЬЮ-ЙОРК і ЛОНДОН, 3 грудня 2024 р. (GLOBE NEWSWIRE) — Nasdaq, Inc. (Nasdaq: NDAQ) сьогодні оприлюднила результати свого дев’ятого щорічного глобального опитування щодо відповідності вимогам законодавства, у якому виявлено останні тенденції та виклики у сфері відповідності та нагляду у фінансовій сфері. сфера послуг. Глобальне опитування зібрало думки 94 професіоналів з комплаєнсу з боку продавців, покупців та секторів інфраструктури фінансового ринку.

«Індустрія фінансових послуг працює в неймовірно складному та динамічному середовищі, їй доводиться реагувати на дедалі складніші нормативні вимоги, фінансові злочини та операційні виклики», — сказав Ед Пробст, старший віце-президент відділу регуляторних технологій Nasdaq. «Такі технології, як штучний інтелект і хмара, здатні покращити стратегічне розуміння та значно підвищити ефективність, але потребують робочої сили, здатної зрозуміти, розробити та розгорнути можливості. Ми бачимо, як компанії все частіше звертаються до платформ регулятивних технологій і доповнюють свою робочу силу спеціалістами з обробки даних та іншими фахівцями, щоб справлятися зі змінами та проблемами дотримання нормативних вимог».

Зосередьтеся на штучному інтелекті, хмарі та якості даних

Зіткнувшись із посиленням регулятивного нагляду, фірми зосереджуються не лише на дотриманні правил, але й на використанні прогресу в технологіях, щоб отримати стратегічну перевагу. 35% респондентів очікують, що такі технології, як штучний інтелект, стануть найбільшою рушійною силою зміни процесу відповідності протягом наступного року, порівняно з 9% минулого року та 0% роком раніше. Ця зміна знаменує відхід від простих інструментів робочого процесу до більш керованих даними підходів до розслідування.

Підвищення якості даних, інтеграція джерел даних і хмари, а також розробка міжпродуктового спостереження та пов’язаних інструментів були визначені як сфери, куди компанії, ймовірно, інвестуватимуть протягом наступних 12-24 місяців. Однією з головних проблем, яку можна вирішити, є помилкові спрацьовування, коли вдосконалена обробка даних і штучний інтелект можуть використовуватися для покращення якості сповіщень, які позначаються автоматизованими системами. Багато команд з комплаєнсу доклали значних зусиль для їх мінімізації, причому майже 90% визнали, що скорочення кількості продовжує залишатися надзвичайно або певною мірою складним завданням. Ці хибні спрацьовування можуть бути дуже руйнівними, призводячи до непотрібних розслідувань, витрачання ресурсів і потенційних затримок у виявленні справжніх загроз.

Інвестиції в управління даними та кваліфіковані команди

У найближчі 12-24 місяці компанії перенаправляють свої інвестиції в таланти на науковців з обробки даних (12%) і додатковий допоміжний персонал (13%). Ця зміна вказує на зростаюче визнання серед організацій критичної ролі, яку відіграють передові технології та складний аналіз даних у зміцненні сучасних систем відповідності та контролю. Крім того, підвищений попит на наймання молодших спеціалістів відображає потребу аналізувати постійно зростаючі обсяги даних, а також те, що швидке розгортання штучного інтелекту та інших алгоритмічних процесів не забезпечується як частина цілісної стратегії даних, аналітики та аналізу.

Це узгоджується з ширшими тенденціями у фінансовій галузі, де команди фронт-офісів і відділи ризиків все більше інвестують у свою базову інфраструктуру даних і передові технологічні можливості, включаючи використання складних інструментів і систем для моніторингу в реальному часі та прогнозної аналітики.

Комплаєнс зберігає своє місце за столом

Групи нагляду та комплаєнсу продовжують залишатися помітним у прийнятті бізнес-рішень, причому респонденти або повністю погоджуються (44,7%), або погоджуються (31,3%), що вони мають місце за столом. Вони вважаються невід’ємним компонентом управління ризиками, етичної ділової практики та корпоративного управління для підтримки та захисту репутації бренду та довіри.

Тому витрати, орієнтовані на регулювання, продовжують зростати, хоча темпи зростання сповільнюються, оскільки фірми пристосовуються до ландшафту, що розвивається. Понад 40% компаній повідомили про збільшення витрат на комплаєнс цього року, що відповідає стабільному зростанню бюджету, яке спостерігалося протягом останніх дев’яти опитувань.

Однак відбулися суттєві зміни в тому, як організації розподіляють свої технічні бюджети, що відображає відхід від традиційного моніторингу робочих процесів і транзакцій, щоб більше інвестувати в розширену аналітику.

Повний звіт доступний для завантаження тут.

Про Nasdaq

Nasdaq (Nasdaq: NDAQ) — це глобальна технологічна компанія, яка обслуговує корпоративних клієнтів, інвестиційних менеджерів, банки, брокерів і операторів бірж, коли вони орієнтуються та взаємодіють із глобальними ринками капіталу та ширшою фінансовою системою. Ми прагнемо створювати провідні світові платформи, які покращують ліквідність, прозорість і цілісність глобальної економіки. Наша різноманітна пропозиція даних, аналітики, програмного забезпечення, можливостей обміну та послуг, орієнтованих на клієнта, дозволяє клієнтам впевнено оптимізувати та реалізувати своє бізнес-бачення. Щоб дізнатися більше про компанію, технологічні рішення та кар’єрні можливості, відвідайте нас на LinkedIn, на X @Nasdaq або на www.nasdaq.com.

Контакти ЗМІ
Енді Хьюз
+44 (0)7443 100896
Andrew.Hughes@nasdaq.com

Камілла Стаффорд
+1 (234) 934 9513
Camille.Stafford@nasdaq.com

-NDAQG-

KBRA присвоює попередні рейтинги Pagaya AI Debt Grantor Trust 2024-11 та Pagaya AI Debt Trust 2024-11

KBRA присвоює попередні рейтинги дев’яти класам облігацій, випущених Pagaya AI Debt Grantor Trust 2024-11 і Pagaya AI Debt Trust 2024-11 (разом «PAID 2024-11»), незабезпеченої транзакції споживчого кредиту ABS. PAID 2024-11 має початкові жорсткі рівні підвищення кредитоспроможності від 71,14% для нот класу A до 3,17% для нот класу F. Посилення кредиту складається з надлишкової застави, субординації (за винятком облігацій класу F), резервного рахунку готівки, що фінансується при закритті, і надлишкового спреду.

PAID 2024-11 випустить 10 класів нот на загальну суму 492,0 мільйона доларів США з рейтингом KBRA від класів A до F, нот класу AB, класу ABC і класу ABCD. KBRA не надаватиме рейтинги Сертифікатам або цінним паперам FR. PAID 2024-11 — це повністю передфінансована транзакція, де під час закриття не буде профінансовано жодної застави.

Pagaya Structured Products LLC, спонсор і адміністратор, є 100% дочірньою компанією Pagaya US Holding Company LLC (раніше відомою як Pagaya Investments US LLC), яка є 100% дочірньою компанією Pagaya Technologies Ltd. («Pagaya Technologies»). , ізраїльська корпорація, зареєстрована на NASDAQ (PGY). Pagaya Technologies — це фінансово-технологічна компанія на ринку кредитування, яка використовує машинне навчання, аналітику великих даних і технологію кредитування та аналізу на основі ШІ. Ця транзакція є 31-ю сек’юритизацією з публічним рейтингом, спонсором якої є Pagaya Structured Products LLC (разом зі своїми афілійованими особами, «Pagaya» або «Компанія»).

KBRA застосовувала методологію глобального рейтингу споживчого кредиту ABS, а також методологію глобального структурованого фінансування контрагента та методологію глобального рейтингу ESG як частину свого аналізу запропонованої структури капіталу транзакції та історичних статичних даних Pagaya. KBRA розглянув свої оперативні перевірки Pagaya та кожного з продавців платформи, а також періодичні телефонні розмови щодо оновлення інформації з компанією та продавцями платформи. KBRA нещодавно провела спостереження за сек’юритизацією кожної платформи з рейтингом KBRA. Оперативні угоди та юридичні висновки будуть розглянуті перед закриттям.

Щоб отримати доступ до рейтингів і відповідних документів, натисніть тут.

Натисніть тут, щоб переглянути звіт.

Методики

Розкриття інформації

Додаткова інформація про ключові кредитні міркування, аналізи чутливості, які враховують, які фактори можуть вплинути на ці кредитні рейтинги та як вони можуть призвести до підвищення або зниження рейтингу, а також фактори ESG (де вони є ключовим фактором зміни кредитного рейтингу або прогнозу рейтингу). ) можна знайти в повному рейтинговому звіті, згаданому вище.

Опис усіх суттєво суттєвих джерел, які були використані для підготовки кредитного рейтингу, та інформація про методологію(-ї) (включно з будь-якими суттєвими моделями та аналізом чутливості відповідних ключових рейтингових припущень, якщо це застосовно), які використовувалися для визначення кредитного рейтингу, доступні у формі (формах) розкриття інформації, розміщеній тут.

Інформацію про значення кожної рейтингової категорії можна знайти тут.

Подальше розкриття інформації, пов’язане з цією рейтинговою діяльністю, доступне у згаданих вище формах розкриття інформації. Додаткову інформацію щодо політики, методологій, рейтингових шкал і розкриття інформації KBRA можна знайти на сайті www.kbra.com.

Про KBRA

Kroll Bond Rating Agency, LLC (KBRA) – це кредитно-рейтингове агентство з повним набором послуг, зареєстроване в Комісії з цінних паперів і бірж США як NRSRO. Kroll Bond Rating Agency Europe Limited зареєстровано як CRA в Європейському управлінні з цінних паперів і ринків. Kroll Bond Rating Agency UK Limited зареєстровано як CRA в Управлінні фінансової поведінки Великобританії. Крім того, Комісія з цінних паперів Онтаріо призначає KBRA уповноваженою рейтинговою організацією для емітентів цінних паперів, забезпечених активами, для подання короткого проспекту або закритого проспекту. KBRA також визнано Національною асоціацією комісарів зі страхування як постачальник кредитних рейтингів.

Ідентифікатор документа: 1007094

Аналітичні контакти

Мелвін Чжоу, керуючий директор (провідний аналітик)

+1 646-731-2412

melvin.zhou@kbra.com

Юхі Паранджапе, старший аналітик

+1 646-731-1340

juhi.paranjape@kbra.com

Джек Кахан, старший керуючий директор, глобальний керівник ABS & RMBS

+1 646-731-2486

jack.kahan@kbra.com

Рахель Авігдор, керуючий директор (голова рейтингового комітету)

+1 646-731-1203

rahel.avigdor@kbra.com

Контакт для розвитку бізнесу

Аріель Смелкінсон, старший директор

+1 646-731-2369

arielle.smelkinson@kbra.com

Переглянути вихідну версію на businesswire.com: https://www.businesswire.com/news/home/20241202520240/en/

ЛЮЦЕРН, Швейцарія — Чи довірили б ви «ШІ Ісусу» свої найпотаємніші думки та проблеми?

Дослідники та релігійні лідери в середу оприлюднили результати двомісячного експерименту за допомогою мистецтва в католицькій каплиці в Швейцарії, де аватар «Ісуса» на екрані комп’ютера, захований у сповідальні, відповідав на запитання відвідувачів про віру, мораль і сучасність. -день біди, і запропонував відповіді, засновані на Святому Письмі.

За словами асистента богослова капели, ідея полягала в тому, щоб визнати зростаючу важливість штучного інтелекту в людському житті, навіть коли мова йде про релігію, і дослідити межі людської довіри до машини.

Після двомісячної виставки «Deus in Machina» в каплиці Святого Петра, яка розпочалася наприкінці серпня, близько 900 розмов відвідувачів — деякі відвідували більше одного разу — були анонімно переписані. Ті, хто стоїть за проектом, сказали, що він був здебільшого успішним: відвідувачі часто виходили зворушені або глибоко замислені, і їм було легко користуватися.

Маленька табличка запрошувала відвідувачів увійти до сповідальниці, вибраної через її інтимність, а під гратчастою ширмою, через яку віруючі, що каються, зазвичай розмовляли зі священиком, зелене світло вказувало на чергу відвідувача говорити, а червоне світло спалахувало, коли «AI Jesus» на екрані комп’ютера з іншого боку відповідав.

Часто для очікування відповіді потрібен був час затримки, що свідчить про технічні складності. Після виходу майже 300 відвідувачів заповнили анкети, які інформували про звіт, опублікований у середу.

Про любов, війну, страждання та самотність

Філіп Гаслбауер, ІТ-фахівець з Університету прикладних наук і мистецтв Люцерна, який об’єднав технічну сторону проекту, сказав, що штучний інтелект, відповідальний за виконання ролі «ШІ Ісуса» та генерування відповідей, був GPT-4o від OpenAI та для розуміння мовлення використовувалася версія компанії Whisper з відкритим кодом.

За його словами, відеогенератор ШІ від Heygen використовувався для отримання голосу та відео від реальної людини. Хаслбауер сказав, що ніяких спеціальних заходів безпеки не було використано, «оскільки ми спостерігали, як GPT-4o досить добре реагує на суперечливі теми».

Відвідувачі обговорювали багато тем, зокрема справжнє кохання, загробне життя, відчуття самотності, війни та страждання у світі, існування Бога, а також такі питання, як випадки сексуального насильства в Католицькій Церкві чи її позиція щодо гомосексуалізму.

Більшість відвідувачів назвали себе християнами, хоча агностики, атеїсти, мусульмани, буддисти та даоси також брали участь, згідно з підсумком проекту, оприлюдненим католицькою парафією Люцерна.

Близько третини були німецькомовними, але «AI Jesus», який володіє приблизно 100 мовами, також розмовляв такими мовами, як китайська, англійська, французька, угорська, італійська, російська та іспанська.

«Робота диявола»?

«Що було справді цікаво, так це бачити, що люди справді серйозно розмовляли з ним. Вони не прийшли жартувати», — сказав теолог каплиці Марко Шмід, який очолював проект. Більшість відвідувачів були у віці від 40 до 70 років, і більше респондентів-католиків вважають цей досвід стимулюючим, ніж протестантів, показує звіт.

Шмід швидко зауважив, що «ШІ Ісус» — названий «ісусоподібною» персоною — був мистецьким експериментом, який спонукав людей замислюватися про перетин цифрового й божественного, а не замінював людську взаємодію чи таїнство сповіді з священика, а також не було спрямовано на збереження душпастирських ресурсів.

«Для людей було зрозуміло, що це був комп’ютер… Було зрозуміло, що це не зізнання», — сказав Шмід. «Він не був запрограмований давати відпущення гріхів або молитися. Зрештою, це було більше підсумком розмови».

Католицька церква, починаючи з Ватикану і далі, бореться з викликами — і можливими можливостями — через вибух суспільного інтересу до ШІ відтоді, як генеративний штучний інтелект привернув увагу світу два роки тому, коли відбувся дебют OpenAI ChatGPT.

Ватикан призначив монаха із середньовічного францисканського ордену своїм головним експертом з штучного інтелекту, а лютеранська церква в Баварії торік обслуговувала проповіді, виголошені чат-ботом. Папа Римський Франциск у своєму щорічному мирному посланні цього року наполягав на підписанні міжнародної угоди про забезпечення етичного використання технологій ШІ.

Такі чат-боти, як ChatGPT, працюють на основі алгоритмічних моделей, навчених на величезних масивах тексту та інших даних, щоб імітувати мову та генерувати, здавалося б, унікальні та людські відповіді.

Гаслбауер уважно реагує на реакцію громадськості та помічає балачки в соціальних мережах про те, що проект є «блюзнірством» або «роботом диявола».

«Якщо ви читаєте коментарі в Інтернеті з цього приводу, деякі з них дуже негативні — це лякає», — сказав Хаслбауер, чий довговолосий вигляд став основою для образу віртуального Ісуса.

Під час демонстрації технології в каплиці Хаслбауер запитав «ШІ Ісуса» про його послання для неспокійного світу та про те, чи може штучний інтелект бути корисним як спосіб для людей знайти Бога.

«Усі знання та мудрість, зрештою, походять від Бога», — сказав чат-бот заспокійливим голосом після паузи, щоб відповісти, і зображення ненадовго затріснуло. «Якщо використовувати його з розумом, штучний інтелект справді може стати інструментом для дослідження чудес творіння, поглиблення нашого розуміння Святого Письма та сприяння зв’язкам між людьми».

«Проте важливо шукати Бога всім своїм серцем і душею поза будь-якими технологіями», — додається в документі.

Хороша сторона, і мінуси

Кеннет Кукієр, журналіст, автор і експерт американської некомерційної групи під назвою «AI and Faith», сказав, що якщо «AI Jesus» допомагає людям глибше зв’язатися з собою та світом, це «має бути добре».

“Це призведе до кращих людей і кращого світу”, – сказав він. «Однак — і тут є велика перевага — це виглядає дещо інфантильно, і вибачте за мою гру слів, машинної».

«Ризик полягає в тому, що це, зрештою, відтягує людей далі від того, що є більш значущим, глибшим і автентичним у духовності», — сказав Кукієр, співавтор книги «Великі дані: революція, яка змінить те, як ми працюємо, живемо та мислимо». .”

Для Шміда виставка була пілотним проектом, і він не передбачає другого пришестя «AI Jesus» найближчим часом.

«Для нас також було зрозуміло, що ми викриємо цього Ісуса лише за обмежений час», — сказав він, додавши, що будь-яке повернення має здійснюватися після глибших роздумів.

«Ми обговорюємо… як ми могли б відродити його знову», — сказав він, зазначивши інтерес з боку парафій, шкільних вчителів, дослідників та інших, оскільки проект привернув увагу ЗМІ в Швейцарії та за її межами. «Вони всі зацікавлені і хотіли б мати цей «AI Jesus». Тож ми маємо трохи подумати, як ми хочемо продовжувати».

___

Висвітлення релігії Associated Press отримує підтримку завдяки співпраці AP з The Conversation US за фінансування Lilly Endowment Inc. AP несе повну відповідальність за цей вміст.
—

Associated Press і OpenAI мають ліцензійну та технологічну угоду, яка дозволяє OpenAI отримати доступ до частини текстових архівів AP.

SASKATOON — Вражаючий набір інструментів — від аналізу даних і точного землеробства до вакцин для худоби, розвитку культур, геномної селекції тощо — відкриває майбутнє сільського господарства.

Університет Саскачевану (USask), розташований у самому серці одного з сільськогосподарських центрів Канади, розробив вражаюче портфоліо досягнень, пов’язаних із створенням міцніших і стійкіших продовольчих систем.

Міка Асаї-Коакуелл, професор кафедри тваринництва та птахівництва Коледжу сільського господарства та біоресурсів в USask, зосереджує свої зусилля на «пошуку ефективної корови» через проект під назвою «Аналіз геномної асоціації ефективності корму у м’ясних корів».

«Коли у вас є тварини, які є більш ефективними в довгостроковій перспективі, одна перевага полягає в тому, що виробники можуть довше покладатися на цих корів – і їм не потрібно стільки замінних телиць, щоб стати племінними коровами», – пояснює вона. «Вищі показники отелення призведуть до підвищення продуктивності ферми в цілому».

І коли виробники можуть вирощувати більше великої рогатої худоби з меншими ресурсами, говорить доктор Асаї-Коуквелл, це зменшує вплив на навколишнє середовище, зменшуючи вуглецевий слід, пов’язаний із цим аспектом виробництва яловичини.

В якості першого кроку команда встановила ключові показники продуктивності корів. «З традиційної точки зору, тварина, яка менше їсть і набирає більше маси, вважається більш ефективною», — каже вона. «Але нещодавно ми розглядали нове визначення. Це відображає той факт, що дорослі корови більше не ростуть – і це робить перетворення корму на масу менш індикативним».

Натомість те, що робить корову ефективною для м’ясного скотарства, — це «здатність завагітніти, народити здорове теля, відлучити це теля, а потім знову завагітніти в наступні роки», — каже доктор Асаї-Коуквелл. «Ефективна корова здатна зберегти своє здоров’я та жир у тілі протягом цих циклів з мінімальними кормовими добавками».

Однак рівняння далеко не просте, і дослідникам доручено виділити маркери в геномі серед багатьох факторів, які можуть впливати на ефективність, включаючи управління стадом, розташування ферми та погодні умови. «Ця складність робить виявлення генетичного компонента більш складним», — каже доктор Асаї-Коакуелл. «Ми повинні визначити, які риси можна успадкувати, а які – через вплив навколишнього середовища».

— Надіслано USask Media Relations

• Назва: Велике виправлення: як компанії захоплюють ринки та завдають шкоди канадцям
• Автори: Деніз Хірн і Васс Беднар
• жанр: Нон-фікшн
• Видавець: Книги дому Сазерленда
• сторінки: 120

Скарги на продуктивність і економічне зростання Канади не можна відокремити від структури нашої економіки, включаючи правовий режим, який дозволяє концентрацію корпоративної влади. У країні домінують великі, вкорінені бізнес-монополії, які погіршують життя як споживачам, працівникам, так і підприємствам. Так було десятиліттями, і мало вказівок на будь-які серйозні зміни, які вирівняють умови гри – або взагалі змінять гру. Але інерція не через брак ідей щодо того, як ми можемо стати кращими.

Книги, які ми читаємо та любимо цього тижня: співробітники Globe діляться своїми книгами

в Велике виправлення: як компанії захоплюють ринки та завдають шкоди канадцямДеніз Герн і Васс Беднар пропонують коротку, але глибоко досліджену та переконливу оцінку проблеми монополії в Канаді та начерки підходу до її вирішення. Починаючи з перебоїв у службі Роджерса у 2022 році, книга нагадує нам, що хоча понад 12 мільйонів користувачів постраждали від збою, який позбавив бездротового доступу до Інтернету, бізнес-платіжних систем і навіть доступу до 911, дохід компанії на кінець року зріс на майже 4 відсотки. Вони пишуть, що Роджерс «став занадто великим, щоб про нього піклуватися».

«Занадто великий, щоб піклуватися» — це відповідна альтернативна назва Велике виправленняз одним важливим застереженням, а саме корпорації, що вкоренилися в Канаді дбають про захист своєї монополістичної частки на ринку та режимі регулювання – або, радше, відсутності режиму, – який дозволяє їм процвітати за рахунок усіх інших, що призводить до підвищення цін, зниження зарплат, стагнації досліджень і розробок і концентрації промисловості.

Як пишуть Гірн і Беднар, «у нас є три великі телекомунікаційні компанії, п’ять бакалійних магазинів, кілька великих банків, дві великі авіакомпанії та одна залізнична компанія». У країні з майже 42-мільйонним населенням нашою економікою керує група керівників, які могли б зручно розміститися на одній із яхт, які могли б собі дозволити їхні найбільші заробітчани.

Статус-кво добре служить великим компаніям. Монополії в Канаді, як і в усьому світі, зростають. Ці компанії наполегливо працюють, щоб скупити конкуруючі фірми та усунути конкуренцію, а не інвестувати, впроваджувати інновації та підвищувати продуктивність. Але вони також вкладають свій величезний капітал у вертикальну інтеграцію, контролюючи якомога більшу частину власної галузі, від постачання до роздрібної торгівлі, а також виходять на нові сегменти ринку, намагаючись стати «компанією, що займається всім».

Loblaw, наприклад, володіє продуктовими магазинами, але також керує мережею аптек після того, як у 2014 році придбала Shoppers Drug Mart, банк, операцію з великими даними за допомогою програми винагород Optimum, бренд одягу та інвестиції в нерухомість. довіра.

Велике виправлення є вражаючою та необхідною прочитанням для розуміння канадської економіки та стану конкуренції в ній. Він водночас стислий і вичерпний, із 316 цитатами на понад 100 сторінках тексту. Проза чітка, аргументи переконливі, а підтверджені докази викликають гнів у кожного, кого коли-небудь прибирала монополія, тобто майже кожного з нас.

У травневому епізоді подкасту Lately 2024 року ведучий Васс Беднар поспілкувався зі співавтором Деніз Хірн про те, як Лоблау перетворився на іншу Амазонку та чому Канаді важко адаптуватися до нової конкурентної ери:

Ступінь домінування монополій у Канаді може бути навіть більшим, ніж ви очікуєте. Гірн і Беднар наводять безліч прикладів цього домінування: авіакомпанії, телекомунікації, окуляри, потокове передавання, кінотеатри, магазини програм, квитки на концерти, бакалійні магазини, банки, готелі, транспорт, мінерали, зерно, свинина, індичка тощо.

Від монополістів нікуди втекти, сховатися нікуди, а влада на їхньому боці. У них є капітал. Вони мають домінування на ринку. Але на їхньому боці також є правила. Як зазначено в книзі, нинішній режим конкуренції в Канаді, «оновлений» у 1980-х роках і сформований епохою неоліберальної ортодоксії та фанатизму вільного ринку, більше стурбований «економічною ефективністю», ніж запобіганням або розпадом монополій. Дійсно, країна ніколи не блокувала злиття. Жодного разу.

Гірн і Беднар бачать «велике вирішення» проблеми, яке передбачає, що ми всі беремо участь у зміні конкуренції в Канаді, хоча держава має очолити зусилля через загальнодержавний підхід. Замість повністю розгорнутої програми, книга пропонує основу для мислення про зміни та кілька початкових ідей, включаючи структурні засоби захисту, щоб гарантувати, що компанії не мають контролю над кількома етапами виробництва, блокують злиття та виходять за межі зосередженості на ціні. як основний визначальний фактор монополії та спрямований на зосередження на владі – контроль, який великі компанії мають над капіталом, даними, спостереженням і впливом на переговори з робочими та іншими підприємствами.

Як би ми не бажали інакше, Велике виправлення не вирішить проблему домінування монополій в канадській економіці. Але це сприятиме розумінню та вирішенню проблеми. Він стане першокласним посібником для тих, хто тільки знайомиться з цією проблемою, і зручним ресурсом для тих, хто з нею знайомий.

Книга могла піти глибше, щоб дослідити сам капіталізм як рушій монополії, явища, про яке Маркс попереджав у 19 столітті. Однак, до їхньої честі, Хірн і Беднар називають владу причиною наших бід, а не просто гроші, і це допомагає нам продовжити розмови про майбутнє конкуренції та корпоративної власності в Канаді, а це послуга, яку ви можете не поставити ціну.

Лідери автомобільної промисловості використовують інтелектуальні виробничі технології для швидкої трансформації заводів, щоб йти в ногу зі змінами клієнтів і ринкових тенденцій, впровадженням все більш складних технологій в автомобілях і дедалі більшою нестачею кваліфікації серед працівників заводу.

Зокрема, вони використовують інтелектуальне виробництво, щоб забезпечити гнучкість швидкої зміни виробничих ліній, заводів і операцій, щоб вони могли представити нові моделі та функції в більш короткі терміни, необхідні на сучасному ринку.

Чому потрібна швидка трансформація рослин

Автомобільна промисловість зазнає значних змін, спричинених появою електромобілів (EV), передових систем допомоги водієві (ADAS) і зростанням споживчого попиту на персоналізований, підключений досвід. Традиційним виробничим потужностям часто важко адаптуватися до цих швидких змін, що вимагає переходу до інтелектуального виробництва для підтримки конкурентоспроможності.

З огляду на це, перехід до електромобілів та інтеграція складних технологій, таких як ADAS, представляють унікальні виробничі проблеми. Традиційні виробничі лінії, розроблені в основному для автомобілів із двигунами внутрішнього згоряння та автомобілів із меншою кількістю функцій, визначених програмним забезпеченням, тепер мають включати нові компоненти, більш важкі конструкції транспортних засобів та складні програмні системи.

Ця зміна збільшує кількість варіантів конструкції, ускладнює виробництво та потенційно впливає на якість і вартість. Крім того, поступова відмова від двигунів внутрішнього згоряння, які, як очікується, продовжуватимуть домінувати на дорогах протягом наступних 20-30 років, потребує гнучких концепцій складання, здатних обробляти різноманітні системи приводу одночасно.

Стратегії швидкої трансформації заводу

Щоб подолати ці виклики, галузь проводить швидку трансформацію заводу, що включає кілька ключових стратегій, зокрема:

Розширена співпраця: Інтеграція розробки продукту та процесу дозволяє виробничим групам отримати доступ до інженерних даних на ранній стадії, забезпечуючи одночасне планування, оптимізацію та перевірку операцій під час проектування продукту. Цей спільний підхід сприяє повторному використанню найкращих практик і ефективному управлінню ресурсами, стимулюючи постійне вдосконалення.

Розширена автоматизація: Оновлення застарілого обладнання інтелектуальними рішеннями автоматизації, такими як цифрові двійники, програмно-визначене керування, штучний інтелект (AI) і автоматичне створення коду, підвищує гнучкість і передбачуваність. Такий підхід дозволяє виробникам економічно модернізувати існуючі потужності, уникаючи значних витрат, пов’язаних із будівництвом нових заводів.

Економічність і стійкість: стандартизація процесів і використання модульних, гнучких компонентів, адаптованих до конкретних потреб, покращують управління цехом і зменшують неефективність. Впровадження штучного інтелекту полегшує роботу периферійних пристроїв і промислових платформ Інтернету речей (IIoT) для моніторингу в реальному часі та прогнозної аналітики, сприяючи постійному циклу вдосконалення процесів і енергоефективності.

Цифрова робоча сила: Вирішення проблем, пов’язаних із робочою силою, завдяки технологіям захоплюючого навчання, таким як навчання віртуального технічного обслуговування та віддалена допомога, підвищує кваліфікацію працівників і підвищує безпеку. Ці цифрові методи забезпечують стандартизоване, ефективне навчання, забезпечуючи швидке вирішення проблем і мінімізуючи незаплановані простої.

Використання інтелектуальних виробничих технологій для швидкої трансформації

Застосовуючи інтелектуальні технології виробництва, виробники автомобілів можуть підвищити операційну ефективність, відповідати мінливим очікуванням споживачів і вирішувати проблеми робочої сили, забезпечуючи конкурентну перевагу в галузі, що швидко змінюється.

Деякі ключові елементи, необхідні для підвищення операційної ефективності та забезпечення швидких інновацій, включають:

• Віртуальне введення в експлуатацію: Віртуальне введення в експлуатацію на виробництві означає використання цифрових імітаційних моделей для повторення та тестування виробничих процесів, машин, робочих клітин, виробничих ліній або цілих заводів перед впровадженням їх у реальному світі. Технологія дозволяє виробникам перевіряти та оптимізувати дизайн і функціонування виробничої системи без потреби у фізичних прототипах чи фактичних виробничих потужностях.
• Цифрові близнюки: ці віртуальні копії фізичних активів дозволяють виробникам імітувати та оптимізувати виробничі процеси, що призводить до покращення якості продукції та скорочення часу виходу на ринок.
• Штучний інтелект і машинне навчання: аналітика на основі штучного інтелекту забезпечує прогнозне уявлення про технічне обслуговування та оптимізацію процесів, мінімізуючи простої та підвищуючи продуктивність.
• Автоматизація та робототехніка: вдосконалена робототехніка автоматизує повторювані завдання, підвищуючи точність і ефективність, водночас дозволяючи людям зосередитися на більш складних видах діяльності.

Інтегруючи ці технології, виробники можуть створювати більш гнучкі та чутливі виробничі системи, які краще відповідають вимогам ринку та пом’якшують проблеми з робочою силою.

Стратегічне впровадження для конкурентної переваги

Для ефективного впровадження інтелектуального виробництва керівники автомобільної галузі повинні:

• Інвестуйте в розвиток робочої сили: Надання навчальних програм для підвищення кваліфікації працівників гарантує, що вони зможуть ефективно керувати та підтримувати передові виробничі системи.
• Сприяти спільним інноваціям: Партнерство з постачальниками технологій і дослідницькими установами може прискорити впровадження нових технологій і стимулювати постійне вдосконалення.
• Приймайте рішення на основі даних: використання аналітики даних дозволяє здійснювати моніторинг і оптимізацію виробничих процесів у режимі реального часу, що веде до прийняття більш обґрунтованих стратегічних рішень.

Останнє слово про швидку трансформацію заводу

Розвиток автомобільної промисловості вимагає від виробників впровадження розумних виробничих рішень, щоб залишатися конкурентоспроможними. Завдяки розширеній співпраці, вдосконаленій автоматизації, економічній ефективності, комплексним цифровим двойникам і робочій силі з цифровими можливостями компанії можуть швидко й ефективно трансформувати свої виробничі потужності.

«Naturetech» Darwin залучила 1,5 мільйона євро від Astérion і бізнес-ангелів, які працюють у сфері клімату. Валід Шергі, колишній старший інженер Algolia, також приєднався до команди як технічний директор.

Дарвін розробляє наукову та сувору методологію, яка відповідає провідним міжнародним стандартам, таким як SBTN (Науково обґрунтовані цілі для природи) і TNFD (Цільова група з розкриття фінансової інформації, пов’язаної з природою). Вони оцінюють як вплив на природу, так і залежність від неї. На практиці Дарвін оцінює вплив компаній на біорізноманіття, вимірюючи, як їхня діяльність впливає на п’ять видів тиску, визначених IPBES, які є основними факторами втрати біорізноманіття.

Залежності аналізуються на основі впливу екосистемних послуг. Зі збільшенням робочого навантаження та зростанням складності та обсягу даних для аналізу зросла потреба в алгоритмах для організації даних. Дарвін підтримує їх на кожному етапі розробки стратегії біорізноманіття та природи: збір та обробка даних, оцінка впливу та ризику, побудова планів дій та траєкторій і звітність.

Орор Фальк-П’єрротін, генеральний директор і співзасновник Darwin, заявив: «Ми в Darwin переконані, що приватний сектор відіграє вирішальну роль у вирішенні кризи біорізноманіття. Цей збір коштів дозволить нам прискорити розробку нашого продукту. , призначений для забезпечення консультантів та інших програмних платформ необхідними інструментами, щоб дозволити компаніям діяти. Наш непрямий підхід дозволяє нам співпрацювати з відомими гравцями ESG зростання потреб у продуктивності та точності на цьому ринку, що розвивається».

«Ми вирішили інвестувати в Darwin, тому що ми твердо віримо в їх здатність трансформувати сектор біорізноманіття. Вони пропонують унікальне рішення для подолання проблем управління масивними, складними та різнорідними даними, які перешкоджають діям щодо біорізноманіття. Завдяки інтелектуальній автоматизації та надійній інфраструктурі , Дарвін виходить за рамки традиційних підходів і полегшує аналіз впливу, прокладаючи шлях до більш ефективних стратегій біорізноманіття». додав Марін Рейгробеллет, партнер Astérion.

Завдяки цьому фінансуванню Darwin планує швидко зміцнити свою команду Tech & R&D, найнявши розробників, науковців з даних та експертів з екології для вдосконалення своєї моделі даних і вдосконалення своїх алгоритмів, розгорнути свій продукт у Франції та Європі за допомогою своєї мережі консультантів і програмних платформ. і розвивати нові функції, необхідні для збереження біорізноманіття.

Масштабованість не повинна бути запізнілою думкою. Лідери повинні віддавати пріоритет масштабованості на етапі проектування своєї інфраструктури великих даних. Це включає в себе передбачення майбутнього зростання, включення модульної архітектури та вибір технологій, які можуть розвиватися відповідно до потреб організації.

Плануючи масштабованість із самого початку, підприємства можуть уникнути дорогих капітальних ремонтів і забезпечити безперебійну роботу в міру збільшення потреб у даних.

Створення масштабованої інфраструктури великих даних має важливе значення для організацій, які прагнуть процвітати у світі, що керується даними. Застосовуючи такі стратегії, як використання хмари, впровадження розподілених систем, оптимізація сховища та зосередження на обробці в реальному часі, лідери можуть створювати інфраструктури, які розвиватимуться відповідно до їхніх бізнес-потреб. Безпека, автоматизація та кваліфікований персонал ще більше покращують масштабованість, забезпечуючи ефективність і надійність систем.

Прогресивний підхід до масштабованості не тільки підтримує поточні потреби в даних, але й готує організації до майбутніх викликів, стимулюючи інновації та зберігаючи конкурентну перевагу.

Селбівіль, Делавер, 27 листопада 2024 р. (GLOBE NEWSWIRE) —

Прогнозується, що до 2032 року оцінка ринку розуміння природної мови перевищить 99,8 мільярда доларів США, повідомляється в дослідницькому аналізі Global Market Insights Inc.

Це зростання значною мірою зумовлене зростаючою інтеграцією рішень на базі штучного інтелекту в різних секторах, підвищеним попитом на покращений досвід клієнтів і зростаючою потребою в ефективному аналізі даних.

Ринок розуміння природної мови в сегменті рішень склав понад 16 мільярдів доларів США. Зростання попиту на додатки з розширеними NLU, такі як чат-боти, віртуальні помічники та інструменти текстової аналітики, є ключовим фактором, що сприяє цьому зростанню. У цих складних рішеннях використовуються передові технології, такі як глибоке навчання та моделі трансформаторів, для ефективного аналізу та інтерпретації людської мови в різноманітних контекстах.

Запит на зразок цього звіту про дослідження @ https://www.gminsights.com/request-sample/detail/11898

Забезпечуючи такі функції, як розпізнавання намірів, виділення об’єктів і аналіз настроїв, ці інструменти дають змогу організаціям автоматизувати взаємодію з клієнтами, вдосконалювати процеси прийняття рішень і отримувати цінну інформацію з неструктурованих текстових даних.

Режим розгортання — це ще один важливий аспект ринку розуміння природної мови, доступні як хмарні, так і локальні варіанти. Очікується, що між 2024 і 2032 роками CAGR у хмарному сегменті перевищить 18%. Швидке впровадження хмарних обчислень, а також зростання попиту на масштабовані та гнучкі рішення NLU сприяють цій тенденції. Хмарне розгортання пропонує численні переваги, зокрема зниження початкових витрат, бездоганну масштабованість і доступ до розширених можливостей NLU без значних інвестицій в інфраструктуру.

Ця гнучкість дозволяє організаціям швидко впроваджувати технології NLU та легко оновлювати їх у міру появи інновацій. Крім того, об’єднання хмарних NLU з іншими хмарними технологіями, такими як аналітика даних і платформи машинного навчання, покращує їх загальну цінність, роблячи їх привабливим вибором для компаній будь-якого розміру.

Зробіть запит на придбання цього звіту @ https://www.gminsights.com/inquiry-before-buying/11898

Північна Америка лідирує на ринку розуміння природної мови, займаючи значну частку понад 35% у 2023 році. Регіон переживає помітне зростання завдяки присутності великих технологічних фірм і динамічній екосистемі стартапів. Значні інвестиції в дослідження та розробки в поєднанні з раннім впровадженням технологій штучного інтелекту зробили США лідером інновацій NLU. Крім того, посилення уваги до покращення досвіду клієнтів і автоматизації бізнес-процесів у різних секторах прискорює впровадження рішень NLU по всій країні

Часткові розділи змісту звіту (TOC):

Розділ 1 Методологія та сфера застосування

1.1 Дизайн дослідження

1.1.1 Дослідницький підхід

1.1.2 Методи збору даних

1.2 Базові оцінки та розрахунки

1.2.1 Розрахунок базового року

1.2.2 Основні тенденції для оцінки ринку

1.3 Прогнозна модель

1.4 Первинне дослідження та валідація

1.4.1 Першоджерела

1.4.2 Джерела інтелектуального аналізу даних

1.5 Розуміння природної мови, обсяг і визначення ринку

Розділ 2. Резюме

2.1 Промисловість 360⁰ конспект, 2021 – 2032

Розділ 3 Ринок розуміння природної мови Інсайти

3.1 Аналіз екосистеми галузі

3.2 Ландшафт постачальника

3.2.1 Постачальники програмного забезпечення

3.2.2 Постачальники послуг

3.2.3 Канал збуту

3.2.4 Кінцеві користувачі

3.3 Аналіз норми прибутку

3.4 Технологічний та інноваційний ландшафт

3.5 Патентний аналіз

3.6 Приклад

3.7 Порівняльний аналіз НЛП, НЛУ та НЛГ

3.8 Регуляторний ландшафт

3.9 Ударні сили

3.9.1 Драйвери зростання

3.9.1.1 Збільшення впровадження рішень на основі ШІ

3.9.1.2 Зростаючий попит на покращений досвід клієнтів

3.9.1.3 Зростання потреби в ефективному аналізі даних

3.9.1.4 Удосконалення машинного навчання та великих мовних моделей

3.9.2 Підводні камені та виклики галузі

3.9.2.1 Проблеми конфіденційності та безпеки даних

3.9.2.2 Брак кваліфікованих фахівців з технологій НЛУ

3.10 Аналіз потенціалу зростання

3.11 Аналіз Портера

3.12 Аналіз PESTEL

Перегляньте пов’язані звіти:

Розмір ринку мультимодального інтерфейсу користувача – За компонентом, взаємодією, платформою, вертикальним аналізом галузі кінцевого використання, часткою, прогнозом зростання, 2024 – 2032 рр.

https://www.gminsights.com/industry-analysis/multimodal-ui-market

Розмір ринку Deepfake AI – За рішенням, за розгортанням, за технологією, за програмою, за кінцевим використанням, аналізом, спільним використанням, прогнозом зростання, 2024–2032 рр.

https://www.gminsights.com/industry-analysis/deepfake-ai-market

Про Global Market Insights

Global Market Insights Inc. зі штаб-квартирою в Делавері, США, є постачальником глобальних ринкових досліджень і консалтингових послуг, що пропонує синдиковані та індивідуальні дослідницькі звіти разом із консалтинговими послугами щодо зростання. Наші звіти про бізнес-аналітику та галузеві дослідження пропонують клієнтам проникливу інформацію та актуальні ринкові дані, спеціально розроблені та представлені для сприяння прийняттю стратегічних рішень. Ці вичерпні звіти розроблено на основі власної методології досліджень і доступні для ключових галузей, таких як хімічна промисловість, сучасні матеріали, технології, відновлювані джерела енергії та біотехнології.