IBM Watson verbindet Daten-, Compute- und KI-Funktionen

Eine erfolgreiche Plattform hat mehrere wesentliche Elemente, ist Ruchir Puri, Chefarchitekt für IBM Watson, überzeugt. In diesem Video-Interview erklärt er die wesentlichen Komponenten der Watson-Plattform, wie er deren Entwicklung sieht und welche Faktoren zu seinem Wachstum beitragen.

Puri sprach mit TechTarget auf dem 2017 Platform Strategy Summit, welches von der MIT Initiative on the Digital Economy ausgerichtet wurde. Hier ein deutscher Auszug des Interviews (Video auf Englisch):

Wie definieren Sie eine Plattform und wie betrachten Sie die Entwicklung von Plattformen in den nächsten fünf Jahren?

Ruchir Puri: Für uns ist die Watson-Plattform eine Kombination aus Compute, Daten und Funktionalität. Für Plattformen im Allgemeinen kann die Funktionsseite KI- [Künstliche Intelligenz] oder auch eine andere Funktionalität sein. Aber die verschiedenen Komponenten müssen global gut aufeinander abgestimmt sein und ein hohes Maß an Belastbarkeit und Kosteneffizienz aufweisen, was zusammengenommen zu einer Plattform führt. Eine Plattform muss in einer bestimmten Größenordnung und für jeden verfügbar sein – nicht nur für Unternehmen, sondern für jeden.

Die erste Hauptkomponente ist Compute – sowohl Infrastructure as a Service als auch Platform as a Service. Das Zweite ist die Datenseite und die Dritte nennen wir die Funktionsseite. Für die Watson-Plattform ist dies KI-Funktionalität. Dies sind die drei Hauptkomponenten, die die Watson-Plattform definieren.

Die Art und Weise, wie wir die Entwicklung einer Plattform sehen, ist zunächst einmal, dass die Funktionalität mit fortschreitender Entwicklung wesentlich verbraucherfreundlicher wird. Aus der Effizienzperspektive betrachtet, wird die Cloud und die Plattform mit zunehmender Entwicklung heterogener und spezialisierter. Wir werden anfangen, Elemente in der Cloud zu sehen, die wirklich für die KI-Funktionalität gedacht sind.

Zum Beispiel haben wir GPU-Elemente in der Cloud, die wirkliche Infrastrukturelemente sind und die KI-Funktionalität unterstützen. Wir sehen auch den Aufstieg von Deep Learning kommen, was nicht darauf zurückzuführen ist, dass neuronale Netze neu sind. Neuronale Netze gibt es schon lange. Neu ist jedoch die große Datenmenge und die große Menge an Rechenleistung durch Grafikprozessoren, die zusammenkommen, um Machine-Learning-Modelle hervorzubringen, die wir vorher nicht erreichen konnten.

Während wir voranschreiten, werden wir anfangen, spezialisierte Compute-Elemente zu betrachten, in Form von Software as a Service, die entwickelt wurde, um diese Infrastrukturelemente wirklich zu nutzen, und KI-Dienste, die nicht nur für Big Data, sondern auch für kleine Datenmengen gedacht sind.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Alle Videos ansehen

- GOOGLE-ANZEIGEN

ComputerWeekly.de

Close