Kann die KI helfen, Produktionsprozesse abzubilden? Was sind die größten Herausforderungen bei KI-Projekten? Und wie kann die IBM Power System AC922 helfen, Unternehmen bei ihren KI-Bestrebungen zu unterstützen? Das hat mir Uli Walter von IBM verraten.
Die KI und Produktionsprozesse. Hierbei stellt sich laut Ulrich Walter vor allem die eine alles entscheidende Frage nach dem Anwendungsfall. Soll also beispielsweise der Automatisierungsgrad innerhalb des Unternehmens mithilfe von KI verbessert werden? Sollen Vorhersagen optimiert werden (Predictive Maintenance)? Soll die Qualitätssicherung auf eine neue Stufe gehievt werden? Und vieles mehr.
Dabei sollte man als Unternehmen die möglichen entscheidenen Aspekte im Auge behalten: Wie relevant ist dieses KI-Projekt überhaupt und welche technischen, monetären und zeitlichen Vorteile ergeben sich daraus?
Dabei gilt aber auch zu berücksichtigen, dass sich die Künstliche Intelligenz aktuell in einer Vielzahl von Branchen breit macht. Ob das der Finanzsektor ist oder der medizinische Bereich oder die Politik oder die sozialen Medien – überall wird die KI zunehmend gewinn- und erkenntnisbringend eingesetzt. Damit ist auch klar, dass mehr und mehr nützliche KI-Anwendungen implementiert und genutzt werden – in diesen und weiteren Branchen.
[irp posts=“169098″ ]
Die größten Herausforderungen von KI-Projekten
Gemessen an der Komplexität eines KI-Projekts stoßen immer noch viele Verantwortliche an unterschiedliche Herausforderungen. Ob das einfache Anwendungsfälle wie das automatisierte Zählen sind oder komplexere Anwendungen wie Sprachagenten – das Implementieren unterschiedlichster KI-Prozesse ist für viele Unternehmen immer noch eine echte Herausforderung.
Die Grundlage erfolgreicher KI-Projekte ist eine weitere Herausforderung: die richtigen Daten. Denn ohne eine verlässliche Datenbasis (engl. Ground Truth) lässt sich kein sinnvolles KI-Modell entwickeln und realisieren. Damit geht auch die Frage einher, wie sich mithilfe der Daten eine zusätzliche Wertschöpfung erreichen lässt. Denn die richtigen Daten sind für den Trainingserfolg des KI-Modells unerlässlich. Mit ihrer Hilfe wird nämlich das Inferenzmodell entwickelt, das die Grundlage für den Anwendungsfall darstellt.
[irp posts=“168685″ ]
IBM Power System AC922 ist eine echte KI-Maschine
Geht es um das Verarbeiten von Daten innerhalb eines KI-Projekts, die trainiert, analysiert und verarbeitet werden müssen, kommt die KI-Maschine IBM Power System AC922 verstärkt zum Einsatz (und das sogar in den derzeit schnellsten Supercomputern der Welt).
So benötigt beispielsweise ein x86-basiertes Rechnersystem mehrere Wochen, bis die KI-Daten vollständig trainiert worden sind. Im Gegensatz dazu braucht die IBM Power System AC922 für denselben Rechenaufwand gerade mal ein Fünftel bzw. Sechstel der Zeit für den Trainingsaufwand.
Das hat unter anderem mit der Verbindungstechnik NVLink von Nvidia zu tun, die in der IBM-Maschine steckt. Damit werden die Daten zwischen Prozessor und Grafikeinheit (CPU) mit einer Datenrate von bis zu 150 Gigabyte/sek. transferiert. Das alles führt zu kostengünstigen und energieeffizienten KI-Systemen, die laut Ulrich Walter technologisch ganz weit vorne stehen.
[irp posts=“33010″ ]
Das vollständige Interview mit Ulrich Walter
Disclaimer: Für das Erstellen dieses Videoblogbeitrags hat mich die Firma Tech Data beauftragt. Bei der Ausgestaltung der Inhalte hatte ich nahezu freie Hand.