[theme-my-login default_action="register" show_links="0"]

¿Perdiste tu contrseña? Ingresa tu correo electrónico. Recibirás un correo para crear una nueva contrseña.

[theme-my-login default_action="lostpassword" show_links="0"]

Regresar

Cerrar

Publicidad

Tecnología

Google lanza “AI Platform Prediction” una plataforma con inteligencia artificial


foto-articulo-Tecnología

Google lanzó hoy AI Platform Prediction con disponibilidad general, un servicio que permite a los desarrolladores preparar, construir, ejecutar y compartir modelos de aprendizaje automático en la nube. Se basa en un backend de Google Kubernetes Engine y presenta una arquitectura diseñada para brindar alta confiabilidad, flexibilidad y baja latencia general.

IDC  predice  que el gasto mundial en sistemas cognitivos y de inteligencia artificial alcanzará los 77.600 millones de dólares en 2022, frente a los 24.000 millones de dólares en ingresos del año pasado. Gartner está de acuerdo: en una encuesta reciente  a ejecutivos de miles de empresas en todo el mundo, descubrió que la implementación de IA creció un 270% en los últimos cuatro años y un 37% solo en el último año. Con AI Platform Prediction, Google agrega otro servicio administrado de AI a su cartera, superando a competidores como Amazon, Microsoft e IBM.65.7K5Reproduce el video

AI Platform Prediction aparentemente facilita la implementación de modelos entrenados con marcos como XGBoost y scikit, cortesía de un motor que selecciona hardware de nube compatible (por ejemplo, chips aceleradores de AI) automáticamente. En las máquinas virtuales compatibles, muestra métricas como la tarjeta gráfica, el procesador, la RAM y el uso de la red, así como elementos como el recuento de réplicas del modelo a lo largo del tiempo. Y en el lado de la seguridad, AI Platform Prediction incluye herramientas que permiten a los usuarios definir parámetros e implementar modelos que solo tienen acceso a recursos y servicios dentro de un perímetro de red definido.

Más allá de esto, AI Platform Prediction proporciona información sobre las predicciones del modelo y una herramienta de visualización para ayudar a dilucidar esas predicciones. Además, evalúa continuamente los modelos en vivo basándose en el etiquetado real de las solicitudes enviadas al modelo, lo que brinda la oportunidad de mejorar el rendimiento a través de la reentrenamiento.

Todas las funciones de AI Platform Prediction están disponibles en un entorno sin clústeres totalmente administrado con soporte empresarial dedicado. Google maneja opcionalmente la administración de cuotas para proteger los modelos de la sobrecarga si los clientes envían demasiado tráfico.

Entre otros clientes, Waze, propiedad de Google, está utilizando AI Platform Prediction para impulsar Waze Carpool , un servicio de viajes compartidos para quienes viajan diariamente. El científico de datos senior de Waze, Philippe Adjiman, dice que en solo unas pocas semanas, Waze pudo implementar un modelo en producción que empareja a los conductores con los conductores que se dirigen en la misma dirección.

“La reciente versión de disponibilidad general de AI Platform Prediction de soporte para GPU y múltiples tipos de instancias de alta memoria y alta computación nos facilitará la implementación de modelos más sofisticados de una manera rentable”, escribió Adjiman en una publicación de blog. “Varios equipos y proyectos de ciencia de datos (anuncios, predicciones de impulso futuro, modelado de ETA) en Waze ya están usando o comenzaron a explorar otros componentes existentes (o futuros) de AI Platform. Más sobre eso en publicaciones futuras “.Búsquedas principales

Abordar una de las mayores fuentes de emisiones de CO2 con el aprendizaje automático

Personal de VB08 de septiembre de 2020 10:06 AMCrédito de la imagen: Getty Images

Automatización y trabajos

Solo en los Estados Unidos, hay cerca de 6 millones de edificios, casi uno por cada 60 estadounidenses. Juntos, producen el 40% de las emisiones totales del país, la mayoría de las cuales proviene de la iluminación, la calefacción, la refrigeración y el funcionamiento diario de los electrodomésticos, lo que lo convierte en uno de los factores contaminantes más grandes en los EE. UU.

“Lo que eso significa es que es un premio enorme, tanto económico como ambientalmente, que está esperando a ser aprovechado”, dice Matt Ganser, vicepresidente ejecutivo de ingeniería y tecnología de Carbon Lighthouse. “Para eso creamos Carbon Lighthouse : detener el cambio climático, con una combinación de tecnología, equipos y aprendizaje automático”.

El modelo de negocio Carbon Lighthouse y la plataforma de inteligencia artificial patentada se desarrollaron para enfrentar el desafío del cambio climático al ayudar a los edificios existentes a reducir el uso de energía y las emisiones generales de carbono.

Sin embargo, es una empresa importante. La mejora de los sistemas energéticos de los edificios es una búsqueda compleja y dinámica. Los edificios son un espacio inherentemente caótico, con una mezcla de sistemas de control, interoperabilidad, estándares de datos y configuraciones de equipos, empeorado por el hecho de que la mayoría de los edificios en pie hoy son anteriores al final de la Guerra Fría. Aquí es donde Carbon Lighthouse ha puesto en práctica el aprendizaje automático (ML). Pueden analizar, optimizar y monitorear cada sistema (luces, aire acondicionado, HVAC y sistemas de ventilación) para maximizar las oportunidades de eficiencia.

“Debido al trabajo que hemos realizado a lo largo de los años para ampliar nuestros modelos, capacidades y alcance de datos, hemos pasado de reducir el equivalente a las emisiones de unos pocos coches a haber reducido las emisiones equivalentes a 12 plantas de energía”. Dice Ganser.

Mejora de la eficiencia del edificio con aprendizaje automático

Para hacer que un edificio sea más eficiente, Carbon Lighthouse necesitaba comprender cómo se usa cada espacio en múltiples variables de ocupación y clima, incluidas cosas como días de semana frente a fines de semana, un día de trabajo típico frente a un feriado, o desde una mañana de invierno a las 6:00 a.m. versus pico de verano a las 4:00 PM. La empresa necesitaba comprender cómo respondían los sistemas de construcción en concierto a estas condiciones dinámicas. Gran parte de la solución fueron datos.

Abordan el problema de dos maneras: aprovechando directamente los sistemas de gestión de edificios y creando sus propias redes de sensores para medir aspectos como los niveles de iluminación, la temperatura, la humedad relativa y el flujo de aire. Luego pueden extraer estos flujos de datos masivos y reunirlos en su plataforma patentada basada en inteligencia artificial CLUES®, que modela la energía que se consume en todo el edificio para encontrar áreas para optimizar el uso de energía. CLUES está aprendiendo continuamente de una creciente riqueza de datos reales de edificios que ingiere de cada edificio que atiende. Luego, transmite esos aprendizajes a los científicos de datos de la compañía, quienes pueden usar la información para construir algoritmos para reducir aún más las emisiones futuras.

“Nos dimos cuenta de que las suposiciones fundamentales sobre la carga de energía eran incorrectas y que las reglas generales que la gente usa cuando se dimensiona el equipo estaban fuera de lugar”, dice Ganser. “Los datos fueron un gran facilitador para analizar los problemas y ganar eficiencia”.

Su plataforma aprovecha una serie de tecnologías de AWS , incluidas EC2, S3, RDS, Dynamo DB, que ofrece los bloques de construcción de big data que necesitan, al tiempo que elimina los desafíos operativos que implica la administración de bases de datos y la preocupación por los datos a escala.

Sus algoritmos de aprendizaje automático aprendieron a modelar el uso de energía de un edificio a lo largo del tiempo, desde el nivel del edificio hasta el nivel del sistema. Los científicos de datos de la compañía pueden experimentar y cambiar los parámetros en el código para comprender cómo el edificio podría funcionar de manera diferente y más eficiente.

Ahora han procesado datos de más de cien millones de pies cuadrados de bienes raíces comerciales, lo que proporciona un análisis profundo de datos en sistemas de iluminación y HVAC, lo que permite que la plataforma descubra y aplique eficiencias a una escala que antes no era posible. La tecnología no solo descubre oportunidades para reducir drásticamente la producción de carbono, sino que también aumenta el valor de un edificio en cualquier etapa del ciclo de vida de los activos entre cinco y diez dólares por pie cuadrado y proporciona reducciones garantizadas de gastos operativos.

“Realmente podemos enfocarnos en desarrollar productos y valor para nuestros clientes internos, sin tener que preocuparnos por mucha de esa infraestructura e ingeniería de datos con la que se encuentra a menudo al intentar construir una plataforma de big data”, dice Ganser.

El aprendizaje automático también es esencial en el proceso de gestión del rendimiento. Incluso después de que la empresa implementa cambios en un edificio, continúa recopilando flujos de datos después de la implementación y monitorea continuamente el edificio para detectar fallas o cambios en las operaciones. Luego trabajan con el cliente para asegurarse de que sus sistemas de administración de edificios y sus componentes sigan funcionando como se esperaba.

El futuro de la lucha contra las emisiones de carbono

“Bien o mal, el capitalismo es el motor económico del mundo”, dice Ganser. “Y, entonces, para realmente hacer una diferencia dentro del espacio de la sustentabilidad, debe tener un argumento financiero que lo acompañe, que sea importante para ese negocio, y en un marco de tiempo que sea importante para sus inversionistas. Y estamos ayudando a tender un puente sobre ese mundo “.

La conversación finalmente está cambiando: la comunidad inversora está empezando a preguntar sobre la sostenibilidad, porque ha quedado claro que una toma de decisiones más sostenible tiende a tener poder de permanencia financiera a largo plazo.

“Gracias a nuestra tecnología”, explica Ganser, “ahora podemos procesar y escalar para satisfacer este aumento en la atención sobre el consumo de energía y las demandas de nuestros clientes”.

Publicidad


Esto te puede interesar

noticia Lucero Sapalú/ elPeriódico
Exmilitares inician bloqueos en carreteras del país

Se reporta presencia de manifestantes en el Aeropuerto Internacional La Aurora.

noticia
Pros y contras de practicar colecho con tus hijos
noticia Luis Figueroa
Vacunas y el fin de la inequidad profunda

Quince años para ser vacunados todos.



Más en esta sección

EE. UU. acusa a Irán de ataque a petrolero y promete respuesta

otras-noticias

Los chats que revelan la fuga de información del despacho del MP

otras-noticias

Scarleth Ucelo cumple en Tokio

otras-noticias

Publicidad