論文の概要: On-Premise Artificial Intelligence as a Service for Small and Medium Size Setups

• arxiv url: http://arxiv.org/abs/2210.06956v1
• Date: Wed, 12 Oct 2022 09:28:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 17:09:19.649863
• Title: On-Premise Artificial Intelligence as a Service for Small and Medium Size Setups
• Title（参考訳）: 小規模・中規模のセットアップサービスとしてのオンプレミス人工知能
• Authors: Carolina Fortuna, Din Mu\v{s}i\'c, Gregor Cerar, Andrej \v{C}ampa, Panagiotis Kapsalis, Mihael Mohor\v{c}i\v{c}
• Abstract要約: 人工知能(AI)技術は、特定のドメインにカスタマイズされたデプロイメントから、垂直ドメインや産業に水平に浸透する汎用ソリューションへと移行している。 さまざまな商用ソリューションがユーザフレンドリで使いやすいAI(AI)を提供していますが、そのようなエコシステムの民主化を可能にする機能は遅れています。 本章では,AI機能とそれに対応する技術スタックについて論じ,オープンソースユーザフレンドリーな技術を用いた実現の可能性を分析する。
• 参考スコア（独自算出の注目度）: 0.541530201129053
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial Intelligence (AI) technologies are moving from customized deployments in specific domains towards generic solutions horizontally permeating vertical domains and industries. For instance, decisions on when to perform maintenance of roads or bridges or how to optimize public lighting in view of costs and safety in smart cities are increasingly informed by AI models. While various commercial solutions offer user friendly and easy to use AI as a Service (AIaaS), functionality-wise enabling the democratization of such ecosystems, open-source equivalent ecosystems are lagging behind. In this chapter, we discuss AIaaS functionality and corresponding technology stack and analyze possible realizations using open source user friendly technologies that are suitable for on-premise set-ups of small and medium sized users allowing full control over the data and technological platform without any third-party dependence or vendor lock-in.
• Abstract（参考訳）: 人工知能(AI)技術は、特定のドメインにカスタマイズされたデプロイメントから、垂直ドメインや産業に水平に浸透する汎用ソリューションへと移行している。 例えば、道路や橋のメンテナンスをいつ行うか、スマートシティのコストと安全性の観点から公共照明を最適化するかの判断は、aiモデルによってますます知らされるようになっている。 さまざまな商用ソリューションは、AI as a Service(AIaaS)をユーザフレンドリで使いやすいものにしますが、そのようなエコシステムの民主化を機能的に可能にしています。 本稿では,aiaasの機能と対応技術スタックについて論じ,サードパーティ依存やベンダロックインを伴わずに,データおよび技術プラットフォームを完全に制御可能な中小規模ユーザのオンプレミスセットアップに適した,オープンソースユーザフレンドリな技術を用いて実現可能性を分析する。

関連論文リスト

• Blockchain-based AI Methods for Managing Industrial IoT: Recent Developments, Integration Challenges and Opportunities [3.3030080038744947]
  著者は、スマートIIoTにおいて、BCによるAIアプローチに関する包括的な調査を提示する。 AI、BC、スマートIoTアプリケーションに関する最先端の概要に注目します。 セキュリティ、安定性、スケーラビリティ、機密性など、さまざまな問題を強調します。
  論文  参考訳（メタデータ） (2024-05-21T07:34:49Z)
• Open-Source AI-based SE Tools: Opportunities and Challenges of Collaborative Software Learning [23.395624804517034]
  大規模言語モデル(LLM)は、ソフトウェア工学(SE)タスクの進展に役立っている。 これらのAIベースのSEモデルのコラボレーションは、高品質なデータソースの最大化に重点を置いている。 特に高品質のデータは、しばしば商業的または機密性の高い価値を持ち、オープンソースAIベースのSEプロジェクトではアクセスできない。
  論文  参考訳（メタデータ） (2024-04-09T10:47:02Z)
• From Cloud to Edge: Rethinking Generative AI for Low-Resource Design Challenges [7.1341189275030645]
  私たちは、エッジで設計するための生成AIの可能性、課題、そして有望なアプローチを検討します。 目的は、設計問題に対する目覚ましいソリューションを作成する際に、生成AIのパワーを活用することである。
  論文  参考訳（メタデータ） (2024-02-20T03:59:27Z)
• Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
  本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。 本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。 本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
  論文  参考訳（メタデータ） (2024-01-11T15:02:15Z)
• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
  IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。 我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。 主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
  論文  参考訳（メタデータ） (2023-04-10T15:38:12Z)
• Out of Context: Investigating the Bias and Fairness Concerns of "Artificial Intelligence as a Service" [6.824692201913679]
  AI as a Service(AI as a Service)は、様々なプラグイン・アンド・プレイAIサービスやツールを提供する、急速に成長している市場です。 しかし、AIシステムは社会的影響を持つバイアスや不平等をカプセル化できることが知られている。 フェアネスの文脈に敏感な性質は、しばしばAIの「ワンサイズフィットオール」アプローチと相容れない。
  論文  参考訳（メタデータ） (2023-02-02T22:32:10Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• Towards AIOps in Edge Computing Environments [60.27785717687999]
  本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。 高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
  論文  参考訳（メタデータ） (2021-02-12T09:33:00Z)
• Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
  我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。 信頼された実行環境を用いたAIシステムの機会と課題を強調します。 我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
  論文  参考訳（メタデータ） (2020-08-10T23:05:55Z)
• Analyzing Power Grid, ICT, and Market Without Domain Knowledge Using Distributed Artificial Intelligence [0.0]
  エネルギーインフラのようなサイバー物理システムは、ますます複雑になりつつある。 本稿では,分散人工知能を自己適応分析ツールとして応用するための概念を紹介する。
  論文  参考訳（メタデータ） (2020-06-10T21:32:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。