Gromadzenie specyfikacji IT dobrych praktyk w zakresie sztucznej inteligencji

W pracy przedstawiono opracowanie specyfikacji dobrych praktyk w zakresie stosowanej sztucznej inteligencji (AAI). Analiza 25 kwestionariuszy z pięciu instytucji partnerskich ujawniła kluczowe spostrzeżenia na temat obecnego stanu projektów sztucznej inteligencji (AI) i uczenia maszynowego (ML). Szkolenia przeprowadzone w Serbii i Bułgarii sygnalizowały potrzebę rozszerzenia możliwości w krajach UE. W wyniku przeprowadzonych badań uzyskaliśmy, że Deep ML przeważa, szczególnie w konwolucyjnych sieciach neuronowych, podczas gdy Gated Recurrent Unit jest mniej powszechny. Typowe są ilości danych od 1 GB do 1 TB, co odzwierciedla ograniczenia praktyczne. Aplikacje AI obejmują różne dziedziny, a TensorFlow jest liderem w dziedzinie bibliotek. Najbardziej rozpowszechnione są licencje permisywne, bazy danych są podstawowymi źródłami danych, a teksty/obrazy dominują w charakterystyce danych. Bazy danych NoSQL są preferowane do przechowywania. Funkcje bezpieczeństwa i narzędzia do przetwarzania danych są różne. Serwery dedykowane i klastry są szeroko stosowane, systemy rekomendacji są widoczne, preferowanym językiem jest Python, a Apache Hadoop dominuje w ekosystemach. Bezpłatne zestawy danych sprzyjają dostępności. Ogólnie rzecz biorąc, odkrycia podkreślają dynamiczny charakter projektów AI/ML, zapewniając podstawę dla przyszłych badań w szybko rozwijającej się dziedzinie.

Cały artykuł można znaleźć tutaj: Research 7_pl