ZHROMAŽĎOVANIE IT ŠPECIFIKÁCIÍ OSVEDČENÝCH POSTUPOV V OBLASTI UI
Práca predstavuje štúdiu špecifikácií osvedčených postupov v aplikovanej umelej inteligencii (AAI – Applied Artificial Intelligence). Analýza 25 dotazníkov z piatich partnerských inštitúcií odhalila kľúčové poznatky o súčasnom stave projektov umelej inteligencie (UI) a strojového učenia (ML -Machine Learning). Školenia, ktoré sa uskutočnili v Srbsku a Bulharsku, signalizovali potrebu rozšírenia možností v krajinách EÚ. Výsledkom štúdie bolo zistenie, že prevláda Deep ML, najmä v oblasti konvolučných neurónových sietí, zatiaľ čo metóda Gated Recurrent Unit je menej rozšírená. Typické sú objemy údajov od 1 GB do 1 TB, čo odráža praktické obmedzenia. Aplikácie umelej inteligencie pokrývajú rôzne oblasti, pričom v knižniciach vedie TensorFlow. Najrozšírenejšie sú permisívne licencie, primárnym zdrojom údajov sú databázy a v charakteristikách údajov dominujú texty/obrázky. Na ukladanie sa uprednostňujú databázy NoSQL. Bezpečnostné funkcie a nástroje na spracovanie údajov sa líšia. Široko sa používajú špecializované servery a klastre, prominentné sú odporúčacie systémy, preferovaným jazykom je Python a v ekosystémoch dominuje Apache Hadoop. Bezplatné súbory údajov podporujú dostupnosť. Celkovo zistenia zdôrazňujú dynamickú povahu projektov AI/ML a poskytujú základ pre budúci výskum v tejto rýchlo sa rozvíjajúcej oblasti.
Celý dokument nájdete tu:Research 7 StateOfTheArt_V3_SK