KI/ML und Open Source

Von der Community getragenen Open-Source-Initiativen wie den Deep-Learning-Projekten TensorFlow, Keras, PyTorch und MXNet treiben die Entwicklung in den Bereichen Maschinelles Lernen (ML) und Künstliche Intelligenz (KI) in diesem Jahr voran.

Dieser Meinung ist jedenfalls Rob Gibbon, Produktmanager bei Canonical Data Platform: »Von der automatisierten Optimierung der Anwendungsleistung zur Laufzeit bis hin zur adaptiven Planung von Arbeitslasten, Leistungsabschätzung und -planung, Automatisierung, Diagnose und menschlicher Interaktion: Künstliche Intelligenz wird sowohl in den Systemen, die Entwickler erstellen, aber auch beim eigentlichen kreativen Prozess eine immer größere Rolle spielen.«

Während sich der Trend zur Einführung von KI/ML beschleunige, werden Schatten-IT-Umgebungen und die Kosten unkontrollierter Clouds immer problematischer fürs Geschäft. Unternehmen suchten daher zunehmend nach Möglichkeiten, kostensensitive Anwendungen mit hohen Betriebskosten zurück ins Unternehmen zu verlagern, wobei sich effektive Private-Cloud-Optionen durchsetzen, so Gibbon. Hybride und Multi-Cloud-Lösungen seien daher das Gebot der Stunde und Canonical unterstütze Unternehmen, die Machine Learning Operations (MLOps)-Initiativen starten, mit konsistenten Angeboten.