​​Большинство руководителей не могут объяснить, насколько этично ИИ принимает решение в их компаниях

👉 Компании FICO и Corinium провели опрос ста руководителей отделов аналитики и Big Data. Они интересовались, как ИИ принимает решения, важные для клиентов и заинтересованных сторон компании. Оказалось, что 65% респондентов этого не знают.

👉 Бизнес массово инвестирует в ИИ, но не поднимает важность ответственного ИИ до уровня совета директоров. Исследователи считают, что высшее руководство, используя ИИ для автоматизации ключевых процессов бизнеса, должно понимать и обеспечивать соблюдение проверяемой и неизменной модели управления ИИ. Это важно для того, чтобы гарантировать, что эти решения ответственные: справедливые, прозрачные, законные и подотчетные.

👉 «Ответственный ИИ» призван защитить себя от использования предвзятых данных или алгоритмов, делая автоматизированные решения оправданными и объяснимыми. Борьба с предвзятостью, этика и ответственный ИИ должны стать ключевыми элементами стратегии организаций.

🎮 Для понимания проблемы алгоритмической предвзятости ML можно пройти небольшую игру.

Читать подробнее

🤔 Ликбез: что такое системы оркестрации контейнеров

Контейнеры — распространенная и популярная технология. Но когда контейнеров становится слишком много, ими трудно управлять. И тут на помощь приходят системы оркестрации.

В статье рассказываем, какие основные задачи выполняют оркестраторы и приводим несколько примеров популярных систем.

Как мигрировать на Managed Kubernetes без боли

Планируете переехать в облачный Kubernetes? В зависимости от текущей архитектуры, для миграции может потребоваться лишь небольшая правка yaml-файлов, а может придется проводить полный рефакторинг приложений.

Узнайте, какие существуют стратегии миграции, от чего зависит сложность и как справляться с возможными проблемами.

​​Планировщик распределенных ресурсов (Distributed Resource Scheduler, DRS) — необходимый компонент практически любой виртуализированной среды. Он выравнивает нагрузку на хостах, чтобы виртуальные машины получали ресурсы в нужном объеме и работали максимально эффективно.

В статье рассказываем, как это устроено и как работает, а также почему мы разработали собственную реализацию механизма DRS.

​​Графические процессоры — это не только обработка графики

Изначально графические процессоры нужны были только для того, чтобы рисовать пиксели в графике. Сегодня же GPU используются для сложных вычислений, и в определенных ситуациях они намного эффективней CPU.

✅ Обработка изображений. Так как GPU изначально работали с графикой, то и сегодня они обрабатывают большие массивы изображений. Например, снимки из космоса помогают следить за состоянием лесов или развитием половодья. Но предварительно их нужно обработать и нанести определенную разметку — этим занимаются GPU.

✅ Рендеринг графики. Чтобы создавать реалистичные мультфильмы, нужно учитывать множество деталей — например, как падает свет и выглядят тени. Для этого нужны большие вычислительные мощности, поэтому крупные студии используют графические процессоры.

✅ Промышленный интернет вещей. GPU помогают создавать цифровых двойников — виртуальные копии станков или целых заводов. Для этого предприятия собирают большое количество данных о работе оборудования. Затем строят трехмерную модель, которая позволяет проводить эксперименты и смотреть, как это повлияет на работу оборудования.

✅ Машинное обучение. GPU применяют на всех этапах машинного обучения — от подготовки данных до эксплуатации ML-моделей. Машинное обучение используют во многих областях. Например, в медицине ИИ может проверять КТ- и МРТ-снимки и находить на них патологические изменения.

✅ Тяжелые вычисления. Это вычисления на основе сложных алгоритмов, которым нужно большое количество ресурсов. Например, докинг — метод молекулярного моделирования, он позволяет подобрать молекулу, которая лучше всего взаимодействует с нужным белком.

👉 Подробный рассказ о применении GPU с примерами

Как настроить мониторинг событий в Kubernetes: 4 бесплатных инструмента

По умолчанию события в Kubernetes хранятся всего один час, и этого может быть недостаточно для анализа логов. В статье — четыре инструмента, которые подойдут для мониторинга событий.

​​Что такое Apache Spark и как он используется в Big Data

В работе с большими данными используется много разных инструментов. Apache Spark — один из них. Мы рассказываем, как он используется в Big Data и сравниваем с похожей технологией — Hadoop MapReduce.