МТС запустила платформу для обучения нейросетей

Применять технологии можно будет для решения бизнес-задач: для построения логистических цепочек, прогнозирования выхода из строя оборудования, для доставки персонализированной рекламы или подбора кадров

Провайдер CloudMTS представил ML-платформу для совместной проектной работы data-команд. Об этом сообщила пресс-служба компании МТС.

ML-платформа обеспечивает весь цикл машинного обучения в облаке. Дата-инженеры и аналитики смогут быстро разворачивать ML-модели в облачной среде, собирать и анализировать данные, визуализировать и сравнивать результаты исследований, говорится в сообщении.

«Сегодня сложно представить отрасль, где не применяется искусственный интеллект. Выпуск чат-бота Open AI ChatGPT превратил нейросети в мейнстрим, они уже умеют выполнять рутинные задачи бизнеса. Мировые отрасли — лидеры по инвестициям в AI: медицина, облака, финтех и кибербезопасность. Мы видим, что этот тренд справедлив и для России. Можно говорить об экспоненциальном ускорении развития технологий генеративного искусственного интеллекта. Соответственно, растет спрос на инфраструктуру и средства обучения ML-моделей, поэтому мы развернули собственную среду для ML-экспериментов на защищенной инфраструктуре CloudMTS. Cloud AI — одно из наиболее перспективных направлений и будущих драйверов роста отрасли», — считает директор по новым облачным продуктам CloudMTS Михаил Соловьев.

Новый сервис МТС позволяет работать с одной моделью искусственного интеллекта сразу нескольким специалистам, а облачная инфраструктура, развернутая на GPU-серверах, кратно повышает скорость обучения моделей. «Платформа адаптирована под самый популярный open source фреймворк для трекинга ML-экспериментов — ClearML. Объектное хранилище CloudMTS, интегрированное в платформу, решает задачу хранения дата-сетов и моделей», — уточняется в сообщении.

Обучать модели на площадке могут как крупные корпорации, так и небольшие стартапы, работающие с искусственным интеллектом, пояснили в пресс-службе. Среди сценариев применения технологий машинного обучения решение таких бизнес-задач, как построение наиболее оптимальных логистических цепочек, прогнозирование выхода из строя оборудования на предприятии, доставка персонализированной рекламы, подбор квалифицированных кадров.