In einer Entdeckung, die ein neues Fenster in eines der größten Geheimnisse der Physik öffnen könnte, haben Forscher von Universität Tel Aviv haben seit Anbeginn der Zeit vorhergesagt, was wir finden könnten, wenn wir uns auf Radiowellen einstellen. Ihre neue Studie unter der Leitung von Prof. Rennan Barkana von der Sackler Faculty of Physics and Astronomy und veröffentlicht im Tagebuch Naturastronomiedeutet darauf hin, dass dunkle Materie im frühen Universum „dichte Klumpen“ bildete, was Wasserstoffgas dazu zwang, ein starkes, kumulatives Radiosignal auszusenden. Dies ist wichtig, weil es einen theoretischen Fahrplan für die Entdeckung dunkler Materie liefert, nicht indem man sie sieht, sondern indem man ihren tiefgreifenden Einfluss auf die ersten Atome des Universums *hört*, und eine Möglichkeit bietet, sie in ihrem ursprünglichen, unberührten Zustand zu untersuchen.

Ein Fenster in das kosmische „dunkle Zeitalter“

Die meisten unserer Nachrichten über das frühe Universum stammen vom James Webb-Weltraumteleskop der NASA, das etwa 300 Millionen Jahre nach dem Urknall das Licht der ersten Galaxien entdeckt. Diese neue Forschung drängt jedoch noch weiter zurück in eine mysteriösere und frühere Ära: die „Kosmische dunkle Zeitalter.“ Dieser Zeitraum, nur 100 Millionen Jahre nach dem Urknall, conflict eine Zeit, bevor sich ein einzelner Stern gebildet hatte. Das Universum conflict eine dunkle, unsichtbare Suppe aus zwei Hauptbestandteilen: Wasserstoffgas und der mysteriösen dunklen Materie, von der wir wissen, dass sie den größten Teil der Materie im Kosmos ausmacht.

Wie man das Unsichtbare erkennt

Dunkle Materie kann man nicht direkt sehen. Wie lernt man es additionally? Die Forscher führten Computersimulationen durch, um seine Signatur zu finden. Sie sagen voraus, dass die Dunkle Materie im Dunklen Zeitalter nicht gleichmäßig verteilt conflict. Es sammelte sich dichte Klumpenoder „Nuggets“, deren Größe und Kind von den unbekannten Eigenschaften der Dunklen Materie selbst abhängt. Diese Klumpen sind zwar unsichtbar, ihre Schwerkraft jedoch nicht. Sie hätten das reichlich vorhandene Wasserstoffgas, das das Universum erfüllte, kraftvoll angesaugt. Als dieses Gasoline in den gravitativen Griff der Dunklen Materie geriet, hätte es intensive Radiowellen ausgesendet. Während das Sign eines einzelnen Klumpens zu schwach ist, sagt das Crew voraus, dass dies der Fall ist „kumulativer Effekt“ Die Bildung all dieser Klumpen würde eine erkennbare „durchschnittliche Radiointensität“ über den gesamten Himmel erzeugen. Das Abhören dieses Alerts könnte uns Aufschluss über die Klumpen geben, die es erzeugt haben, und damit über die Natur der Dunklen Materie selbst.

Es gibt natürlich einen Haken. Von der Erde aus kann man diesen alten kosmischen Radiosender nicht hören. Die spezifischen Radiowellen aus dem dunklen Zeitalter sind durch die Atmosphäre unseres Planeten blockiert. Um uns darauf einzustellen, bräuchten wir ein Radioteleskop im Weltraum, und der bestmögliche Standort ist der Mond. Die Mondoberfläche bietet den perfekten Abhörposten: Sie hat keine Atmosphäre, die das Sign blockieren könnte, und, was genauso wichtig ist, sie ist vor dem ständigen, ohrenbetäubenden Lärm der von Menschen verursachten Funkstörungen durch unsere eigenen Mobiltelefone, WLAN und Satelliten abgeschirmt. Diese einst reine Science-Fiction-Idee ist plötzlich plausibel. Ein neues globales Mondrennen ist im Gange, bei dem die USA, Europa, China und Indien alle neue Mondmissionen planen und aktiv nach wichtigen wissenschaftlichen Zielen dafür suchen.

Das „kosmische dunkle Zeitalter“ endete schließlich mit der „kosmischen Morgendämmerung“, als die ersten Sterne brannten. Das Licht dieser ersten Sterne dramatisch verstärkte das ursprüngliche Funksignalwodurch es viel stärker wird. Dieses lautere, spätere Sign ist es, was large neue bodengestützte Teleskope wie die … ausmacht Quadratkilometer-Array (SKA) in Australien werden gebaut, um zu finden.

Die SKA, eine globale Zusammenarbeit mit 80.000 Antennen, wird versuchen, dieses verstärkte Sign zu kartieren, um herauszufinden, wo sich die ersten Sterne und Klumpen dunkler Materie befanden. Der Kompromiss ist einfach: Das Sign der „kosmischen Morgendämmerung“ ist lauter, aber auch „schwerer zu interpretieren“, wie Prof. Barkana anmerkt, weil die Sterne selbst ihr eigenes komplexes Rauschen hinzufügen. Im Gegensatz dazu sind die „kosmischen dunklen Zeitalter“ ein „makelloses Labor“– der Einzige, der jemals existieren wird. Es ist unsere einzige Likelihood, das Verhalten der Dunklen Materie in ihrem ursprünglichen Zustand zu untersuchen, bevor das restliche Feuerwerk des Universums losging und die Beweise „kontaminierte“.

Bild von Editor | Midjourney

Während Python-basierte Instruments wie Streamlit für das Erstellen von Daten-Dashboards beliebt sind, bleibt Excel eine der zugänglichsten und leistungsstärksten Plattformen für das Erstellen interaktiver Datenvisualisierungen. Mithilfe der integrierten Excel-Funktionen können Sie ein interaktives Dashboard erstellen, das mit den beliebten Datenwissenschafts-Internet-Apps konkurriert.

In diesem Tutorial zeigen wir, wie ein interaktives Knowledge Science Dashboard in Excel in wenigen Minuten ohne Strom erstellt wird. Wir werden mithilfe eines einfachen E-Commerce-Verkaufsdatensatzes demonstrieren.

Schritt 1: Vorbereitung Ihres Datensatzes

Wir werden diesen Schritt in Unterkomponenten aufteilen und uns jeweils einzeln angehen.

Richten Sie Ihre Daten ein

Befolgen Sie die folgenden Schritte, um das Excel -Arbeitsbuch einrichten, das wir verwenden werden:

1. Eröffnen Sie ein neues Excel -Arbeitsbuch
2. Importieren Sie Ihre Daten in Excel
3. Gehe zum Daten Registerkarte >> auswählen Daten abrufen >> Wählen Sie Ihren Dateityp aus
4. Führen Sie eine Datensatzreinigung oder -wartung durch, die möglicherweise erforderlich sein kann

In Excel Desk konvertieren

Konvertieren wir unsere Daten als nächstes in eine Excel -Tabelle. Mit Tabellen können Formeln, Pivottable und dynamische Bereiche einfach erstellt werden.

1. Wählen Sie Ihren gesamten Datensatz aus
2. Gehe zum Einfügen Registerkarte >> auswählen Tisch (oder drücken Sie Strg+t)
3. Sicherstellen Mein Tisch hat Header wird geprüft
4. Klicken OK

5. Nennen Sie Ihre Tabelle SalesData:
   • Klicken Sie in der Tabelle überall
   • Gehe zum Tischdesign Registerkarte >> auswählen Tabellenname >> Typ SalesData

Schritt 2: Erstellen Sie interaktive Pivot -Tabellen

Pivot -Tabelle erstellen:

• Wählen Sie eine beliebige Zelle in der SalesData -Tabelle aus.
• Gehe zum Einfügen Registerkarte >> auswählen Pivottierbar.
• Lokalisierung auswählen: Neues Arbeitsblatt.
• Klicken OK.

Umsatz bis Monat:

• Im Pivottable Fieldlist:
  • Reihen: Datum (Gruppe nach Monaten).
  • Werte: Verkaufsbetrag.

Regionale Leistung:

• Fügen Sie einen weiteren Pivotsable ein.
• Im Pivottable Fieldlist:
  • Reihen: Area.
  • Werte: Verkaufsbetrag, verkaufte Einheiten.
  • Format: Währung für den Verkaufsbetrag.

Produktkategorieanalyse:

• Fügen Sie einen weiteren Pivotsable ein.
• Im Pivottable Fieldlist:
  • Reihen: Kategorie.
  • Werte: Verkaufsbetrag.
  • Sortieren: Nach Verkaufsbetrag absteigern.

KPIS Pivot Tabelle:

• Fügen Sie einen weiteren Pivotsable ein.
• Im Pivottable Fieldlist:
• Werte:
  • Summe des Verkaufsbetrags.
  • Summe der verkauften Einheiten.
  • Kostensumme.
  • Anzahl der Verkaufsbetrag (für durchschnittliche Berechnung).
  • Fügen Sie keine Zeilen oder Spalten hinzu (dies gibt uns Summen).

Schritt 3: Erstellen Sie dynamische Diagramme

Income Pattern Line Diagramm:

• Wählen Sie die monatliche Einnahmen -Pivot -Tabelle.
• Gehe zum Pivottierbar analysieren Registerkarte >> auswählen Pivot -Diagramm >> auswählen Zeilendiagramm.
• Formatieren Sie die Tabelle:
  • Chartentitel: Monatlicher Umsatztrend.
  • Datenbezeichnungen hinzufügen: Erweitern Sie erweitern Diagrammelemente >> klicken Datenetiketten.

Regionaler Leistungsspaltendiagramm

• Wählen Sie die regionale Pivot -Tabelle aus.
• Gehe zum Pivottierbar analysieren Registerkarte >> auswählen Pivot -Diagramm >> auswählen Cluster -Säule.
• Format:
  • Titel: Umsatz nach Area.
  • Verschiedene Farben für jede Area.
  • Datenbezeichnungen über Spalten.

Produktkategorie -Kreisdiagramm

• Wählen Sie die Produktkategorie -Pivot -Tabelle aus.
• Gehe zum Pivottierbar analysieren Registerkarte >> auswählen Pivot -Diagramm >> auswählen Kreisdiagramm.
• Format:
  • Titel: Umsatz nach Produktkategorie.
  • Prozentsätze zeigen.
  • Verwenden Sie unterschiedliche Farben.

Schritt 4: Interaktive Slicer hinzufügen

Slicer einfügen:

• Klicken Sie auf eine Pivot -Tabelle.
• Gehe zum Pivottierbar analysieren Registerkarte >> auswählen Slicer einfügen.
• Wählen Sie diese Felder aus:
• Klicken OK.

Zeitleiste einfügen:

• Klicken Sie auf eine Pivot -Tabelle.
• Gehe zum Pivottierbar analysieren Registerkarte >> auswählen Timeline einfügen.
• Wählen Datum.
• Klicken OK.

Schließen Sie Slicer mit allen Drehstabetischen an:

• Klicken Sie mit der rechten Maustaste auf jeden Slicer >> auswählen Verbindungen melden.

• Überprüfen alle Pivot -Tische.
• Klicken OK.

Wiederholen Sie dies für jeden Slicer, um sicherzustellen, dass sie alle alle Diagramme steuern.

Schritt 5: Erstellen Sie dynamische KPI -Karten

Sie können KPI -Metriken direkt im Dashboard berechnen oder später in das Armaturenbrettblatt platzieren.

Erstellen Sie nun KPIs, die auf diese Pivot -Tabelle verweisen:

Gesamtumsatz:

• Wählen Sie eine Zelle aus und fügen Sie die folgende Formel ein.

=GETPIVOTDATA("Sum of Gross sales Quantity",'KPIs from Pivot Desk Knowledge'!$A$3)

Durchschnittlicher Bestellwert:

• Wählen Sie eine Zelle aus und fügen Sie die folgende Formel ein.

=GETPIVOTDATA("Sum of Gross sales Quantity",'KPIs from Pivot Desk Knowledge'!$A$3)/GETPIVOTDATA("Rely of Gross sales Quantity",'KPIs from Pivot Desk Knowledge'!$A$3)

Gesamteinheiten verkauft:

• Wählen Sie eine Zelle aus und fügen Sie die folgende Formel ein.

=GETPIVOTDATA("Sum of Models Bought",'KPIs from Pivot Desk Knowledge'!$A$3)

Gewinnmarge %:

• Wählen Sie eine Zelle aus und fügen Sie die folgende Formel ein.

=(GETPIVOTDATA("Sum of Gross sales Quantity",'KPIs from Pivot Desk Knowledge'!$A$3)-GETPIVOTDATA("Sum of Value",'KPIs from Pivot Desk Knowledge'!$A$3))/GETPIVOTDATA("Sum of Gross sales Quantity",'KPIs from Pivot Desk Knowledge'!$A$3)

Gesamtreihenfolge:

• Wählen Sie eine Zelle aus und fügen Sie die folgende Formel ein.

=GETPIVOTDATA("Rely of Gross sales Quantity",'KPIs from Pivot Desk Knowledge'!$A$3)

Format KPI -Karten:

• Wenden Sie Grenzen und Ausrichtung an.
• Formatnummern:
  • Einnahmen: Währung Format.
  • Prozentsatz: Prozentsatz Format mit 2 Dezimalstellen.
• Fett die Beschriftungen und fügen Sie Hintergrundfarbe hinzu.

Schritt 6: Erstellen Sie die Dashboard -Struktur

• Erstellen Sie ein neues Blatt und nennen Sie es das Dashboard.
• Gitterlinien verstecken:
  • Gehe zum Sicht Registerkarte >> auswählen Zeigen >> Deaktivieren Gitterlinien.
• Das Dashboard -Titel einfügen.
• Platzieren Sie KPI -Metriken nach oben.
• Setzen Sie Slicer und eine Zeitleiste ein.
• Platzieren Sie die Diagramme unten.
• Fügen Sie bei Bedarf eine Datentabelle ein.

Aktualisieren und automatisieren: Klicken Sie mit der rechten Maustaste Pivottables/Diagramme >> auswählen Aktualisieren.

Schritt 7: Testen Sie Ihr Dashboard

Funktionalitätstests:

• Wählen Sie Bücher Kategorie + North Area + Bob -Verkäufer von Slicers.
• Wählen Sie Jan 2025 aus der Zeitleiste.
  • Stellen Sie sicher, dass alle Diagramme gleichzeitig aktualisieren.
  • Überprüfen Sie, ob KPIs korrekt neu berechnet werden.
  • Stellen Sie sicher, dass keine Fehler angezeigt werden.

Fehlerbehebung bei gemeinsamen Problemen

• Diagramme nicht aktualisieren: Überprüfen Sie die Slicer-Verbindungen (klicken Sie mit der rechten Maustaste von Slicer> Report Connections). Stellen Sie sicher, dass alle Pivot -Tabellen ausgewählt werden.
• Formelfehler: #REF! oder #Worth! Fehler in KPIs. Überprüfen Sie die Tabellenreferenzen (stellen Sie sicher, dass der Identify des Verkaufsdata korrekt ist).
• Leistungsprobleme: Dashboard ist langsam zu aktualisieren:
  • Reduzieren Sie die Anzahl der Pivot -Tabellen.
  • Vereinfachen Sie komplexe Formeln.
  • Verwenden Sie manuelle Berechnung (Formeln> Berechnung Optionen> Handbuch).

Abschluss

Wenn Sie die oben genannten Schritte befolgen, können Sie in wenigen Minuten ein interaktives Knowledge Science Dashboard in Excel erstellen. Diese Schritte helfen Ihnen dabei, anspruchsvolle Dashboards zu erstellen, die einen echten Geschäftswert bieten, ohne eine einzige Zeile von Python -Code zu berühren. Das Beste daran ist, dass Ihre Stakeholder mit dem Dashboard selbst interagieren und es ändern können, was es zu einem wirklich kollaborativen Enterprise Intelligence -Instrument macht.

Shamima Sultana Arbeitet als Projektmanagerin bei Exceldemy, wo sie zu Microsoft Excel recherchiert und Artikel zu ihrer Arbeit schreibt. Shamima hat einen BSC in Informatik und Ingenieurwesen und hat ein großes Interesse an Forschung und Entwicklung. Shamima liebt es, neue Dinge zu lernen, und versucht, angereicherte Qualitätsinhalte in Bezug auf Excel bereitzustellen, während er immer versucht, Wissen aus verschiedenen Quellen zu sammeln und modern Lösungen zu erstellen.

Vor zehn Jahren conflict alle von der Wolke fasziniert. Es conflict das neue Ding, und Unternehmen, die es angenommen haben, verzeichneten schnell ein enormes Wachstum. Salesforce hat sich zum Beispiel als als positioniert Pionier dieser Technologie und sah tolle Siege.

Die Gezeiten drehen sich jedoch. So sehr Cloud-Anbieter immer noch verkünden, dass sie die kostengünstigste und effizienteste Lösung für Unternehmen aller Größen sind, ist dies zunehmend mit der täglichen Erfahrung in Konflikt geraten.

Cloud Computing wurde als Lösung für Skalierbarkeit, Flexibilität und reduzierte operative Belastungen angepriesen. Die Unternehmen stellen jedoch zunehmend fest, dass die Kosten und Kontrollbeschränkungen im Maßstab die Vorteile überwiegen.

Ich und mein CTO wurden von kostenlosen AWS -Credit angezogen und begannen mit der Einrichtung unserer gesamten IT -Infrastruktur für Unternehmen auf der Cloud. Wir waren jedoch schockiert, als wir die Kosten nach nur wenigen Softwaretests sahen. Wir haben uns entschlossen, in einen hochwertigen Server zu investieren, und haben unsere gesamte Infrastruktur darauf verschoben. Und wir schauen nicht zurück: Diese Entscheidung spart uns bereits Hunderte von Euro professional Monat.

Wir sind nicht die einzigen: Dropbox schon machte diesen Schritt im Jahr 2016 und spart in den folgenden zwei Jahren quick 75 Millionen US -Greenback. Das Unternehmen hinter Basecamp, 37signals, Abgeschlossene diesen Übergang im Jahr 2022 und rechnet damit, über fünf Jahre 7 Millionen US -Greenback zu sparen.

Wir werden tiefer in das Wie und warum dieses Tendencies und die damit verbundenen Kosteneinsparungen eintauchen. Sie können einige praktische Erkenntnisse erwarten, die Ihnen helfen, eine solche Entscheidung auch in Ihrem Unternehmen zu treffen oder zu beeinflussen.

Die Wolkenkosten explodieren

Nach a Jüngste Studie Nach Kabelbaum werden 21% der Enterprise -Cloud -Infrastruktur, die im Jahr 2025 44,5 Milliarden US -Greenback entsprechen, auf nicht genutzte Ressourcen verschwendet werden. Nach Angaben des Studienautors sind Cloud -Ausgaben einer der größten Kostenfahrer für viele Software program -Unternehmen, die nur nach den Gehältern an zweiter Stelle stehen.

Die Prämisse dieser Studie ist, dass Entwickler die Kosten schärfere Auge entwickeln müssen. Ich bin jedoch anderer Meinung. Die Kostenkontrolle kann Sie nur so weit bringen – und viele intelligente Entwickler geben bereits übermäßige Menge ihrer Zeit für die Kostenkontrolle aus, anstatt tatsächliche Produkte zu bauen.

Die Cloud-Kosten neigen dazu, sich im Laufe der Zeit zu Ballon: Speicherkosten professional GB Daten scheinen niedrig zu sein, aber wenn Sie mit Terabyte von Daten zu tun haben-was selbst wir als Startup mit drei Personen bereits tun-summieren sich die Prices sehr schnell. Fügen Sie zu diesem Abruf- und Ausstiegsgebühren hinzu, und Sie sind mit einer Rechnung konfrontiert, die Sie sich nicht entscheiden können.

Steiler Abruf- und Ausstiegsgebühren dienen nur einer Sache: Cloud -Anbieter möchten Sie dazu anregen, so viele Daten wie möglich auf der Plattform zu halten, damit sie mit jeder Operation Geld verdienen können. Wenn Sie Daten aus der Cloud herunterladen, kostet Sie übermäßig Geldbeträge.

Variable Kosten basierend auf der CPU- und GPU-Verwendung spitzen bei leistungsstarken Workloads häufig. Ein Bericht von CNCF ergab, dass quick die Hälfte der Kubernetes -Adoptierer feststellte, dass sie ihr Price range infolgedessen überschritten hatten. Kubernetes ist eine Open-Supply-Container-Orchestrierungssoftware, die häufig für Cloud-Bereitstellungen verwendet wird.

Das Pay-per-Use-Modell der Cloud hat seine Vorteile, aber die Abrechnung wird dadurch unvorhersehbar. Die Kosten können dann während der Nutzungsspitzen explodieren. Cloud-Add-Ons für Sicherheits-, Überwachungs- und Datenanalysen haben ebenfalls eine Prämie, die häufig die Kosten weiter erhöht.

Infolgedessen haben viele IT-Führungskräfte auf lokale Server zurückgekehrt. A 2023 Umfrage nach Verfügbarkeit stellte fest, dass 33% der Befragten im vergangenen Jahr mindestens einige Produktionsanwendungen zurückgeführt hatten.

Cloud -Anbieter haben ihre Abrechnung als Reaktion auf diesen Development nicht umstrukturiert. Man könnte argumentieren, dass dies ihre Rentabilität ernsthaft beeinflussen würde, insbesondere in einem weitgehend konsolidierten Markt, auf dem der Wettbewerbsdruck durch Upstarts und Außenstehende begrenzt ist. Solange dies der Fall ist, wird der Development zu lokalen Bereichen voraussichtlich fortgesetzt.

Kosteneffizienz und Kontrolle

Es gibt einen Grund, warum Cloud -Anbieter dazu neigen, für kleine Firmen und Startups so viel zu werben. Die ersten Einrichtungskosten einer Cloud-Infrastruktur sind aufgrund von Pay-as-you-Go-Modellen und kostenlosen Gutschriften niedrig.

Das einfache Setup kann jedoch eine Falle sein, insbesondere wenn Sie mit der Skalierung beginnen. (In meiner Firma haben wir festgestellt, dass unsere Kosten noch nicht die Kontrolle übernachteten, noch bevor wir in angemessenem Maße skaliert wurden, einfach weil wir große Datenmengen behandeln.) Die monatlichen Kosten für lokale Server sind fest und vorhersehbar. Die Kosten für Cloud -Dienste können die Erwartungen schnell übertreffen.

Wie bereits erwähnt, berechnen Cloud -Anbieter auch steile Datenausgangsgebühren, die sich schnell summieren können, wenn Sie eine hybride Infrastruktur in Betracht ziehen.

Sicherheitskosten können zunächst vor Ort höher sein. Andererseits haben Sie die volle Kontrolle über alles, was Sie implementieren. Cloud -Anbieter decken die Sicherheit der Infrastruktur ab, Sie bleiben jedoch für die Datensicherheit und -konfiguration verantwortlich. Dies erfordert oft bezahlte Add-Ons.

Eine Zusammenfassung befindet sich in der obigen Tabelle. Insgesamt verfügt eine lokale Infrastruktur mit höheren Einrichtungskosten und benötigt ein beträchtliches Know-how. Diese anfängliche Investition zahlt sich jedoch schnell aus, da Sie tendenziell sehr vorhersehbare monatliche Kosten und volle Kontrolle über Ergänzungen wie Sicherheitsmaßnahmen haben.

Es gibt viele herausragende Beispiele von Unternehmen, die Millionen erspart haben, indem sie sich vor Ort zurückziehen. Ob dies eine gute Wahl für Sie ist, hängt jedoch von mehreren Faktoren ab, die sorgfältig bewertet werden müssen.

Sollten Sie vor Ort zurückkehren?

Unabhängig davon, ob Sie die Umstellung auf Server -Racks vornehmen sollten, hängt von mehreren Faktoren ab. Die wichtigsten Überlegungen in den meisten Fällen sind finanziell, operativ und strategisch.

Aus finanzieller Sicht spielt die Bargeldstruktur Ihres Unternehmens eine große Rolle. Wenn Sie Lean Capital -Ausgaben bevorzugen, aber kein Downside damit haben, jeden Monat hohe Betriebskosten zu erhöhen, sollten Sie in der Cloud bleiben. Wenn Sie im Voraus einen höheren Investitionsausgaben vornehmen und dann nicht billig werden müssen, sollten Sie dies tun.

Letztendlich sind die Gesamtbetriebskosten (TCO) jedoch der Schlüssel. Wenn Ihre Betriebskosten für die Cloud konsequent niedriger sind als die Server selbst, sollten Sie auf der Cloud absolut bleiben.

Aus operativer Sicht kann der Aufenthalt in der Cloud sinnvoll sein, wenn Sie häufig mit Spikes im Gebrauch konfrontiert sind. On-Premises Server können nur so viel Verkehr tragen. Cloud -Server skalieren im Verhältnis zur Nachfrage ziemlich nahtlos. Wenn teure und spezielle {Hardware} für Sie in der Cloud für Sie zugänglicher ist, ist dies auch ein Punkt für den Aufenthalt in der Cloud. Auf der anderen Seite ist das Shared Duty-Modell von Cloud-Diensten wahrscheinlich nichts für Sie, wenn Sie sich Sorgen über die Einhaltung spezifischer Vorschriften (z. B. GDPR, HIPAA oder CSRD) machen.

Strategisch gesehen kann die volle Kontrolle über Ihre Infrastruktur ein strategischer Vorteil sein. Es hält Sie davon ab, sich mit einem Anbieter einzuschließen und zusammen mit dem zu spielen, was sie Ihnen in Rechnung stellen und welche Dienstleistungen sie Ihnen anbieten können. Wenn Sie eine geografische Erweiterung planen oder schnell neue Dienste bereitstellen, kann Cloud jedoch vorteilhaft sein. Langfristig kann das Vorbereitungsfach jedoch sinnvoll sein, selbst wenn Sie geografisch oder in Ihrem Dienstleistungsbereich aufgrund erhöhter Kontrolle und niedrigeren Betriebskosten erweitern.

Insgesamt sollten Sie, wenn Sie die Vorhersehbarkeit, Kontrolle und Konformität bewerten, in Betracht ziehen, On-Premises auszuführen. Wenn Sie andererseits die Flexibilität schätzen, ist es möglicherweise eine bessere Wahl, in der Cloud zu bleiben.

Wie man leicht repatriiert

Wenn Sie in Betracht ziehen, Ihre Dienste zu repatriet, finden Sie hier eine kurze Checkliste, die folgt:

• Bewerten Sie die aktuelle Cloud -Nutzung: Inventaranwendungen und Datenvolumen.
• Kostenanalyse: Berechnen Sie die aktuellen Cloud-Kosten im Vergleich zu den projizierten On-PREM-Kosten.
• Wählen Sie On-Prem-Infrastruktur: Server, Speicher und Netzwerkanforderungen.
• Minimieren Sie die Kosten für die Datenausgangskosten: Verwenden Sie die Komprimierung und planen Sie die Übertragungen während der Absaugstunden.
• Sicherheitsplanung: Firewalls, Verschlüsselung und Zugangskontrollen für On-Prem.
• Check und Migration: Pilot-Migration für nicht kritische Arbeitsbelastungen zuerst.
• Überwachung und Optimierung: Richten Sie die Überwachung für Ressourcen ein und passen Sie sie an.

Rückführung gilt nicht nur für Unternehmensunternehmen, die die Schlagzeilen machen. Wie das Beispiel meiner Firma zeigt selbst kleine Startups, um diese Überlegung zu berücksichtigen. Je früher Sie die Migration machen, desto weniger Geld werden Sie bluten.

Fazit: Wolke ist nicht tot, aber der Hype um ihn herum stirbt

Cloud -Dienste gehen nirgendwo hin. Sie bieten Flexibilität und Skalierbarkeit, die für bestimmte Anwendungsfälle unerreicht sind. Startups und Unternehmen mit unvorhersehbaren oder schnell wachsenden Arbeitsbelastungen profitieren immer noch stark von Cloud -Lösungen.

Trotzdem können selbst im Frühstadien von Unternehmen von vor Ort in der Infrastruktur profitieren, beispielsweise wenn die großen Datenlasten, mit denen sie handeln, den Cloud-Billon außer Kontrolle machen würden. Dies conflict in meiner Firma der Fall.

Die Cloud wurde oft als einheitliche Lösung für alles von Datenspeicher bis hin zu KI-Workloads vermarktet. Wir können sehen, dass dies nicht der Fall ist; Die Realität ist etwas detaillierter als das. Wenn Unternehmen skalieren, werden die Kosten, Compliance -Herausforderungen und Leistungsbeschränkungen des Cloud -Computing nicht ignorieren.

Der Hype um Cloud -Dienste stirbt, da die Erfahrung uns zeigt, dass es echte Grenzen und viele versteckte Kosten gibt. Darüber hinaus können Cloud -Anbieter oft nicht angemessen Sicherheitslösungen, Einhaltung von Optionen für die Einhaltung und Benutzerkontrolle vorsehen, wenn Sie für all das keine hohe Prämie zahlen.

Die meisten Unternehmen werden auf lange Sicht wahrscheinlich einen hybriden Ansatz verfolgen: On-Premises bietet Kontrolle und Vorhersehbarkeit; Cloud -Server können in den Kampf springen, wenn die Nachfrage von Benutzern Spikes.

Es gibt keine wirkliche Lösung von einheitlicher Größe. Es gibt jedoch bestimmte Kriterien, die Ihnen helfen sollen, Ihre Entscheidung zu leiten. Wie bei jedem Hype gibt es Ebben und Flüsse. Die Tatsache, dass Cloud-Dienste nicht mehr zugeordnet sind, bedeutet nicht, dass Sie jetzt auf Server-Racks gehen müssen. Es lädt jedoch eine tiefere Überlegung über die Vorteile ein, die dieser Development für Ihr Unternehmen bietet.

Man könnte argumentieren, dass eine der Hauptaufgaben eines Arztes darin besteht, die Chancen ständig zu bewerten und neu zu bewerten: Wie hoch sind die Erfolgsaussichten eines medizinischen Eingriffs? Besteht für den Patienten das Risiko, schwere Symptome zu entwickeln? Wann sollte der Affected person zu weiteren Assessments zurückkehren? Inmitten dieser kritischen Überlegungen verspricht der Aufstieg der künstlichen Intelligenz, das Risiko im klinischen Umfeld zu verringern und Ärzten dabei zu helfen, der Versorgung von Hochrisikopatienten Priorität einzuräumen.

Trotz ihres Potenzials fordern Forscher der MIT-Abteilung für Elektrotechnik und Informatik (EECS), Equality AI und der Boston College eine stärkere Überwachung der KI durch die Regulierungsbehörden ein neuer Kommentar veröffentlicht in der New England Journal of Drugs AI’s (NEJM AI) Oktoberausgabe, nachdem das US-Büro für Bürgerrechte (OCR) im Ministerium für Gesundheit und menschliche Dienste (HHS) eine neue Regelung im Rahmen des Inexpensive Care Act (ACA) erlassen hat.

Im Mai veröffentlichte die OCR eine letzte Regel im ACA, der Diskriminierung aufgrund von Rasse, Hautfarbe, nationaler Herkunft, Alter, Behinderung oder Geschlecht in „Instruments zur Entscheidungsunterstützung für die Patientenversorgung“ verbietet, einem neu eingeführten Begriff, der sowohl KI als auch nicht automatisierte Instruments umfasst, die in der Medizin verwendet werden.

Entwickelt als Reaktion auf den Vorschlag von Präsident Joe Biden Government Order zur sicheren und vertrauenswürdigen Entwicklung und Nutzung künstlicher Intelligenz Ab 2023 baut die endgültige Regelung auf dem Engagement der Biden-Harris-Regierung auf, die gesundheitliche Chancengleichheit zu fördern, indem sie sich auf die Prävention von Diskriminierung konzentriert.

Laut Marzyeh Ghassemi, leitender Autor und außerordentlicher Professor des EECS, „ist die Regel ein wichtiger Schritt nach vorne.“ Ghassemi, der mit der MIT Abdul Latif Jameel Clinic for Machine Studying in Well being (Jameel Clinic), dem Pc Science and Synthetic Intelligence Laboratory (CSAIL) und dem Institute for Medical Engineering and Science (IMES) verbunden ist, fügt hinzu, dass die Regel „ sollte gerechtigkeitsorientierte Verbesserungen der Nicht-KI-Algorithmen und klinischen Entscheidungsunterstützungstools vorschreiben, die bereits in allen klinischen Subspezialitäten verwendet werden.“

Die Zahl der von der US-amerikanischen Meals and Drug Administration zugelassenen, KI-fähigen Geräte ist im letzten Jahrzehnt seit der Zulassung des ersten KI-fähigen Geräts im Jahr 1995 (PAPNET Testing System, ein Device für das Gebärmutterhals-Screening) dramatisch gestiegen. Stand OktoberDie FDA hat quick 1.000 KI-fähige Geräte zugelassen, von denen viele darauf ausgelegt sind, die klinische Entscheidungsfindung zu unterstützen.

Forscher weisen jedoch darauf hin, dass es keine Regulierungsbehörde gibt, die die klinischen Risikobewertungen überwacht, die von Instruments zur Unterstützung klinischer Entscheidungen erstellt werden, obwohl die Mehrheit der US-Ärzte (65 Prozent) diese Instruments monatlich verwendet, um die nächsten Schritte festzulegen Patientenversorgung.

Um dieses Manko zu beheben, wird die Jameel Clinic ein weiteres durchführen Regulierungskonferenz im März 2025. Die Konferenz vom letzten Jahr löste eine Reihe von Diskussionen und Debatten zwischen Lehrkräften, Regulierungsbehörden aus der ganzen Welt und Branchenexperten aus, die sich auf die Regulierung von KI im Gesundheitswesen konzentrierten.

„Klinische Risikobewertungen sind weniger undurchsichtig als ‚KI‘-Algorithmen, da sie typischerweise nur eine Handvoll Variablen umfassen, die in einem einfachen Modell verknüpft sind“, kommentiert Isaac Kohane, Vorsitzender der Abteilung für Biomedizinische Informatik an der Harvard Medical Faculty und Chefredakteur von NEJM KI. „Dennoch sind selbst diese Ergebnisse nur so intestine wie die Datensätze, die zu ihrem „Coaching“ verwendet wurden, und wie die Variablen, die Experten ausgewählt oder in einer bestimmten Kohorte untersucht haben. Wenn sie die klinische Entscheidungsfindung beeinflussen, sollten für sie die gleichen Requirements gelten wie für ihre neueren und weitaus komplexeren KI-Verwandten.“

Darüber hinaus nutzen viele Entscheidungsunterstützungstools zwar keine KI, Forscher weisen jedoch darauf hin, dass diese Instruments ebenso für die Aufrechterhaltung von Vorurteilen im Gesundheitswesen verantwortlich sind und einer Aufsicht bedürfen.

„Die Regulierung klinischer Risikobewertungen stellt erhebliche Herausforderungen dar, da in elektronischen Krankenakten immer mehr Instruments zur Unterstützung klinischer Entscheidungen eingebettet sind und diese in der klinischen Praxis weit verbreitet sind“, sagt Co-Autorin Maia Hightower, CEO von Equality AI. „Eine solche Regulierung bleibt notwendig, um Transparenz und Nichtdiskriminierung zu gewährleisten.“

Allerdings fügt Hightower hinzu, dass sich die Regulierung der klinischen Risikobewertungen unter der neuen Regierung als „besonders herausfordernd erweisen könnte, da der Schwerpunkt auf der Deregulierung und dem Widerstand gegen den Inexpensive Care Act und bestimmte Antidiskriminierungsrichtlinien liegt.“