AI istehsal edərkən, AI modelinizi bir prosesə və ya insanlara necə tətbiq etmək, məlumat və modelləri sabitləşdirmək, dəyişən mühitlərdə və zamanla modelinizi dəqiq saxlamaq, miqyaslandırma və necə böyümək kimi çoxlu çətinliklərlə qarşılaşa bilərsiniz. və ya AI modelinizin imkanlarını artırın.
Yerləşdirmə AI
Yeni bir alqoritmlə uğurlu maşın öyrənmə Proof of Concept (PoC) tətbiqi onu istehsal etmək və ondan həqiqi dəyər əldə etmək üçün tələb olunan səyin yalnız 10%-ni təşkil edir. Qalan 90%-i istifadəyə yararlı məhsul hazırlamaq üçün etməli olduğunuz şeylərə və faydalı məhsul hazırlamaq üçün etməli olduğunuz şeylərə bölmək olar.
İstifadəyə yararlı məhsul hazırlamaq üçün məhsulu istifadəçilərinizə təqdim etmək üçün texniki tətbiqi yaxınlaşdırmaq lazımdır. Onu faydalı etmək üçün məhsulun istifadəçilər üçün bir prosesə daxil edilməsinə baxmalısınız. Birincisi, PoC ilə istifadə edilə bilən məhsul arasındakı fərq nədir?
Əvvəla, PoC-lər istehsal üçün nəzərdə tutulmayıb. Məhsullar hər zaman, istənilən vaxt və dəyişkən şəraitdə işləməlidir. PoC zamanı siz axtardığınız məlumatları tapır, surətini çıxarır və onu təmizləməyə və təhlil etməyə başlayırsınız. İstehsalda məlumat mənbəyiniz real vaxt rejimində, təhlükəsiz və etibarlı şəkildə məlumat platformasına qoşulmalıdır; məlumat axını avtomatik manipulyasiya edilməli və digər məlumat mənbələri ilə müqayisə edilməli/birləşdirilməlidir.
PoC-niz zamanı ya gələcək istifadəçilərinizlə danışmaq və həll yolu hazırlamaq üçün onlarla işləmək lüksünüz var, ya da heç bir istifadəçiniz yoxdur və siz texniki həll dizayn edirsiniz. Məhsul üçün bu həlli anlamalı olan istifadəçiləriniz və texniki həllin işləməsinə cavabdeh olan insanlar var. Beləliklə, məhsulun istifadəyə yararlı olması üçün təlim, tez-tez verilən suallar və/və ya dəstək xətləri tələb olunur. Bundan əlavə, siz sadəcə PoC-də bir istifadə halınız üçün yeni versiya yaradırsınız. Məhsullar güncəlləmə tələb edir və məhsulunuzu çoxsaylı müştərilər üçün təqdim etdikdə, kodunuzu istehsal üçün sınamaq və yerləşdirmək üçün bir yola ehtiyacınız var (CI/CD boru kəmərləri).
“Itility-də biz hər hansı bir layihəmiz üçün tikinti bloklarını və əsas platformanı əhatə edən Itility Data Factory və AI Fabrikamızı inkişaf etdirdik. Bu o deməkdir ki, biz faydalı bucaq (daha çox müştəri və istifadə vəziyyətindən asılıdır) üzərində cəmlənə bilməyimiz üçün başlanğıcdan istifadəyə yararlı bucağa malikik”, - deyə şirkət bildirib.
Zərərvericilərin aşkarlanması proqramı – PoC-dan istifadə edilə bilən məhsula qədər
“Zərərvericilərin Aşkarlanması Tətbiqimizin Konsepsiya sübutu mərhələsi istixana komandası üzvləri tərəfindən çəkilmiş şəkillər əsasında yapışqan tələ üzərində milçəkləri təsnif etmək və saymaq kimi dar tapşırığı yerinə yetirə bilən modeldən ibarət idi. Şəkli qaçırdıqda və ya bir şey səhv olarsa, geri qayıdıb başqa bir şəkil çəkə və ya birbaşa tablosunda düzəldə bilərlər. Kifayət qədər əl ilə yoxlamalar lazım idi.
“Bizim PoC dünyamız bir cihaz, bir istifadəçi və bir müştəriyə əsaslanan sadə idi. Bununla belə, onu istifadə edilə bilən bir məhsula çevirmək üçün bir çox müştərini miqyasına salmalı və dəstəkləməli idik. Sonra məlumatların ayrı və təhlükəsiz saxlanması ilə bağlı sual yaranır. Bundan əlavə, hər bir fərdi müştəri/maşın quraşdırma və standart konfiqurasiya tələb edir. Beləliklə, 20 yeni müştərini necə konfiqurasiya etmək/qurmaq olar? İdarəetmə interfeysinin nə vaxt qurulacağını və işə qəbulun avtomatlaşdırılmasını necə bilirsiniz? 2 müştəridə, 20, yoxsa 200?”
Əlbəttə ki, "milçəklərin sayılması müştərimə necə kömək edir?" kimi suallarınız ola bilər. Bu məlumatdan necə dəyər yaratmaq olar? Qərarları necə tövsiyə etmək və hərəkətə keçmək olar? Bu AI tətbiqi biznes prosesinə necə uyğun gəlir?'. Birinci addım, istinad çərçivənizi texniki/məlumat perspektivindən son istifadəçi perspektivinə dəyişməkdir. Bu, müştərinizlə söhbəti davam etdirmək və sübut edilmiş PoC-nin gündəlik proseslərə necə uyğunlaşdığını görmək deməkdir.
“Həmçinin daha uzun müddət ərzində prosesi yaxından izləməli, hər gün hansı məlumat əsasında hansı tədbirlərin görüldüyünü, nəyə nə qədər vaxt sərf edildiyini və əsaslandırmanı həqiqətən başa düşmək üçün əməliyyat və taktiki görüşlərə qoşulmalısınız. müəyyən hərəkətlərin arxasında. Modelinizdəki məlumatların biznes dəyəri yaratmaq üçün necə istifadə edildiyini başa düşmədən, faydalı məhsul əldə etməyəcəksiniz.
“Bizim vəziyyətimizdə qərar qəbul etmək üçün hansı məlumatlardan istifadə edildiyini aşkar etdik. Məsələn, biz aşkar etdik ki, bəzi zərərvericilər üçün həftəlik tendensiyaya riayət etmək daha vacib idi (bunun üçün çox yüksək dəqiqliyə ehtiyacınız yoxdur), digərləri isə zərərvericinin ilk əlamətində hərəkətə keçmək tələb edir (bu o deməkdir ki, bir cütün olması daha yaxşıdır). yalan pozitivlərin hətta bir yalan mənfi olmasından daha çox).
“Bundan əlavə, biz aşkar etdik ki, müştərimiz əvvəllər oxşar alətlə “pis” təcrübəyə malik olub və onun praktikada təmin edə bilmədiyi dəqiqliklərə malik olduğunu iddia edib. Niyə bizimkilərə inansınlar? Biz bu inam problemini əsas götürdük və dəqiqliyi və şəffaflığı məhsulun əsas xüsusiyyətinə çevirdik. Tətbiqi son istifadəçinin iş metodlarına uyğunlaşdırmaqla və qarşılıqlı əlaqədə şəffaflığı artıraraq, istifadəçiyə tətbiq üzərində daha çox nəzarət verməklə məhsulumuzu faydalı etmək üçün bu məlumatdan istifadə etdik” deyə şirkət davam edir.
Ən böyük problem nədir?
“Milçək sayma ssenarimizdə istədiyimiz qədər dəqiqlik balımız haqqında danışa bilərik. Bununla belə, faydalı olmaq üçün istifadəçiyə (istixana mütəxəssisi) faizdən daha çox ehtiyac var. Lazım olan, onu yaşamaq və ona etibar etməyi öyrənməkdir. Baş verə biləcək ən pis şey, istifadəçilərinizin nəticələrinizi öz əl nəticələri ilə müqayisə etməsi və (böyük) uyğunsuzluq olmasıdır. Reputasiyanız pozulub və etimadı qaytarmağa yer yoxdur. Biz məhsula istifadəçini həmin uyğunsuzluqları axtarmağa və onları düzəltməyə təşviq edən proqram təminatı əlavə etməklə bunun qarşısını aldıq.
“Bizim yanaşmamız istifadəçini süni intellekt həllinin bir hissəsi etməkdir ki, onu mütəxəssisi əvəz edəcək bir sistem kimi təqdim etmək əvəzinə. Biz mütəxəssisi operatora çeviririk. Süni intellekt öz qabiliyyətlərini artırır və mütəxəssislər ətraf mühit və ya digər dəyişənlər dəyişdikdə daha çox öyrənmək və düzəlişlər etmək üçün süni intellektə davamlı olaraq öyrətmək və onlara rəhbərlik etməklə nəzarətdə qalırlar. Operator olaraq mütəxəssis həllin ayrılmaz hissəsidir - xüsusi hərəkətlərlə AI-nin öyrədilməsi və öyrədilməsi."
Basın burada operator mərkəzli yanaşma haqqında ətraflı məlumatı olan videoya baxmaq üçün.