تجربة ModelOps متعدد الأوساط السحابية على IBM Cloud Pak® for Data

مقدمة

ما هو ModelOps متعدد الأوساط السحابية؟ لماذا الآن؟

بحلول عام 2023، سيقوم 70% من أحجام عمل الذكاء الاصطناعي باستخدام حاويات التطبيقات أو سيتم بناؤها باستخدام نموذج برمجة بدون وحدة خدمة يستلزم ثقافة DevOps.*‏

يعد ModelOps نهج مبدئي لتشغيل نموذج في التطبيقات. يقوم ModelOps بمزامنة الوتيرة بين التطبيق ومسارات اتصال النموذج. باستخدام ModelOps متعدد الأوساط السحابية، يمكنك تحسين علم البيانات واستثمارات الذكاء الاصطناعي الخاصة بك باستخدام البيانات والنماذج والمصادر من الحافة الى المركز الى البيئة السحابية.

تغطي ModelOps متعددة الأوساط السحابية دورات الحياة الشاملة لتحسين استخدام النماذج والتطبيقات عبر البيئات السحابية، واستهداف نماذج التعلم الآلي ونماذج التحسين ونماذج التشغيل الأخرى للتكامل مع التكامل المستمر والنشر المستمر (CICD). يقوم IBM Cloud Pak® for Data باستخدام IBM Watson® Studio كمنصة مثالية لبناء ممارسات ModelOps متعددة الأوساط السحابية.

فوائد ModelOps

خصائص ModelOps

ماذا يمكنك أن تفعل باستخدام ModelOps؟

إنشاء لوحة متصدري مسارات اتصال النماذج

إعداد البيانات آليا وتحديد النماذج وإجراء هندسة الخصائص وتحسين المعاملات الفائقة لتكوين لوحة متصدري مسارات الاتصال.

مراقبة نماذج التعلم الآلي

مراقبة نماذج التعلم الآلي من خلال عرض التحيز المحتمل للنموذج وتعلم كيفية الحد منه وشرح النتائج.

فحص والغاء تحيز النماذج

انشاء نقطة نهاية نماذج غير متحيزة وعرض قابلية التفسير. اكتشاف عدم اتساق البيانات الذي يؤدي الى انحراف النماذج.

نشر وظائف النموذج مع التطبيقات

المعالجة المسبقة للبيانات قبل تمريرها إلى النماذج، وإجراء معالجة الأخطاء وتضمين الاستدعاءات لنماذج متعددة.

بناء النماذج ونشرها على بيئات سحابية متعددة

نشر ودفع النماذج افتراضيا في أي مكان. بناء بيئتك السحابية الجاهزة للذكاء الاصطناعي باستخدام x86 وIBM Cloud Pak® for Data System وIBM Power® System.

بناء وتشغيل وادارة النماذج من خلال واجهة تعامل موحدة

اعداد البيانات وبناء النماذج وقياس النتائج. مواصلة تحسين النماذج باستخدام حلقة المعلومات المرتجعة.

ما الجديد في ModelOps متعدد الأوساط السحابية؟

الندوة عبر الانترنت: تزامن DevOps والذكاء الاصطناعي

تعرف على سبب قيام 63% من المؤسسات بتبني DevOps بينما تشمل 33% منها فرق علوم البيانات للتطبيقات التي تعمل بالذكاء الاصطناعي.

451 Research:‏ الذكاء الاصطناعي وModelOps مع التشغيل الآلي

الحصول على رؤى ونصائح عملية من رواد الذكاء الاصطناعي حول كيفية بناء ModelOps في بيئة متعددة الأوساط السحابية.

مسار تعلم المطور: التعلم الآلي

بناء النماذج وتشغيلها وإدارتها على منصة بيانات وذكاء اصطناعي موحدة. مواصلة تحسين النماذج واستخدامها للتطبيقات الخاصة بك.

صور المنتج

مقارنة مؤشرات الأداء الرئيسية

لقطة شاشة توضح تصور مقارنة النماذج، بما في ذلك مؤشرات الأداء الرئيسية وتكاليف الصيانة والإنتاج

مقارنة مؤشرات الأداء الرئيسية

مقارنة النماذج مقابل مؤشرات الأداء الرئيسية.

التفسيرات

لقطة شاشة توضح كيف تم تحديد التنبؤ وأهم العوامل التي تؤثر على التنبؤ

التفسيرات

مشاهدة التفسيرات وراء نتائج الذكاء الاصطناعي.

لوحة متصدري مسارات الاتصال

لقطة شاشة تعرض توقع الفشل لمجموعة من النماذج ولوحة متصدري مسارات الاتصال

لوحة متصدري مسارات الاتصال

إعداد البيانات آليا وخصائص الهندسة وتحسين المعاملات وتكوين لوحة متصدري النماذج.

انحراف النموذج

لقطة شاشة توضح حجم انحراف النموذج لنموذج مخاطر الائتمان الألماني

انحراف النموذج

اكتشاف وتصحيح انحراف النموذج في الانتاج.

ModelOps متعددة الأوساط السحابية مقابل ModelOps التقليدية

ModelOps متعددة الأوساط السحابية ModelOps التقليدية
دعم تعدد الأوساط السحابية
دورة حياة الذكاء الاصطناعي الآلي
مراقبة مؤشر الأداء الرئيسي للأعمال
قابلية التفسير والحد من التحيز
اتجاه الانحراف والقياس
النشر بالضغط مرة واحدة باستخدام CICD
إدارة النماذج وردود الفعل
التنقيح المتقدم للبيانات
اعداد البيانات