Seguimiento de activos en un caso de uso de IA
Realice un seguimiento de los activos en casos de uso de IA para recopilar información detallada sobre ellos en hojas informativas. Utilice la información recopilada en el caso de uso de IA para supervisar el progreso de los activos a través del ciclo de vida de IA, desde la solicitud hasta la producción.
Defina un caso de uso de IA para identificar un problema empresarial y solicitar una solución. Una solución podría consistir en uno o varios modelos para abordar el problema empresarial. Cuando se desarrolle un activo, asócielo con el caso de uso para capturar detalles sobre el activo en hojas de datos. A medida que el activo pasa por el ciclo de vida de IA, desde el desarrollo a las pruebas y, a continuación, a la producción, las hojas de datos recopilan los datos para dar soporte a los objetivos de gobierno o conformidad.
Creación de enfoques para comparar formas de resolver un problema
Cada caso de uso de IA puede contener al menos un enfoque. Un enfoque es una faceta de la solución al problema de negocio representado por el caso de uso de IA. Por ejemplo, puede crear dos enfoques para comparar utilizando distintas infraestructuras para los modelos predictivos para ver cuál de ellos funciona mejor.
Los enfoques también capturan información de versión. Se aplica el mismo número de versión a todos los activos en un enfoque. Si tiene una versión estable de un activo, puede mantener esa versión en un enfoque y crear un nuevo enfoque para la siguiente ronda de iteración y experimentación.
Este caso de uso incluye tres enfoques para organizar tres plantillas de solicitud para un caso de uso de procesamiento de reclamaciones de seguros:
Adición de activos a un caso de uso
Puede realizar un seguimiento de estos activos en un caso de uso de IA:
- Las plantillas de solicitud incluyen la entrada de solicitud para un modelo de base y las variables definidas para que la solicitud sea reutilizable para generar una nueva salida.
- Los modelos de aprendizaje automático se crean utilizando una herramienta de aprendizaje automático ( Watson Machine Learning ) como AutoAI o SPSS Modeler.
- Python Las funciones se crean en Jupyter Notebooks y se implementan en un espacio o proyecto.
- Los activos importados son activos de aprendizaje automático que se crearon fuera de watsonx.governance y luego se importaron a un inventario.
- Los modelos externos son modelos que se crean en Jupyter Notebooks o modelos que se crean utilizando un proveedor de aprendizaje automático de terceros.
Más información
Utilice un proyecto de ejemplo para probar las características de watsonx.governance con la guía de aprendizaje Inicio rápido: Evaluar y realizar el seguimiento de una plantilla de solicitud.