Pruebe ModelOps multicloud en IBM® Cloud Pak for Data

Información general

¿Qué es ModelOps multicloud? ¿Por qué ahora?

Para 2023, un 70 % de las cargas de trabajo de IA usarán contenedores de aplicaciones o se crearán mediante un modelo de programación sin servidor que exige una cultura de DevOps.*

ModelOps es un método basado en principios para operacionalizar un modelo en las aplicaciones. ModelOps sincroniza cadencias entre las canalizaciones de modelos y aplicaciones. Con ModelOps multicloud puede optimizar sus inversiones en ciencia de datos e IA con datos, modelos y recursos desde la periferia hasta el núcleo y el cloud.

ModelOps multicloud cubre íntegramente los ciclos de vida de para optimizar el uso de modelos y aplicaciones en varios clouds, centrándose en los modelos de machine learning, los modelos de optimización y otros modelos operativos para la integración con CICD (integración e implementación continuas). IBM® Cloud Pak for Data usa IBM® Watson Studio como plataforma ideal para construir su práctica de ModelOps multicloud.

Características de ModelOps

¿Qué puede hacer con ModelOps?

Genere una tabla de clasificaciones de ejecución secuencial de modelos

Prepare automáticamente los datos, seleccione los modelos, realice el diseño de funcionalidades y optimice los hiperparámetros para generar una tabla de clasificaciones de ejecución secuencial.

Supervise los modelos de machine learning

Supervise los modelos de machine learning mediante la visualización del sesgo de los modelos y el aprendizaje de cómo mitigarlo y explicar los resultados.

Examine y elimine el sesgo de los modelos

Genere un endpoint de modelo sin sesgo y muestre capacidad de explicación. Detecte incoherencias en los datos que producen una desviación del modelo.

Implemente funciones del modelo con aplicaciones

Preprocese los datos antes de pasarlos a los modelos, realice la gestión de errores e incluya llamadas a varios modelos.

Cree e implemente modelos en varios clouds

Implemente y envíe modelos prácticamente a cualquier lugar. Cree su propio cloud preparado para la IA con un sistema x86, IBM® Cloud Pak for Data System e IBM® Power.

Cree, ejecute y gestione modelos en una interfaz unificada

Prepare datos, cree modelos y mida resultados. Mejore continuamente los modelos con un bucle de retroalimentación.

Novedades de ModelOps multicloud

Semo: Sincronice DevOps e IA

Lea por qué el 63 % de las empresas adoptaron DevOps y el 33 % incluyó equipos de ciencia de datos para las aplicaciones con IA.

451 Research: IA y ModelOps con automatización

Obtenga información y sugerencias prácticas de pioneros de la IA sobre cómo desarrollar ModelOps en el entorno multicloud.

Ruta de aprendizaje de desarrolladores: machine learning

Cree, ejecute y gestione modelos en una plataforma unificada de datos e IA. Mejore continuamente los modelos y úselos para sus aplicaciones.

Imágenes del producto

Comparación de KPI

Captura de pantalla que muestra la visualización de la comparación de modelos, incluidos KPI, costes de mantenimiento y producción

Comparación de KPI

Compare modelos según los indicadores clave de rendimiento (KPI).

Explicaciones

Captura de pantalla que muestra cómo se determinó un pronóstico y los factores más importantes que influyen en él

Explicaciones

Vea las explicaciones de los resultados de la IA.

Tabla de clasificación de canalizaciones

Captura de pantalla que muestra una predicción de error correspondiente a un conjunto de modelos y una tabla de clasificación de canalizaciones

Tabla de clasificación de canalizaciones

Prepare automáticamente datos, diseñe funciones, optimice parámetros y genere una tabla de clasificación de modelos.

Desviación del modelo

Captura de pantalla que muestra la magnitud de desviación del modelo de un modelo de riesgo de crédito alemán

Desviación del modelo

Detecte y corrija la desviación del modelo en producción.

ModelOps multicloud frente a tradicional

ModelOps multicloud ModelOps tradicional
Compatibilidad con multicloud
Ciclo de vida de IA automatizado
Supervisión de KPI empresariales
Explicabilidad y eliminación de sesgo
Dirección y medición de desviación
Implemente en solo un clic con CICD
Gestión de modelos y retroalimentación
Refinería de datos avanzada
Preparación de datos