Nasadení AI vyžaduje tímové úsilie

Intenzita využití umělé inteligence (AI) a strojového učení (ML) v podnicích stále roste. Přináší to ale mnoho výzev, od vývoje a nasazení až po správu modelů AI a ML. Proto musí každá organizace vždy vnímat iniciativy v oblasti AI jako týmové úsilí napříč odděleními. Jak může otevřená platforma hybridního cloudu sloužit jako základ pro vybudování a provoz prostředí AI a integraci všech zúčastněných stran komentuje Andreas Bergqvist, expert na AI společnosti Red Hat.

Pridajte si TOUCHIT.sk ako preferovaný zdroj informácií

Pridať

Jak se generativní umělá inteligence vyvíjí, zaměřuje se na toto téma stále více společností. Koneckonců technologie AI a ML slibují řadu výhod, jako zrychlení procesů, vyšší kvalitu produktů a služeb i snížení pracovní zátěže zaměstnanců. Úspěšná implementace strategie pro AI však vyžaduje několik procesních kroků, od vývoje strategie až po monitorování a správu modelů za účelem měření výkonnosti a reakce na případné odchylky dat v produkčním prostředí, přičemž tyto úkoly často zahrnují různá oddělení a zainteresované strany v rámci organizace.

V typickém projektu AI stanovuje cíle konkrétní oddělení, datoví inženýři a vědci vyhledávají a připravují použitá data a inženýři ML vyvíjejí modely, které slouží aplikacím vytvářeným vývojáři – to vše v prostředí řízeném oddělením IT. Otázkou nyní je, jaký je ideální technologický základ pro tyto různorodé úkoly a výzvy, tedy společný základ pro všechny strany zapojené do tohoto procesu. A zde se do popředí zájmu firem stále více dostávají otevřené platformy hybridního cloudu založené na Kubernetes, které nabízejí konzistentní infrastrukturu pro vývoj modelů AI, jejich trénování i začlenění do aplikací.

Aby bylo možné pro všechny strany zapojené do procesu spolehlivě zorganizovat cestu od experimentu až k produktivnímu provozu – a umožnit jim konzistentně spolupracovat – měly by klíčové vlastnosti takové platformy zahrnovat:

Vývoj modelu s interaktivním, kolaborativním uživatelským rozhraním pro datovou vědu i jeho trénování, optimalizaci a nasazení.
Nasazení modelu s jeho směrováním do produkčních prostředí.
Monitorování modelu pomocí centralizovaného monitoringu k ověření jeho výkonnosti a přesnosti.

Tento platformový přístup nabízí mnoho výhod, mezi které především patří:

Vysoká míra flexibility díky modelu hybridního cloudu: Podniky mohou flexibilně nasadit kontejnerizované modely inteligentních aplikací v místním datovém centru, v cloudu nebo na okraji sítě.
Snadná správa a konfigurace s vysokou škálovatelností: Provoz IT může poskytnout centrální infrastrukturu pro datové inženýry a vědce a zbavit je tak zátěže spojené s údržbou a správou prostředí.
Podpora spolupráce: Společná platforma spojuje data, IT a týmy. Eliminuje také narušení procesů mezi vývojáři, datovými inženýry a vědci a týmy DevOps. Navíc poskytuje integrovanou podporu pro spolupráci mezi týmy ML a vývojáři aplikací.
Open source inovace: Organizace získají přístup k inovacím open source nástrojů pro AI/ML.

Celkově lze říci, že otevřená platforma hybridního cloudu poskytuje různým týmům základnu pro jejich iniciativy v oblasti AI. Taková infrastruktura podporuje vývoj, trénování, nasazení, monitorování a řízení životního cyklu modelů i aplikací AI/ML, a to od experimentování a ověřování konceptů až po produkci. Přidává AI do stávající struktury DevOps organizace rozšiřujícím a integrovaným způsobem a nikoli jako samostatné řešení, které musíte sami integrovat.

V rámci iniciativ v oblasti AI zastává v týmech klíčové role celá řada zúčastněných stran (Zdroj: Red Hat)

Ostatné

Nahlásiť chybu

Redaktor

Redakcia TOUCHIT

Žijeme technológiami a pretvárame ich na zrozumiteľné informácie a príbehy. Sledujeme trendy, testujeme novinky a prinášame vám ich tak, aby ste sa v digitálnom svete cítili sebavedomo a bezpečne.