Пры вытворчасці штучнага інтэлекту вы можаце сутыкнуцца з мноствам праблем, напрыклад, як прымяніць вашу мадэль ІІ да працэсу або людзей, стабілізаваць дадзеныя і мадэлі, як захаваць вашу мадэль дакладнай у зменлівых умовах і з часам, маштабаванне і рост або павялічыць магчымасці вашай мадэлі AI.
Убудаванне ІІ
Запуск паспяховага машыннага навучання Proof of Concept (PoC) з новым алгарытмам складае ўсяго 10% намаганняў, неабходных для яго вытворчасці і атрымання ад яго фактычнай каштоўнасці. Астатнія 90% можна падзяліць на рэчы, якія трэба зрабіць, каб зрабіць карысны прадукт, і рэчы, якія трэба зрабіць, каб зрабіць карысны прадукт.
Каб зрабіць прадукт прыдатным да выкарыстання, вам трэба павялічыць тэхнічную рэалізацыю, каб зрабіць прадукт даступным для вашых карыстальнікаў. Каб зрабіць яго карысным, вы павінны паглядзець на ўбудаванне прадукту ў працэс для карыстальнікаў. Па-першае, аднак, у чым менавіта розніца паміж PoC і прыдатным для выкарыстання прадуктам?
Па-першае, PoC не прызначаныя для вытворчасці. Прадукты павінны працаваць увесь час, у любы час і пры зменлівых абставінах. Падчас вашага PoC вы знаходзіце дадзеныя, якія шукаеце, робіце копію і пачынаеце іх ачышчаць і аналізаваць. У вытворчасці ваша крыніца дадзеных павінна быць падключана да платформы дадзеных у рэжыме рэальнага часу, бяспечна і бяспечна; паток даных павінен аўтаматычна маніпулявацца і параўноўвацца з іншымі крыніцамі даных.
Падчас вашага PoC вы альбо маеце раскошу размаўляць са сваімі будучымі карыстальнікамі і працаваць з імі, каб распрацаваць рашэнне, альбо ў вас наогул няма карыстальнікаў, і вы распрацоўваеце тэхнічнае рашэнне. Для прадукту ў вас ёсць карыстальнікі, якія павінны разумець гэтае рашэнне, і людзі, адказныя за падтрыманне тэхнічнага рашэння. Такім чынам, прадукт патрабуе навучання, часта задаваных пытанняў і/або лініі падтрымкі, каб можна было выкарыстоўваць яго. Акрамя таго, вы проста ствараеце новую версію для аднаго выпадку выкарыстання ў PoC. Прадукты патрабуюць абнаўленняў, і калі вы разгарнулі свой прадукт для некалькіх кліентаў, вам патрэбен спосаб праверыць і разгарнуць свой код для вытворчасці (канвейеры CI/CD).
«У Itility мы распрацавалі нашу Itility Data Factory і AI Factory, якія ахопліваюць будаўнічыя блокі і асноўную платформу для любога з нашых праектаў. Гэта азначае, што ў нас ёсць карысны кут з самага пачатку, так што мы можам засяродзіцца на карысным вугле (які ў большай ступені залежыць ад кліента і выпадку выкарыстання)», — заявілі ў кампаніі.
Прыкладанне для выяўлення шкоднікаў - ад PoC да карыснага прадукту
«Фаза доказу канцэпцыі нашага прыкладання для выяўлення шкоднікаў складалася з мадэлі, якая можа выконваць вузкую задачу класіфікацыі і падліку мух на клеевой пастцы на аснове малюнкаў, зробленых членамі цяплічнай каманды. У выпадку, калі яны прапусцілі фатаграфію або калі што-то пайшло не так, яны маглі вярнуцца і зрабіць яшчэ адзін, або непасрэдна выправіць яго ў прыборнай панэлі. Спатрэбілася даволі шмат ручных праверак.
«Наш PoC-свет быў простым, заснаваны на адной прыладзе, аднаго карыстальніка і аднаго кліента. Аднак, каб зрабіць яго прыдатным для выкарыстання прадуктам, нам трэба было маштабаваць і падтрымліваць некалькіх кліентаў. Затым узнікае пытанне аб тым, як захаваць дадзеныя асобнымі і бяспечнымі. Больш за тое, кожнаму асобнаму кліенту/машыне патрабуецца ўстаноўка і канфігурацыя па змаўчанні. Такім чынам, як наладзіць/наладзіць 20 новых кліентаў? Як вы ведаеце, калі стварыць інтэрфейс адміністратара і аўтаматызаваць адаптацыю? Пры 2 кліентах, 20 ці 200?»
Вядома, у вас могуць узнікнуць пытанні, напрыклад, «як падлік мух дапамагае майму кліенту?» Як стварыць каштоўнасць з гэтай інфармацыі? Як рэкамендаваць рашэнні і прымаць меры? Як гэта дадатак AI ўпісваецца ў бізнес-працэс?'. Крок першы - змяніць сістэму адліку з пункту гледжання тэхнічных / даных на пункт гледжання канчатковага карыстальніка. Гэта азначае працягваць размову са сваім кліентам і бачыць, як правераны PoC ўпісваецца ў штодзённыя працэсы.
«Таксама трэба ўважліва сачыць за працэсам на працягу больш доўгага перыяду часу, трэба далучацца да аператыўна-тактычных сустрэч, каб сапраўды разумець, якія дзеянні робяцца кожны дзень, зыходзячы з якой інфармацыі, колькі часу затрачваецца на тое, што і аргументацыі за пэўнымі дзеяннямі. Не разумеючы, як інфармацыя з вашай мадэлі выкарыстоўваецца для стварэння каштоўнасці для бізнесу, вы не атрымаеце карыснага прадукту.
«У нашым выпадку мы высветлілі, якая інфармацыя выкарыстоўвалася для прыняцця рашэнняў. Напрыклад, мы выявілі, што для некаторых шкоднікаў важней прытрымлівацца штотыднёвай тэндэнцыі (для чаго вам не патрэбна звышвысокая дакладнасць), у той час як іншыя патрабуюць дзеянняў пры першых прыкметах шкодніка (а значыць, лепш мець пару ілжывых спрацоўванняў, чым мець хоць адзін ілжываадмоўны).
«Акрамя таго, мы выявілі, што раней наш кліент меў «дрэнны» досвед працы з падобным інструментам, які сцвярджаў, што мае дакладнасць, якую ён не можа забяспечыць на практыцы. Чаму яны давяраюць нашым? Мы ўзялі гэтую праблему даверу ў лоб і зрабілі дакладнасць і празрыстасць ключавой асаблівасцю прадукту. Мы выкарыстоўвалі гэтую інфармацыю, каб зрабіць наш прадукт карысным, адаптаваўшы прыкладанне да метадаў працы канчатковага карыстальніка, а таксама за кошт павышэння празрыстасці ўзаемадзеяння, даючы карыстачу большы кантроль над дадаткам», — працягваюць у кампаніі.
Што з'яўляецца самай вялікай праблемай?
«У нашым сцэнары падліку мух мы можам гаварыць аб нашай ацэнцы дакладнасці ўсё, што заўгодна. Аднак, каб быць карысным, карыстальніку (спецыялісту па цяпліцы) трэба больш, чым у працэнтах. Трэба перажыць гэта і навучыцца давяраць. Самае горшае, што можа здарыцца, гэта калі вашы карыстальнікі параўноўваюць вашыя вынікі са сваімі ўласнымі вынікамі ўручную і існуе (вялікая) розніца. Ваша рэпутацыя сапсаваная, і няма куды вярнуць давер. Мы супрацьстаялі гэтаму, дадаўшы ў прадукт праграмнае забеспячэнне, якое заахвочвае карыстальніка шукаць гэтыя неадпаведнасці і выпраўляць іх.
«Такім чынам, наш падыход заключаецца ў тым, каб зрабіць карыстальніка часткай рашэння ІІ, а не прадстаўляць яго як сістэму, якая заменіць спецыяліста. Ператвараем спецыяліста ў аператара. ІІ павялічвае іх здольнасці, і спецыялісты застаюцца пад кантролем, бесперапынна навучаючы і накіроўваючы ІІ, каб даведацца больш і ўнесці карэктывы, калі навакольнае асяроддзе або іншыя зменныя змяняюцца. Як аператар, спецыяліст з'яўляецца неад'емнай часткай рашэння - навучанне і навучанне ІІ канкрэтнымі дзеяннямі».
націсніце тут каб убачыць відэа з больш падрабязнай інфармацыяй аб падыходзе, арыентаваным на аператара.