MLOps

Artificiell intelligens (AI) – strategi

Vidhi Chugh

AI strategist and ethicist

Driftsättning

Att integrera avancerade AI-modeller i den löpande verksamheten.

Avancerade AI-modeller

Artificiell intelligens (AI) – strategi

Versions­kontroll för kod och data

  • Experiment ger upphov till flera kodversioner

Experiment ger upphov till flera kodversioner

  • Hanteras via versionskontrollsystem
  • Dataversioner

Dataversioner

  • Ny data eller nya särdrag
Artificiell intelligens (AI) – strategi

Portabilitet

  • Miljöer i ML-projekt
    • Träning
    • Validering
    • Produktion

 

  • Konsekvent genom hela livscykeln

    • Bibliotek
    • Ramverk
    • Versioner

 

Bibliotek, ramverk och versioner

Artificiell intelligens (AI) – strategi

Dags att tänka till!

  • Hantering av olika versioner och beroenden

Fokus ligger på omedelbart affärsvärde

  • Fokus ligger på omedelbart affärsvärde
  • Skalbarhet och arkitektur ses som en eftertanke

Skalbarhet och arkitektur

  • Ad hoc-metoder skapar utmaningar
Artificiell intelligens (AI) – strategi

Automatiserad datahantering

  • Arbete med att förbereda träningsdata på nytt
  • Fel, ändringar eller uppdateringar
  • Automatiserad datahantering för kvalitet
  • Kvalitetskontroller och aviseringar

Fel, ändringar eller uppdateringar

Automatiserad datahantering för kvalitet

Kvalitetskontroller och aviseringar

Artificiell intelligens (AI) – strategi

Behovet av automatisering

  • Manuella ingrepp = förseningar
    • Försämrad modellprestanda
    • Felanalys
    • Korrigerande åtgärd

Manuella ingrepp

Modellprestanda

 

  • Avsevärd tid förfluten
  • Felaktiga prediktioner
  • Negativa konsekvenser
Artificiell intelligens (AI) – strategi

Kodrefaktorisering

 

Refaktorisera den ursprungliga koden

 

  • Brist på grundläggande tekniska bästa praxis

 

  • Behov av att refaktorisera den ursprungliga koden
    • Betydande risk
    • Ursprunglig logik missförstås eller återges felaktigt
Artificiell intelligens (AI) – strategi

Kännetecken för effektiv arkitektur

 

  • Tillförlitliga system kräver ansträngning
  • MLOps = standardiserade processer och automatiserade pipelines

 

  • Automatisering:
    • Återanvändbara moduler – dataprodukter, kod
    • Automatiserade testramverk
    • Minskar risken vid refaktorisering

 

Automatisering

Artificiell intelligens (AI) – strategi

Kännetecken för effektiv arkitektur

 

Docker paketerar modellen med miljön

 

  • Docker paketerar modellen med miljön

  • Färre manuella ingrepp = effektiv livscykel

  • Att upprätthålla modellprestanda är utmanande

 

  • MLOps för att övervaka modellerna
    • 30 % färre modeller läggs på hyllan
    • 60 % ökning av värdet
Artificiell intelligens (AI) – strategi

Nu kör vi en övning!

Artificiell intelligens (AI) – strategi

Preparing Video For Download...