Mea kākau: Sergey Lukyanchikov, ʻenehana loea ma InterSystems
Nā kelepona helu AI/ML manawa maoli
E hoʻomaka kākou me nā laʻana mai ka ʻike o ka hoʻomaʻamaʻa ʻIke ʻIkepili ma InterSystems:
- Hoʻopili ʻia ka puka mea kūʻai i hoʻouka ʻia i kahi ʻōnaehana paipai pūnaewele. E hoʻoponopono hou ʻia nā hoʻolaha ma waena o ka pūnaewele kūʻai kūʻai (no ka laʻana, ma kahi o kahi laina hoʻolaha "flat", e hoʻohana ʻia kahi matrix "segment-tactics"). He aha ka hopena i nā ʻenekini manaʻo? He aha ka hopena i ka hoʻouna ʻana a me ka hoʻonui ʻana i ka ʻikepili i ka ʻenekini manaʻo (ua hoʻonui ʻia ka nui o ka ʻikepili hoʻokomo e 25000 mau manawa)? He aha ka hopena i ka hoʻomohala ʻana o nā manaʻo (pono e hōʻemi i ka paepae kānana o nā lula manaʻo i hoʻokahi kaukani ma muli o ka piʻi ʻana o hoʻokahi kaukani i kā lākou helu a me ka "pae")?
- Aia kahi ʻōnaehana no ka nānā ʻana i ka ulu ʻana o nā hemahema i nā ʻāpana mea hana. Ua hoʻopili ʻia kahi ʻōnaehana hoʻomalu kaʻina hana ʻokoʻa i ka ʻōnaehana nānā, e hoʻouna ana i nā kaukani o nā kaʻina hana ʻenehana i kēlā me kēia kekona. He aha ka mea e hana ai i ka ʻōnaehana nānā i hana mua ma nā "manual samples" (hiki iā ia ke hāʻawi i ka nānā ʻana i ka lua-ke-kekona)? He aha ka hopena inā ʻike ʻia kahi poloka hou o nā haneli he nui i ka ʻikepili i hoʻokomo ʻia me ka heluhelu ʻana mai nā mea ʻike i hoʻohui hou ʻia i ka ʻōnaehana hoʻokele kaʻina (pono a pehea ka lōʻihi e hoʻōki ai i ka ʻōnaehana kiaʻi e hoʻokomo i ka ʻikepili mai nā mea ʻike hou i ka nānā ʻana. )?
- Ua hana ʻia kahi pūʻulu o nā mīkini AI/ML (manaʻo, nānā, wānana) e hoʻohana i nā hopena o ka hana a kekahi. ʻEhia mau hola kanaka e koi ʻia i kēlā me kēia mahina e hoʻololi i ka hana o kēia paʻakikī i nā loli i ka ʻikepili hoʻokomo? He aha ka "hoʻolohi" maʻamau ke kākoʻo ʻia e ka paʻakikī hoʻoholo hoʻokele (ke alapine o ka loaʻa ʻana o nā ʻike kākoʻo hou i loko e pili ana i ke alapine o ka loaʻa ʻana o nā ʻikepili hoʻokomo hou)?
I ka hōʻuluʻulu ʻana i kēia a me nā hiʻohiʻona ʻē aʻe he nui, ua hiki mai mākou i ka hoʻokumu ʻana i nā pilikia e kū mai ana i ka wā e neʻe ai i ka hoʻohana ʻana i ka mīkini aʻo a me nā mīkini naʻauao hana i ka manawa maoli:
- Ua māʻona mākou i ka wikiwiki o ka hana ʻana a me ka hoʻololi ʻana (i ke kūlana hoʻololi) o nā hoʻomohala AI / ML i kā mākou hui?
- ʻEhia ka nui o nā hoʻonā AI/ML a mākou e hoʻohana ai e kākoʻo i ka hoʻokele ʻoihana manawa maoli?
- Hiki i nā ʻōnaehana AI/ML a mākou e hoʻohana ai ke kūʻokoʻa (me ka ʻole o nā mea hoʻomohala) e hoʻololi i nā loli i ka ʻikepili a me nā hana hoʻokele ʻoihana?
ʻO kā mākou ʻatikala kahi hiʻohiʻona piha o ka hiki o ka InterSystems IRIS platform e pili ana i ke kākoʻo ākea no ka hoʻokau ʻana o nā mīkini AI / ML, ka hui ʻana (hoʻohui) o nā hoʻonā AI / ML, a me ka hoʻomaʻamaʻa ʻana (hoʻāʻo) o nā hoʻonā AI / ML ma ka ikaika. nā kahawai ʻikepili. E nānā mākou i ka noiʻi mākeke, nā noiʻi hihia o nā hoʻonā AI/ML, a me nā ʻano manaʻo o ka mea a mākou i kapa ai he kahua AI/ML manawa maoli ma kēia ʻatikala.
ʻO kā mākou ʻike mai nā noiʻi: nā noi manawa maoli
Nā hualoaʻa alakaʻi ʻia ma waena o 800 mau loea IT ma 2019 e Lightbend, e ʻōlelo no lākou iho:
Kiʻi 1 Ke alakaʻi nei i nā mea kūʻai aku i ka ʻikepili manawa maoli
E ʻōlelo kākou i nā ʻāpana koʻikoʻi o ka hōʻike e pili ana i nā hopena o kēia noiʻi ma kā mākou unuhi.
“... ʻO nā hiʻohiʻona o ka kaulana o nā mea hana no ka hoʻohui ʻana i nā kahawai ʻikepili a, i ka manawa like, ke kākoʻo ʻana i ka computing i loko o nā pahu e hāʻawi i kahi pane synergistic i ka noi o ka mākeke no kahi noi ʻoi aku ka pane, noʻonoʻo a me ka ikaika o nā hopena kūpono. ʻOi aku ka wikiwiki o ka hoʻoili ʻana i ka ʻikepili ma mua o ka ʻikepili packet kuʻuna. Hoʻohui ʻia i kēia ka hiki ke hoʻopili koke i nā ʻano helu helu, e like me, no ka laʻana, nā manaʻo hoʻokumu AI/ML, e hana ana i nā pono hoʻokūkū ma o ka hoʻonui ʻana i ka ʻoluʻolu o nā mea kūʻai aku. Hoʻopili pū ka heihei no ka agility i nā kuleana āpau i ka paradigm DevOps - e hoʻonui i ka hoʻomohala ʻana i ka noi a me ka hoʻolālā ʻana. … ʻEwalu haneli a me ʻehā mau loea IT i hāʻawi i ka ʻike e pili ana i ka hoʻohana ʻana i nā kahe ʻikepili i kā lākou hui. Aia ka poʻe pane ma nā ʻāina Komohana (41% ma ʻEulopa a me 37% ma ʻAmelika ʻĀkau) a ua aneane like ka puʻunaue ʻia ma waena o nā ʻoihana liʻiliʻi, waena a me nā hui nui. ...
... ʻAʻole hype ka naʻauao artificial. He kanalimakūmāwalu pākēneka o ka poʻe e hoʻohana nei i ka hoʻoili kahawai data i ka huahana AI/ML noi e hōʻoia i kā lākou hoʻohana ʻana iā AI/ML e ʻike i ka ulu nui loa i ka makahiki e hiki mai ana (hoʻohālikelike ʻia me nā noi ʻē aʻe).
- Wahi a ka hapa nui o ka poʻe pane, ʻo ka hoʻohana ʻana i nā kahawai ʻikepili i nā hiʻohiʻona AI / ML e ʻike i ka ulu nui loa i ka makahiki e hiki mai ana.
- E ulu ana nā noi ma AI/ML ʻaʻole wale ma muli o nā ʻano hiʻohiʻona hou, akā ma muli o nā hiʻohiʻona kuʻuna i hoʻohana nui ʻia ai ka ʻikepili manawa maoli.
- Ma kahi o AI / ML, he mea kupanaha ka pae o ka hoihoi i waena o nā mea hoʻohana o nā pipeline data IoT - 48% o ka poʻe i hoʻohui i ka ʻikepili IoT e ʻōlelo nei e ʻike ka hoʻokō ʻana i kēia ʻikepili i kahi piʻi nui i ka wā e hiki mai ana. ..."
Mai kēia noiʻi hoihoi loa, ua maopopo ka ʻike ʻana o ka mīkini aʻo ʻana a me nā hiʻohiʻona ʻike artificial ma ke ʻano he alakaʻi i ka hoʻohana ʻana i nā kahawai ʻikepili "ma ke ala." Akā ʻo ka nānā ʻana like ʻole ka ʻike o AI / ML manawa maoli ma o ka lens o DevOps: ma aneʻi hiki iā mākou ke hoʻomaka e kamaʻilio e pili ana i ka hoʻololi ʻana o ka moʻomeheu koʻikoʻi o "disposable AI / ML me kahi hoʻonohonoho ʻikepili hiki ke loaʻa."
ʻO ka manaʻo kahua AI/ML manawa maoli
ʻO kahi wahi noi maʻamau no AI/ML manawa maoli ʻo ia ka mana kaʻina hana i ka hana ʻana. Ke hoʻohana nei i kāna hiʻohiʻona a me ka noʻonoʻo ʻana i nā manaʻo mua, e hoʻokumu mākou i ka manaʻo o kahi kahua AI/ML manawa maoli.
ʻO ka hoʻohana ʻana i ka naʻauao artificial a me ke aʻo ʻana i ka mīkini i ke kaʻina hana he nui nā hiʻohiʻona:
- Loaʻa ka ʻikepili i ka mokuʻāina o ke kaʻina hana ʻenehana: me ke alapine kiʻekiʻe a no kahi ākea o nā ʻāpana (a hiki i nā ʻumi kaukani o nā helu parameter i hoʻouna ʻia i kēlā me kēia kekona mai ka ʻōnaehana kaʻina hana)
- ʻO ka ʻikepili e pili ana i ka ʻike ʻana i nā hemahema, ʻaʻole e haʻi i ka ʻikepili e pili ana i kā lākou hoʻomohala ʻana, ma kahi ʻē aʻe, he liʻiliʻi a ʻaʻole maʻamau, ʻike ʻia e ka lawa ʻole o ka hōʻike ʻana o nā hemahema a me kā lākou localization i ka manawa (hōʻike pinepine ʻia e nā moʻolelo pepa)
- Mai kahi hiʻohiʻona kūpono, ʻo kahi "window of relevance" wale nō o ka ʻikepili kumu i loaʻa no ka hoʻomaʻamaʻa ʻana a me ka hoʻohana ʻana i nā hiʻohiʻona, e hōʻike ana i ka dynamics o ke kaʻina hana ʻenehana ma luna o kahi manawa sliding kūpono e pau ana me nā helu heluhelu hope loa o nā ʻāpana kaʻina.
Ke koi nei kēia mau hiʻohiʻona iā mākou, ma kahi o ka loaʻa ʻana a me ka hoʻomaʻamaʻa maʻamau i ka manawa maoli o ka "hōʻailona input broadband" ikaika mai ke kaʻina hana ʻenehana, e hana (ma ka like) i ka noi, hoʻomaʻamaʻa a me ka mana maikaʻi o nā hopena o ka AI / Nā hiʻohiʻona ML - i ka manawa maoli. Ke hoʻololi mau nei ka "frame" a kā mākou mau hiʻohiʻona "ʻike" i ka puka aniani o ka pili - a me ia, hoʻololi pū ka maikaʻi o nā hopena o ka hana a AI / ML i hoʻomaʻamaʻa ʻia ma kekahi o nā "frames" i hala. . Inā emi ka maikaʻi o nā hopena o ka hana o nā hiʻohiʻona AI/ML (no ka laʻana: ua hala ka waiwai o ka hewa helu "alarm-norm" ma mua o nā palena a mākou i wehewehe ai), pono e hoʻokuʻu ʻia ka hoʻomaʻamaʻa hou ʻana o nā hiʻohiʻona. kahi "frame" hou aʻe - a me ke koho o ka manawa e hoʻomaka ai i ka hoʻomaʻamaʻa hou ʻana o nā hiʻohiʻona e noʻonoʻo i ka lōʻihi o ka hoʻomaʻamaʻa ponoʻī ʻana, a me ka dynamics o ka deterioration i ka maikaʻi o ka hana o nā mana o kēia manawa (mai hoʻohana mau ʻia nā mana o kēia manawa o nā hiʻohiʻona i ka wā e aʻo ʻia ai nā hiʻohiʻona, a hiki i ka hoʻokumu ʻia ʻana o kā lākou mau ʻano "hoʻomaʻamaʻa hou".
Loaʻa i nā InterSystems IRIS nā mana o ka paepae e hiki ai i nā hoʻonā AI/ML no ke kaʻina hana manawa maoli. Hiki ke hoʻokaʻawale ʻia kēia mau mana i ʻekolu pūʻulu nui:
- Hoʻomau mau ʻia (Continuous Deployment/Delivery, CD) o nā mea hana AI/ML hou a i hoʻololi ʻia i loko o kahi hopena huahua e hana ana i ka manawa maoli ma ka InterSystems IRIS platform.
- Hoʻohui mau (CI) i loko o kahi hopena huahana hoʻokahi o nā kahawai ʻikepili kaʻina hana ʻenehana, nā queues data no ka noi / hoʻomaʻamaʻa / mana maikaʻi o nā mīkini AI / ML a me ka hoʻololi ʻana o nā ʻikepili / code / hana mana me nā kaiapuni hoʻohālike makemakika, i hoʻonohonoho ʻia i ka manawa maoli. kahua InterSystems IRIS
- Hoʻomaʻamaʻa hoʻomau (hoʻomaʻamaʻa hoʻomau, CT) o nā mīkini AI/ML, i hana ʻia ma nā kaiapuni hoʻohālike makemakika me ka hoʻohana ʻana i ka ʻikepili, code a me nā hana hoʻomalu ("nā hoʻoholo i hana ʻia") i hoʻouna ʻia e ka InterSystems IRIS platform
ʻO ka hoʻokaʻawale ʻana i nā mana o ka platform e pili ana i ka aʻo ʻana i ka mīkini a me ka naʻauao artificial i loko o kēia mau pūʻulu ʻaʻole ia he pōʻino. E haʻi mākou i ka metodological ʻO Google, nāna i hāʻawi i kumu noʻonoʻo no kēia hoʻokaʻawale ʻana, i kā mākou unuhi:
"... ʻO ka manaʻo DevOps, kaulana i kēia mau lā, uhi i ka hoʻomohala ʻana a me ka hana ʻana o nā ʻōnaehana ʻike nui. ʻO nā mea maikaʻi o ka hoʻokō ʻana i kēia manaʻo he hōʻemi i ka lōʻihi o nā pōʻai hoʻomohala, hoʻolaha wikiwiki ʻana o nā hoʻomohala, a me ka maʻalahi i ka hoʻolālā hoʻokuʻu. No ka hoʻokō ʻana i kēia mau pōmaikaʻi, komo ʻo DevOps i ka hoʻokō ʻana i ʻelua mau hana:
- Hoʻohui mau (CI)
- Hoʻouna mau (CD)
Hoʻopili pū kēia mau hana i nā kahua AI/ML e hōʻoia i ka hui pono a me ka hoʻokō ʻana o nā hoʻonā AI/ML huahua.
ʻOkoʻa nā paepae AI/ML mai nā ʻōnaehana ʻike ʻē aʻe ma nā ʻano aʻe:
- Nā mākau hui: I ka hana ʻana i kahi hoʻonā AI/ML, hoʻokomo pinepine ʻia ka hui i nā ʻepekema data a i ʻole nā poʻe loea "academic" ma ke kahua o ka noiʻi ʻikepili nāna e alakaʻi i ka ʻikepili ʻikepili, hoʻomohala a hoʻāʻo i nā kumu hoʻohālike. ʻAʻole paha kēia mau lālā o ka hui i nā mea hoʻomohala code huahana.
- Hoʻomohala: He hoʻokolohua nā ʻenekini AI/ML ma ke ʻano. I mea e hoʻoponopono ai i kahi pilikia ma ke ala maikaʻi loa, pono e hele i nā hui like ʻole o nā ʻano hoʻokomo, algorithms, nā ʻano hoʻohālike a me nā ʻāpana hoʻohālike. Aia ka paʻakikī o ia ʻimi i ka ʻimi ʻana i "ka mea i hana / ʻaʻole i hana", e hōʻoia i ka reproducibility o nā ʻāpana, ka laulā o nā hoʻomohala no ka hoʻokō pinepine ʻana.
- Hoʻāʻo: Pono ka hoʻāʻo ʻana i nā mīkini AI/ML i kahi ākea ākea o nā hoʻokolohua ma mua o ka hapa nui o nā hoʻomohala ʻē aʻe. Ma waho aʻe o nā hoʻokolohua maʻamau a me ka hoʻohui hoʻohui, hoʻāʻo ʻia ka pono o ka ʻikepili a me ka maikaʻi o nā hopena o ka hoʻohana ʻana i ke kumu hoʻohālike i ka hoʻomaʻamaʻa ʻana a me ka hoʻokele ʻana i nā laʻana.
- Hoʻohana: ʻAʻole i kaupalena ʻia ka hoʻohana ʻana i nā hoʻonā AI/ML i nā lawelawe wānana e hoʻohana ana i kahi kumu hoʻohālike i aʻo ʻia. Hoʻokumu ʻia nā haʻina AI/ML a puni nā paipu pae ʻāpana e hana ana i ka hoʻomaʻamaʻa ʻana a me ka noi. ʻO ka hoʻohana ʻana i ia mau pipeline e pili ana i ka hoʻomaʻamaʻa ʻana i nā hana non-trivial i hana maʻamau e nā ʻepekema data i hiki ke hoʻomaʻamaʻa a hoʻāʻo i nā kumu hoʻohālike.
- Huahana: Hiki i nā ʻenekini AI/ML ke nele i ka huahana ʻaʻole wale ma muli o ka hoʻolālā pono ʻole, akā ma muli o ke ʻano hoʻololi mau o ka ʻikepili hoʻokomo. I nā huaʻōlelo ʻē aʻe, hiki ke hoʻohaʻahaʻa ka hana o nā mīkini AI / ML ma muli o nā kumu ākea ākea ma mua o ka hana o nā hoʻomohala maʻamau. ʻO ka mea e alakaʻi ai i ka pono e nānā (ma ka pūnaewele) i ka hana o kā mākou AI / ML engine, a me ka hoʻouna ʻana i nā mākaʻikaʻi a hōʻole paha i nā hopena inā ʻaʻole kūpono nā hōʻailona hana.
Ua like nā paena AI/ML me nā ʻōnaehana ʻike ʻē aʻe i koi ʻia nā mea ʻelua i ka hoʻohui ʻana i nā code me ka mana mana, ka hoʻāʻo ʻana, ka hoʻāʻo hoʻohui, a me ka hoʻomohala mau ʻana. Eia naʻe, i ka hihia o AI/ML, aia kekahi mau ʻokoʻa koʻikoʻi:
- ʻAʻole i kaupalena ʻia ʻo CI (Continuous Integration) i ka hoʻāʻo ʻana a me ka hōʻoia ʻana i ke code o nā ʻāpana i kau ʻia - aia pū kekahi me ka hoʻāʻo a me ka hōʻoia ʻana i ka ʻikepili a me nā hiʻohiʻona AI/ML.
- ʻAʻole kaupalena ʻia ʻo CD (Hoʻouna mau ʻia, hoʻolaha hoʻomau) i ke kākau ʻana a me ka hoʻokuʻu ʻana i nā pūʻolo a i ʻole nā lawelawe, akā e hōʻike ana i kahi kahua no ka haku mele ʻana, aʻo ʻana a me ka hoʻohana ʻana i nā hoʻonā AI/ML.
- ʻO CT (Hoʻomaʻamaʻa mau, hoʻomaʻamaʻa mau) kahi mea hou [approx. ka mea kākau o ka ʻatikala: kahi mea hou e pili ana i ka manaʻo kuʻuna o DevOps, kahi CT, ma ke ʻano he kānāwai, Hoʻomau Hoʻomau], i loaʻa i nā kahua AI / ML, kuleana no ka hoʻokele autonomous o nā mīkini no ke aʻo ʻana a me ka noi ʻana iā AI. /ML nā hiʻohiʻona. ..."
Hiki iā mākou ke ʻōlelo ʻo ka aʻo ʻana i ka mīkini a me ka naʻauao akamai e hana ana i ka ʻikepili manawa maoli e koi i kahi ʻano ākea o nā mea hana a me nā mākaukau (mai ka hoʻomohala code a hiki i ka hoʻonohonoho ʻana i nā kaiapuni hoʻohālike makemakika), ka hoʻohui kokoke ʻana ma waena o nā wahi hana a me nā kumuhana, ʻoi aku ka maikaʻi o ka hui kanaka a nā kumuwaiwai mīkini.
Hōʻike manawa maoli: ʻike i ka hoʻomohala ʻana o nā hemahema i nā ʻōpala hānai
Ke hoʻomau nei i ka hoʻohana ʻana i ka wahi kaʻina hana ma ke ʻano he laʻana, e noʻonoʻo i kahi pilikia kūikawā (ua haʻi mua mākou i ka hoʻomaka ʻana): pono mākou e hāʻawi i ka nānā ʻana i ka manawa maoli o ka hoʻomohala ʻana o nā hemahema i nā pumps e pili ana i ke kahe o nā koina parameter kaʻina. a me nā hōʻike mai nā limahana hoʻoponopono e pili ana i nā hemahema i ʻike ʻia.
Kiʻi 2 Hoʻopuka pilikia no ka nānā ʻana i ka ulu ʻana o nā hemahema
ʻO kahi hiʻohiʻona o ka hapa nui o nā hana i hana ʻia ma kēia ʻano ma ka hoʻomaʻamaʻa ʻana, ʻo ka maʻamau a me ka maikaʻi o ka loaʻa ʻana o ka ʻikepili (APCS) pono e noʻonoʻo ʻia e pili ana i ke kua o ka episodic a me ka hanana ʻole (a me ka hoʻopaʻa inoa) o nā hemahema o nā ʻano like ʻole. Ma nā huaʻōlelo ʻē aʻe: hiki mai ka ʻikepili mai ka ʻōnaehana hoʻokele kaʻina hana i hoʻokahi kekona, pololei a pololei, a hana ʻia nā memo e pili ana i nā hemahema me kahi penikala kemika e hōʻike ana i ka lā ma kahi puke kikoʻī ma ka hale hana (e laʻa: "12.01 - leak i ka uhi. mai ka ʻaoʻao o ka bearing 3").
No laila, hiki iā mākou ke hoʻohui i ka hoʻokumu ʻana o ka pilikia me kēia palena nui: hoʻokahi wale nō kā mākou "label" o kahi kīnā o kahi ʻano kikoʻī (ʻo ia hoʻi, hōʻike ʻia kahi hiʻohiʻona o kahi kīnā o kahi ʻano kikoʻī e ka ʻikepili mai ka mana kaʻina. ʻōnaehana ma kahi lā kikoʻī - a ʻaʻohe o mākou mau hiʻohiʻona o kahi kīnā o kēia ʻano kikoʻī). Lawe koke kēia palena iā mākou ma mua o ke ʻano o ke aʻo ʻana o ka mīkini maʻamau (ke aʻo ʻana i mālama ʻia), kahi e pono ai ka nui o nā "tag".
Kiʻi 3 Ka wehewehe ʻana i ka hana o ka nānā ʻana i ka ulu ʻana o nā hemahema
Hiki iā mākou ke "hoʻonui" i ka "tag" wale nō i kā mākou makemake? ʻAe hiki iā mākou. Hōʻike ʻia ke kūlana o kēia manawa o ka pamu e ka pae o ka like me nā hemahema i hoʻopaʻa ʻia. ʻOiai me ka ʻole o ka hoʻohana ʻana i nā ʻano quantitative, ma ke kiʻekiʻe o ka ʻike maka, ma ka nānā ʻana i ka dynamics o nā waiwai ʻikepili e hōʻea mai ana mai ka ʻōnaehana kaʻina hana, hiki iā ʻoe ke aʻo nui:
Kiʻi 4 Nā hoʻoikaika kino o ke kūlana pump e pili ana i ke kua o kahi "hōʻailona" o kahi kīnā o kahi ʻano i hāʻawi ʻia.
Akā ʻo ka ʻike maka (ma ka liʻiliʻi loa i kēia manawa) ʻaʻole ia ka mea hoʻomohala kūpono loa o nā "tag" i kā mākou ʻano hoʻololi wikiwiki. E loiloi mākou i ka like o ke ʻano o ka pauma o kēia manawa me nā hemahema i hōʻike ʻia me ka hoʻohana ʻana i kahi hoʻokolohua helu.
Kiʻi 5 Ke hoʻohana ʻana i kahi hoʻokolohua helu i nā ʻikepili e hiki mai ana e pili ana i ke kua o kahi "label" kīnā
Hoʻoholo ʻia kahi hōʻike helu helu i ka likelika o nā moʻolelo me nā waiwai o nā kaʻina hana ʻenehana i ka "flow-packet" i loaʻa mai ka ʻōnaehana kaʻina hana e like me nā moʻolelo o ka "tag" o kahi kīnā o kekahi ʻano. Ua hoʻololi ʻia ka waiwai probability (helu helu like ʻole) i helu ʻia ma muli o ka hoʻohana ʻana i ka hoʻāʻo ʻikepili i ka waiwai o 0 a i ʻole 1, e lilo i "lepili" no ke aʻo ʻana i nā mīkini i kēlā me kēia moʻolelo kikoʻī i loko o ka ʻeke e nānā ʻia no ka like. ʻO ia hoʻi, ma hope o ka hana ʻana i kahi pūʻolo i loaʻa hou o nā moʻolelo mokuʻāina me ka hoʻāʻo helu helu, loaʻa iā mākou ka manawa e (a) hoʻohui i kēia pūʻolo i ka hoʻonohonoho hoʻomaʻamaʻa no ke aʻo ʻana i ke kumu hoʻohālike AI/ML a (b) hoʻokō i ka mana maikaʻi o ka ka mana o kēia manawa o ke kŘkohu ke hoʻohana ʻia i kēia pūʻolo.
Kiʻi 6 Ke hoʻohana ʻana i kahi kumu hoʻohālike e aʻo ai i ka mīkini i ka ʻikepili e hiki mai ana ma ke kua o kahi "label" kīnā
I kekahi o kā mākou mua Hōʻike a wehewehe mākou i ke ʻano o ka InterSystems IRIS platform e hiki ai iā ʻoe ke hoʻokō i kekahi ʻano hana AI/ML ma ke ʻano o ka hoʻokō mau ʻana i nā kaʻina hana ʻoihana e nānā i ka hilinaʻi o nā hopena hoʻohālike a hoʻololi i nā ʻāpana hoʻohālike. Ke hoʻokō nei i kahi prototype o kā mākou hiʻohiʻona me nā pumps, hoʻohana mākou i nā hana InterSystems IRIS a pau i hōʻike ʻia i ka wā o ka webinar - hoʻokō i ke kaʻina analyer ma ke ʻano he ʻāpana o kā mākou hoʻonā ʻaʻole ke aʻo ʻana maʻamau, akā hoʻoikaika i ke aʻo ʻana, nāna e hoʻokele i ke koho no nā kumu hoʻomaʻamaʻa. . Aia i loko o ka la'ana ho'oma'ama'a nā mo'olelo i puka mai ai ka "consensus detection" ma hope o ka ho'ohana 'ana i ka ho'ā'o helu helu a me ka mana o kēia manawa o ke kŘkohu - 'o ia ho'i, ka ho'ā'o helu helu (ma hope o ka ho'ololi 'ana i ka helu helu like i ka 0 a i 'ole 1) a ua ho'opuka ke kumu ho'ohālike i ka hopena. ma ia mau mooolelo 1. I ka wā o ka ho'oma'ama'a hou 'ana o ke kŘkohu, i kona hō'oia 'ana (ua ho'ohana 'ia ke kŘkohu ho'oma'ama'a hou 'ia i kāna la'ana a'o pono'ī, me ka ho'ohana mua 'ana i ka ho'ā'o helu 'ana iā ia), nā mo'olelo i "a'ole i mālama" i ka hopena 1 ma hope o ka hana 'ana. e ka ho'āʻo helu helu (ma muli o ka noho mau ʻana i ka hoʻomaʻamaʻa ʻana i kahi laʻana o nā moʻolelo mai ka "label" kumu o ka hemahema), ua hoʻoneʻe ʻia mai ka hoʻonohonoho hoʻomaʻamaʻa ʻana, a ʻike ʻia kahi mana hou o ke kumu hoʻohālike mai ka "label" o ka hemahema a me nā moʻolelo "hoʻopaʻa ʻia" mai ke kahawai.
Kiʻi 7 Robotization o AI / ML helu ma InterSystems IRIS
Inā makemake ʻia kahi ʻano "manaʻo ʻelua" e pili ana i ka maikaʻi o ka ʻike i loaʻa i ka wā helu kūloko ma InterSystems IRIS, hana ʻia kahi kaʻina aʻoaʻo e hana i ka hoʻomaʻamaʻa ʻana a me ka hoʻohana ʻana i nā hiʻohiʻona ma kahi papa helu mana me ka hoʻohana ʻana i nā lawelawe kapua (no ka laʻana, Microsoft. ʻO Azure, Amazon Web Services, Google Cloud Platform, etc.):
Kiʻi 8 Manaʻo ʻelua mai Microsoft Azure i hoʻonohonoho ʻia e InterSystems IRIS
Hoʻolālā ʻia ka prototype o kā mākou hiʻohiʻona ma InterSystems IRIS ma ke ʻano he ʻōnaehana hoʻokumu ʻia o nā kaʻina hana analytical e launa pū me kahi mea lako (pump), nā kaiapuni hoʻohālike makemakika (Python, R a me Julia), a e hōʻoia i ke aʻo ʻana iā ʻoe iho o nā mea āpau AI/ Nā mīkini ML - ma nā kahawai ʻikepili manawa maoli.
Kiʻi 9 Nā hana nui o ka hoʻonā AI/ML manawa maoli ma InterSystems IRIS
ʻO ka hopena kūpono o kā mākou prototype:
- Ua ʻike ʻia ka laʻana hemahema e ke kumu hoʻohālike (Ianuali 12):
- ʻO kahi hemahema e ulu nei i ʻike ʻia e ka hoʻohālike ʻaʻole i hoʻokomo ʻia i ka laʻana (Sepatemaba 11, ʻo ka hapa ponoʻī i ʻike ʻia e ka hui hoʻoponopono i ʻelua mau lā ma hope, ma Kepakemapa 13):
ʻO ka hoʻohālikelike ʻana i ka ʻikepili maoli i loaʻa i kekahi mau ʻāpana o ka hemahema hoʻokahi i hōʻike ʻia i kā mākou hopena, i hoʻokō ʻia ma ke kahua InterSystems IRIS, hiki iā mākou ke ʻike i ka hoʻomohala ʻana o nā hemahema o kēia ʻano i kekahi mau lā ma mua o ka ʻike ʻia ʻana e ka hui hoʻoponopono.
InterSystems IRIS - he kahua hoʻopili helu AI/ML manawa maoli
Hoʻomaʻamaʻa ka InterSystems IRIS platform i ka hoʻomohala ʻana, hoʻonohonoho ʻana a me ka hana ʻana o nā ʻōnaehana ʻikepili manawa maoli. Hiki i nā InterSystems IRIS ke hana i ka hoʻoili ʻikepili transactional a me ka analytical; kākoʻo i nā ʻike ʻikepili i hoʻonohonoho ʻia e like me nā hiʻohiʻona he nui (me ka pilina, hierarchical, mea a me ka palapala); hana ma ke ʻano he kahua no ka hoʻohui ʻana i kahi ākea o nā kumu ʻikepili a me nā noi pilikino; hāʻawi i nā ʻikepili i ka wā maoli i ka ʻikepili i kūkulu ʻia a i hoʻonohonoho ʻole ʻia. Hāʻawi pū ʻo InterSystems IRIS i nā mīkini no ka hoʻohana ʻana i nā hāmeʻa analytical waho a hiki ke hoʻohui like ʻia o ka hoʻokipa ma ke ao a ma nā kikowaena kūloko.
Hoʻopili ʻia nā noi i kūkulu ʻia ma ke kahua InterSystems IRIS ma waena o nā ʻoihana like ʻole, e kōkua ana i nā ʻoihana e ʻike i nā pōmaikaʻi waiwai nui mai kahi hiʻohiʻona hoʻolālā a me ka hana, e hoʻonui ana i ka hoʻoholo ʻike a hoʻopaʻa i nā āpau ma waena o ka hanana, ka nānā ʻana a me ka hana.
Kiʻi 10 InterSystems IRIS hoʻolālā i loko o ka pōʻaiapili o AI/ML manawa maoli
E like me ke kiʻikuhi mua, hoʻohui ka kiʻi ma lalo i ka "coordinate system" hou (CD / CI / CT) me kahi kiʻi o ke kahe o ka ʻike ma waena o nā mea hana o ka paepae. Hoʻomaka ka ʻike maka me ka macromechanism CD a hoʻomau me ka macromechanisms CI a me CT.
Kiʻi 11 Ke kahe o ka ʻike ma waena o nā mea AI/ML o ka paepae InterSystems IRIS
ʻO ke kumu o ka mīkini CD ma InterSystems IRIS: nā mea hoʻohana platform (nā mea hoʻomohala AI / ML solutions) e hoʻololi i nā mea i loaʻa a / a i ʻole e hana i nā hoʻomohala AI / ML hou me ka hoʻohana ʻana i kahi hoʻoponopono code kūikawā no nā mīkini AI / ML: Jupyter (inoa piha: Jupyter Notebook; no ka pōkole, ua kapa ʻia nā palapala i hana ʻia ma kēia mea hoʻoponopono). Ma Jupyter, loaʻa i kahi mea hoʻomohala ka manawa e kākau, debug a hōʻoia i ka hana (me ka hoʻohana ʻana i nā kiʻi) o kahi hoʻomohala AI/ML kikoʻī ma mua o ka waiho ʻia ("deployed") ma InterSystems IRIS. He mea maopopo i ka hoʻomohala hou i hana ʻia ma kēia ʻano e loaʻa wale i ka debugging kumu (no ka mea, ʻo ka mea nui, ʻaʻole hana ʻo Jupyter me nā kahawai ʻikepili manawa maoli) - aia kēia ma ke ʻano o nā mea, no ka mea, ʻo ka hopena nui o ka hoʻomohala ʻana ma Jupyter ʻo ia ka hōʻoia ʻana i ka hana pono o kahi mīkini AI / ML ʻokoʻa ("hōʻike i ka hopena i manaʻo ʻia ma kahi ʻikepili data"). Pēlā nō, hiki i kahi mīkini i hoʻokomo ʻia i loko o ke kahua (e ʻike i nā macro-mechanisms) ma mua o ka hoʻopau ʻana iā Jupyter e koi i kahi "rollback" i kahi ʻano "pre-platform" (heluhelu i ka ʻikepili mai nā faila, hana me ka ʻikepili ma o xDBC ma kahi o nā papa, ka pilina pololei me nā honua - multidimensional data arrays InterSystems IRIS - etc.).
ʻO kahi ʻano koʻikoʻi o ka hoʻokō CD ma InterSystems IRIS: ua hoʻokō ʻia ka hoʻohui bidirectional ma waena o ka paepae a me Jupyter, e ʻae ana i ka ʻike ma Python, R a me Julia e hoʻoili ʻia i ka paepae (a, ma hope, ua hoʻoponopono ʻia i ka paepae) (ʻo nā mea ʻekolu he papahana. nā ʻōlelo ma nā ʻōlelo kumu ākea e pili ana). No laila, loaʻa i nā mea hoʻomohala ʻike AI / ML ka manawa e hoʻokō ai i ka "hoʻomau mau" o kēia ʻike ma ka paepae, e hana ana i kā lākou mea hoʻoponopono Jupyter maʻamau, me nā hale waihona puke maʻamau i loaʻa ma Python, R, Julia, a hana i ka debugging kumu (inā pono) mawaho o ka anuu .
E neʻe kākou i ka mīkini macro CI ma InterSystems IRIS. Hōʻike ke kiʻikuhi i ke kaʻina hana macro o ka "robotizer manawa maoli" (kahi paʻakikī o ka hoʻolālā ʻikepili, nā kaʻina ʻoihana a me nā ʻāpana code i hoʻonohonoho ʻia e lākou ma nā ʻōlelo makemakika a me ObjectScript - ka ʻōlelo hoʻomohala maoli o InterSystems IRIS). ʻO ka hana o kēia kaʻina hana macro, ʻo ia ka mālama ʻana i nā queues data e pono ai no ka hana ʻana o nā mīkini AI / ML (ma muli o nā kahawai ʻikepili i hoʻouna ʻia i ka paepae i ka manawa maoli), e hoʻoholo i ke kaʻina o ka noi a me ka "assortment" o AI/ ʻO nā mīkini ML (ʻo ia hoʻi nā "algorithm matematika", "nā hiʻohiʻona", a me nā mea ʻē aʻe - hiki ke kapa ʻia ʻokoʻa ma muli o nā kikoʻī o ka hoʻokō a me nā makemake terminological), e mālama i nā hale ʻikepili i kēia lā no ka nānā ʻana i nā hopena o ka hana a AI/ Nā mīkini ML (cubes, papa, multidimensional data arrays, etc.) etc. - no nā hōʻike, dashboards, etc.).
He ʻano koʻikoʻi o ka hoʻokō ʻana o CI ma InterSystems IRIS: ua hoʻokō ʻia ka hoʻohui bidirectional ma waena o ke kahua a me nā kaiapuni hoʻohālike makemakika, e ʻae iā ʻoe e hoʻokō i nā ʻike i hoʻokipa ʻia ma ka paepae ma Python, R a me Julia i ko lākou mau wahi āpau a loaʻa hou nā hopena hoʻokō. Hoʻokomo ʻia kēia hoʻohui ʻana ma ka "mode terminal" (ʻo ia hoʻi, ua hoʻokumu ʻia ka ʻike AI / ML ma ke ʻano he code ObjectScript e kāhea ana i ke kaiapuni) a ma ka "mode kaʻina hana" (ʻo ia hoʻi, ua hoʻokumu ʻia ka ʻike AI / ML ma ke ʻano he kaʻina hana. me ka hoʻohana ʻana i ka mea hoʻoponopono kiʻi, a i ʻole ke hoʻohana ʻana iā Jupyter i kekahi manawa, a i ʻole ka hoʻohana ʻana i kahi IDE - IRIS Studio, Eclipse, Visual Studio Code). Hōʻike ʻia ka loaʻa ʻana o nā kaʻina hana no ka hoʻoponopono ʻana ma Jupyter ma o ka pilina ma waena o IRIS ma ka pae CI a me Jupyter ma ka pae CD. Aia ma lalo nei kahi ʻike kikoʻī hou aku o ka hoʻohui ʻana me nā kaiapuni hoʻohālike makemakika. I kēia manawa, i ko mākou manaʻo, aia nā kumu a pau e hōʻoia ai i ka paepae nā mea pono a pau no ka hoʻokō ʻana i ka "hoʻohui mau" o nā hoʻomohala AI / ML (e hele mai ana mai ka "hoʻomau mau ʻana") i nā hoʻonā AI / ML manawa maoli.
A ʻo ka mīkini macro nui: CT. Inā ʻaʻole ia, ʻaʻohe kahua AI/ML (ʻoiai e hoʻokō ʻia ka "manawa maoli" ma o CD/CI). ʻO ke kumu o ka CT ka hana o ka paepae me nā "artifacts" o ke aʻo ʻana i ka mīkini a me ka naʻauao kūlohelohe pololei i nā manawa hana o nā kaiapuni hoʻohālike makemakika: nā hiʻohiʻona, nā papa hoʻohele, nā vectors matrix, nā ʻāpana o nā neural network, etc. ʻO kēia "hana", i ka hapanui o nā hihia, ʻo ia ka hana ʻana i nā mea kiʻi i ʻōlelo ʻia i loko o nā kaiapuni (i ke ʻano o nā hiʻohiʻona, no ka laʻana, "hana" ʻo ia ka hoʻonohonoho ʻana i ka kikoʻī o ke kumu hoʻohālike a me ke koho ʻana o nā waiwai o kāna mau palena - ka mea i kapa ʻia ʻo "hoʻomaʻamaʻa" o ke kumu hoʻohālike), kā lākou noi (no nā hiʻohiʻona: helu ʻana me kā lākou kōkua ʻana i nā waiwai "model" o nā ʻano hoʻohālikelike - nā wānana, nā lālā o ka māhele, hiki i kahi hanana, etc.) hana ʻia a hoʻohana ʻia i nā mea kiʻi kiʻi (no ka laʻana, ka wehewehe ʻana i kahi pūʻulu o nā ʻano hoʻokomo kumu hoʻohālike e pili ana i nā hopena o ka noi - i mea e hoʻomaikaʻi ai i ka pololei o ka wānana, ma ke ʻano he koho). ʻO ke kumu nui i ka hoʻomaopopo ʻana i ke kuleana o CT ʻo ia kāna "abstraction" mai nā ʻoiaʻiʻo o CD a me CI: E hoʻokō ʻo CT i nā mea hana a pau, e kālele ana i nā kikoʻī helu helu a me ka makemakika o ka hoʻonā AI / ML i loko o nā mana i hāʻawi ʻia e nā kaiapuni kikoʻī. ʻO ke kuleana no ka "hoʻolako ʻana i nā mea hoʻokomo" a me ka "hāʻawi ʻana i nā mea hoʻopuka" ʻo ia ke kuleana o CD a me CI.
ʻO kahi hiʻohiʻona koʻikoʻi o ka hoʻokō ʻana o CT ma InterSystems IRIS: me ka hoʻohana ʻana i ka hoʻohui ʻana me nā kaiapuni hoʻohālikelike makemakika i ʻōlelo ʻia ma luna nei, hiki i ka paepae ke unuhi i kēlā mau mea kiʻi mai nā papa hana e holo ana ma lalo o kāna mana i nā kaiapuni makemakika a (ʻo ka mea nui) huli. iā lākou i loko o nā mea ʻikepili paepae. No ka laʻana, hiki ke hoʻololi ʻia kahi papa ʻaina i hoʻokumu ʻia i kahi kau Python hana (me ka ʻole o ka hoʻōki ʻana i ka hui Python) i ka paepae ma ke ʻano o, no ka laʻana, he honua (he multidimensional InterSystems IRIS data array) - a hoʻohana ʻia. no ka helu ʻana ma kahi ʻano AI/ML- ʻē aʻe (i hoʻokō ʻia ma ka ʻōlelo o kahi kaiapuni ʻē aʻe - no ka laʻana, ma R) - a i ʻole kahi papa ʻaina. ʻO kekahi hiʻohiʻona: e like me ka "mode maʻamau" o ka hana ʻana o ke kumu hoʻohālike (i ka hui hana Python), "auto-ML" i lawe ʻia ma kāna ʻikepili hoʻokomo: koho maʻalahi o nā mea hoʻololi hoʻokomo maikaʻi loa a me nā koina parameter. A me ka hoʻomaʻamaʻa "maʻamau", loaʻa i kahi kumu hoʻohālike i ka manawa maoli kahi "manaʻo no ka optimization" o kāna kikoʻī - kahi e hoʻololi ai ka hoʻonohonoho o nā hoʻololi hoʻokomo, hoʻololi nā helu parameter (ʻaʻole ma muli o ke aʻo ʻana. ma Python, akā ma muli o ka hoʻomaʻamaʻa ʻana me kahi ʻano "ʻokoʻa" "ʻo ia iho, e like me ka H2O stack), e ʻae ana i ka hoʻonā AI / ML holoʻokoʻa e kū kūʻokoʻa i nā loli i manaʻo ʻole ʻia i ke ʻano o ka ʻikepili komo a me nā hanana i hoʻohālikelike ʻia. .
E ʻike hou aku kākou i ka hana AI/ML o InterSystems IRIS, me ka hoʻohana ʻana i ka laʻana o kahi prototype ola maoli.
Ma ke kiʻikuhi ma lalo nei, aia ma ka ʻaoʻao hema o ka paheʻe kahi ʻāpana o ka hana ʻoihana e hoʻokō i ka hoʻokō ʻana i nā palapala ma Python a me R. ma Python a me R. Ma hope koke o lākou he mau hiʻohiʻona o ka ʻike ma kekahi ʻōlelo a me kekahi ʻōlelo, hoʻoili ʻia no ka hoʻokō ʻana i nā wahi kūpono. Aia ma ka hope ma ka ʻākau nā hiʻohiʻona e pili ana i nā hopena o ka hoʻokō ʻana i ka palapala. Ua hana ʻia nā hiʻohiʻona ma luna ma IRIS Analytics (ua lawe ʻia ka ʻikepili mai Python i ka InterSystems IRIS data platform a hōʻike ʻia ma ka dashboard me ka hoʻohana ʻana i ka paepae), ma lalo i hana pololei ʻia i ka manawa hana R a me ka hoʻopuka mai laila i nā faila kiʻi. . ʻO kahi mea nui: ʻo ka ʻāpana i hōʻike ʻia i ka prototype ke kuleana no ka hoʻomaʻamaʻa ʻana i ke kumu hoʻohālike (ka hoʻokaʻawale ʻana o nā mokuʻāina) ma ka ʻikepili i loaʻa i ka manawa maoli mai ke kaʻina hana simulator, ma luna o ke kauoha mai ke kaʻina ʻana o ka nānā ʻana i ka maikaʻi i ka wā o ka noi ʻana o ke kumu hoʻohālike. E kūkākūkā houʻia ka hoʻokōʻana i kahi hoʻonā AI / ML ma keʻano o kahi hoʻonohonoho o nā kaʻina hana ("ʻelele").
Kiʻi 12 Ka pilina me Python, R a me Julia ma InterSystems IRIS
ʻO nā kaʻina hana platform (ʻo ia hoʻi nā "kaʻina hana", "nā kaʻina hana analytical", "pipelines", etc. - e pili ana i ka pōʻaiapili), ʻo ka mea mua, ua hoʻoponopono ʻia i ka hoʻoponopono kaʻina hana kiʻi i loko o ka paepae ponoʻī, a ma ia ʻano. ʻO ke ala e hana ʻia ai kāna kiʻi poloka a me ke ʻano AI/ML pili (program code) i ka manawa like. Ke ʻōlelo nei mākou ua "loaʻa kahi mīkini AI / ML," ʻōlelo mākou i ka hybridity (i loko o hoʻokahi kaʻina hana): ʻo ka ʻike ma nā ʻōlelo o nā kaiapuni hoʻohālike makemakika e pili ana i ka ʻike ma SQL (me nā hoʻonui mai. ), ma InterSystems ObjectScript, me nā ʻōlelo i kākoʻo ʻia. Eia kekahi, hāʻawi ke kaʻina hana i nā manawa ākea loa no ka "rendering" ma ke ʻano o nā ʻāpana hierarchically nested (e like me ka ʻike ʻia ma ka laʻana ma ke kiʻikuhi ma lalo nei), e hiki ai iā ʻoe ke hoʻonohonoho pono i nā ʻike paʻakikī loa me ka ʻole o ka "hāʻule" o ka hōpili kiʻi (i loko o nā ʻano “non-graphical”). » nā ʻano/papa/kaʻina hana, etc.). ʻO ia hoʻi, inā pono (a ua ʻike mua ʻia i ka hapa nui o nā papahana), hiki ke hoʻokō ʻia ka hopena holoʻokoʻa AI/ML ma kahi ʻano palapala kākau kiʻi. E ʻoluʻolu e hoʻomaopopo ma ka ʻaoʻao waena o ka kiʻi ma lalo nei, e hōʻike ana i kahi "pae o ka nesting" kiʻekiʻe, ʻo ia ka mea ma waho o ka hana maoli o ka hoʻomaʻamaʻa ʻana i ke kumu hoʻohālike (me ka hoʻohana ʻana iā Python a me R), kahi loiloi o ka mea i kapa ʻia. Hoʻohui ʻia ka pihi ROC o ke kumu hoʻohālike i aʻo ʻia, e ʻae ana i ka nānā ʻana (a me ka helu helu pū kekahi) e loiloi i ka maikaʻi o ka hoʻomaʻamaʻa ʻana - a hoʻokō ʻia kēia loiloi ma ka ʻōlelo Julia (i hoʻokō ʻia, e like me, i ka honua makemakika Julia).
Kiʻi 13 Kaiapuni ʻike no ka hoʻokumu ʻana i nā hoʻonā AI/ML ma InterSystems IRIS
E like me ka mea i ʻōlelo ʻia ma mua, ʻo ka hoʻomohala mua ʻana a (ma kekahi mau hihia) ka hoʻololi ʻana o nā mīkini AI / ML i hoʻokō ʻia i ka paepae e hiki ke hana ʻia ma waho o ka paepae ma ka mea hoʻoponopono Jupyter. Ma ke kiʻikuhi ma lalo nei mākou e ʻike ai i kahi laʻana o ka hoʻololi ʻana i kahi kaʻina hana i loaʻa (e like me ke kiʻi ma luna) - ʻo ia ke ʻano o ka ʻāpana kuleana no ka hoʻomaʻamaʻa ʻana i ke kumu hoʻohālike e like me Jupyter. Loaʻa ka ʻike Python no ka hoʻoponopono ʻana, debugging, a me nā kiʻi hoʻopuka pololei ma Jupyter. Hiki ke hoʻololi (inā pono) me ka hoʻonohonoho koke ʻana i ke kaʻina hana, me kāna ʻano huahana. Hiki ke hoʻoili ʻia nā ʻike hou i ka paepae ma ke ʻano like (e hana ʻia ke kaʻina hana hou).
Kiʻi 14 Ke hoʻohana nei i ka Jupyter Notebook e hoʻoponopono i ka ʻenekini AI/ML ma ke kahua InterSystems IRIS.
ʻAʻole hiki ke hana ʻia ka hoʻololi ʻana o kahi kaʻina hana ma ke ʻano kiʻi kiʻi a pona paha - akā ma ke ʻano "total" IDE (Integrated Development Environment). ʻO kēia mau IDE ʻo IRIS Studio (ka hale IRIS maoli), Visual Studio Code (InterSystems IRIS extension no VSCode) a me Eclipse (Atelier plugin). I kekahi mau hihia, hiki i kahi hui hoʻomohala ke hoʻohana i nā IDE ʻekolu i ka manawa like. Hōʻike ke kiʻikuhi ma lalo nei i kahi laʻana o ka hoʻoponopono ʻana i ke kaʻina hana like ma IRIS studio, ma Visual Studio Code a ma Eclipse. Loaʻa nā ʻike āpau no ka hoʻoponopono: Python/R/Julia/SQL, ObjectScript, a me ke kaʻina ʻoihana.
Kiʻi 15 Hoʻomohala ʻana i ke kaʻina ʻoihana InterSystems IRIS ma nā IDE like ʻole
Pono nā mea hana no ka wehewehe ʻana a me ka hoʻokō ʻana i nā kaʻina hana ʻoihana InterSystems IRIS ma ka Language Process Business (BPL). Hiki i ka BPL ke hoʻohana i nā "mea hoʻohui i hoʻomākaukau ʻia" (nā hana) i nā kaʻina ʻoihana - ʻoiaʻiʻo, hāʻawi i nā kumu āpau e ʻōlelo ai ua hoʻokō ʻia ka "hoʻohui mau" ma InterSystems IRIS. ʻO nā ʻāpana kaʻina hana ʻoihana mākaukau (nā hana a me nā pilina ma waena o lākou) he mea hoʻoikaika ikaika no ka hui ʻana i kahi hoʻonā AI/ML. ʻAʻole nā hui wale nō: mahalo i nā hana a me nā pilina ma waena o lākou ma luna o nā hoʻomohala AI / ML a me nā mīkini, e kū mai ana kahi "autonomous management layer", hiki ke hoʻoholo e like me ke kūlana, i ka manawa maoli.
Kiʻi 16 Nā ʻāpana kaʻina hana ʻoihana mākaukau no ka hoʻohui mau ʻana (CI) ma ke kahua InterSystems IRIS.
He kūlana koʻikoʻi ka manaʻo o nā ʻōnaehana ʻoihana (i ʻike ʻia ʻo "multi-agent system") i ka robotization, a ʻo ka InterSystems IRIS platform e kākoʻo maoli iā ia ma o ka hana "product-process". Ma waho aʻe o ka hiki ʻole o ka "hoʻopili" i kēlā me kēia kaʻina hana me ka hana e pono ai no ka hopena holoʻokoʻa, e hāʻawi ana i ka ʻōnaehana o nā kaʻina hana me ka waiwai o "agency" e hiki ai iā ʻoe ke hana i nā hopena kūpono no nā phenomena simulated paʻa loa (ʻano o ka nohona / biosystems, nā kaʻina hana ʻenehana i ʻike ʻia, a me nā mea ʻē aʻe).
Kiʻi 16 Ka hana ʻana o kahi hoʻonā AI/ML ma ke ʻano he ʻōnaehana kaʻina hana ʻoihana ma InterSystems IRIS.
Ke hoʻomau nei mākou i kā mākou loiloi o InterSystems IRIS me kahi moʻolelo e pili ana i ka hoʻohana ʻia ʻana o ka paepae no ka hoʻoponopono ʻana i nā papa holoʻokoʻa o nā pilikia manawa maoli (kahi wehewehe kikoʻī kikoʻī i kekahi o nā hana maikaʻi loa o ka platform AI/ML ma InterSystems IRIS hiki ke loaʻa i hoʻokahi. o kā mākou mua ).
Wela ma nā kuʻekuʻe wāwae o ke kiʻikuhi mua, aia ma lalo kahi kiʻi kikoʻī o ka ʻōnaehana ʻoihana. Hōʻike ke kiʻikuhi i ka prototype like, ʻike ʻia nā kaʻina hana ʻehā a pau, ua kahakaha ʻia nā pilina ma waena o lākou: GENERATOR - kaʻina hana i ka ʻikepili e nā mea ʻike lako, BUFFER - hoʻokele i nā queues data, ANALYZER - hana i ka aʻo mīkini ponoʻī, MONITOR - nānā i ka maikaʻi o ke aʻo ʻana i ka mīkini a hāʻawi i kahi hōʻailona e pili ana i ka pono e aʻo hou i ke kumu hoʻohālike.
Kiʻi 17 Ka hoʻohui ʻana o kahi hoʻonā AI/ML ma ke ʻano o kahi ʻōnaehana kaʻina hana ʻoihana ma InterSystems IRIS.
Hōʻike ke kiʻikuhi ma lalo nei i ka hana kūʻokoʻa o kekahi prototype robotic (ʻike i ka waihoʻoluʻu ʻana o nā kikokikona) no kekahi manawa. Ma ka ʻaoʻao o luna ka evolution o ka hōʻailona maikaʻi o ka hoʻomaʻamaʻa kumu hoʻohālike (ke ulu nei ka maikaʻi), ma ka ʻaoʻao haʻahaʻa ka dynamics o ka hōʻailona maikaʻi o ka noi hoʻohālike a me nā ʻoiaʻiʻo o ka hoʻomaʻamaʻa pinepine ʻana (nā ʻulaʻula). E like me kāu e ʻike ai, ua aʻo maikaʻi ʻia ka hopena iā ia iho a me ka autonomously, a hana ma kahi pae maikaʻi i hāʻawi ʻia (ʻaʻole hāʻule nā helu helu maikaʻi ma lalo o 80%).
Kiʻi 18 Hoʻomaʻamaʻa mau (self-) (CT) ma ke kahua InterSystems IRIS.
Ua ʻōlelo pū mākou i ka "auto-ML" ma mua, akā ʻo ke kiʻikuhi ma lalo nei e hōʻike ana i ka hoʻohana ʻana i kēia hana me ka kikoʻī me ka hoʻohana ʻana i ka laʻana o kahi prototype ʻē aʻe. Hōʻike ka kiʻi kiʻi o kahi ʻāpana o kahi kaʻina hana ʻoihana i ka hana e hoʻoulu ai i ka hoʻohālikelike ʻana i ka waihona H2O. ʻO nā pihi ROC, a me ka ʻike ʻokoʻa ʻana o nā "mea hoʻololi koʻikoʻi" i loaʻa i ka hoʻonohonoho ʻikepili kumu). ʻO kahi mea koʻikoʻi ma ʻaneʻi ʻo ka mālama ʻana i ka manawa a me nā kumuwaiwai loea i loaʻa ma o "auto-ML": ʻo ka mea a kā mākou papa hana e hana ai i ka hapalua minuke (ʻike a hoʻomaʻamaʻa i ke kumu hoʻohālike maikaʻi loa) hiki ke lawe i kahi loea mai hoʻokahi pule a hoʻokahi mahina.
Kiʻi 19 Hoʻohui ʻia o "auto-ML" i kahi hoʻonā AI/ML ma ke kahua InterSystems IRIS.
ʻO ke kiʻikuhi ma lalo nei e haʻalele iki i ka manaʻo, akā he ala maikaʻi ia e hoʻopau ai i ka moʻolelo e pili ana i nā papa o nā pilikia manawa maoli e hoʻoponopono ʻia: hoʻomanaʻo mākou iā ʻoe me nā mana āpau o ka InterSystems IRIS platform, nā hiʻohiʻona hoʻomaʻamaʻa ma lalo o kāna mana. ʻaʻole koi. Hiki i ka paepae ke loaʻa mai waho mai ka mea i kapa ʻia ʻo PMML kikoʻī o ke kumu hoʻohālike, i aʻo ʻia i kahi hāmeʻa ʻaʻole ma lalo o ka mana o ka paepae - a hoʻohana i kēia kumu hoʻohālike i ka manawa maoli mai ka manawa i lawe ʻia mai ai. . He mea nui e noʻonoʻo ʻaʻole hiki ke hoʻemi ʻia nā mea kiʻi AI/ML āpau i kahi kikoʻī PMML, ʻoiai inā ʻae ka hapa nui o nā mea hana maʻamau i kēia. No laila, ʻo ka InterSystems IRIS platform he "open loop" a ʻaʻole ia he "kauā kahua" no nā mea hoʻohana.
Kiʻi 20 Hoʻohui ʻia o "auto-ML" i kahi hoʻonā AI/ML ma ke kahua InterSystems IRIS.
E papa inoa mākou i nā pōmaikaʻi hou aʻe o InterSystems IRIS (no ka akaka, e pili ana i ka hoʻokele kaʻina hana), he mea koʻikoʻi loa ia i ka automation o ka naʻauao artificial a me ke aʻo ʻana i ka mīkini manawa maoli.
- Hoʻokumu ʻia nā mea hana hoʻohui me nā kumu ʻikepili a me nā mea kūʻai aku (system control control system/SCADA, lako, MRO, ERP, etc.)
- Hoʻokomo ʻia no ka hana kiʻekiʻe o ka transactional a me ka analytical processing (Hybrid Transaction/Analytical Processing, HTAP) o kekahi leo o ka ʻikepili kaʻina hana ʻenehana
- Nā mea hana hoʻomohala no ka hoʻomau mau ʻana o nā ʻenekini AI/ML no nā hoʻonā manawa maoli e pili ana iā Python, R, Julia
- ʻO nā kaʻina hana ʻoihana kūpono no ka hoʻohui mau ʻana a me ke aʻo ʻana iā ʻoe iho i nā mīkini hoʻonā AI/ML manawa maoli.
- ʻO nā mea hana akamai ʻoihana i kūkulu ʻia no ka nānā ʻana i ka ʻikepili kaʻina hana a me nā hopena o kahi hoʻonā AI/ML
- no ka hāʻawi ʻana i nā hopena o ka hoʻonā AI/ML e hoʻoponopono i nā ʻōnaehana mana/SCADA, ʻike a me nā ʻōnaehana analytical, hoʻouna ʻana i nā mākaʻikaʻi, etc.
Hoʻopili maʻalahi nā hoʻonā AI/ML ma ke kahua InterSystems IRIS i ka ʻenehana IT e kū nei. Mālama ka InterSystems IRIS platform i ka hilinaʻi kiʻekiʻe o nā hoʻonā AI/ML ma o ke kākoʻo ʻana i nā hoʻonohonoho hoʻomanawanui hewa a me ka hoʻopalekana ʻana i ka pōʻino a me ka hoʻonohonoho maʻalahi i nā kaiapuni virtual, ma nā kikowaena kino, i nā ao pilikino a me ka lehulehu, a me nā pahu Docker.
No laila, ʻo InterSystems IRIS kahi kahua kikowaena AI/ML i ka manawa maoli. Ua hoʻopaʻa ʻia ke ao holoʻokoʻa o kā mākou paepae ma ka hana ʻana ma ka nele o nā palena de facto i ka paʻakikī o nā helu hoʻokō, ka hiki o InterSystems IRIS e hoʻohui (i ka manawa maoli) ka hoʻoili ʻana i nā hiʻohiʻona mai nā ʻano ʻoihana like ʻole, a me ka hiki ke hoʻololi ʻia. nā hana a me nā mīkini i nā pono kikoʻī o nā mea hoʻohana.
Kiʻi 21 InterSystems IRIS - he kahua hoʻopili helu AI/ML manawa maoli
No ka launa pū ʻana me ka poʻe o kā mākou poʻe heluhelu e makemake ana i nā mea i hōʻike ʻia ma aneʻi, ʻaʻole mākou e kaupalena iā ʻoe iho i ka heluhelu ʻana a me ka hoʻomau ʻana i ke kamaʻilio "ola." E hauʻoli mākou i ka hāʻawi ʻana i ke kākoʻo me ka hoʻokumu ʻana i nā hiʻohiʻona AI/ML manawa maoli e pili ana i nā kikoʻī o kāu ʻoihana, hana i ka prototyping hui ma ka InterSystems IRIS platform, hoʻokumu a hoʻokō i ka hoʻomaʻamaʻa i kahi palapala alanui no ka hoʻokomo ʻana i ka naʻauao a me ka aʻo mīkini. i kāu hana hana a me nā kaʻina hana. ʻO kā mākou AI/ML ʻĀpana Hoʻokaʻaʻike leka uila - .
Source: www.habr.com