InterSystems IRIS - ikpo okwu AI / ML zuru ụwa ọnụ

Onye edemede: Sergey Lukyanchikov, onye na-ahụ maka ndụmọdụ na InterSystems

Oku mgbako AI/ML ozugbo

Ka anyị were ihe atụ si n'ahụmahụ omume sayensị data na InterSystems bido:

• Ejikọrọ ọnụ ụzọ onye na-azụ ahịa eburula ibu na sistemụ nkwanye ịntanetị. A ga-enwe nhazigharị nke nkwalite n'ofe netwọk ahịa (dịka ọmụmaatụ, kama usoro nkwalite "flat", a ga-eji matrix "akụkụ-tactics" ugbu a). Kedu ihe na-eme injin nkwado? Kedu ihe na-eme nrubeisi na imelite data na injin nkwanye (olu nke data ntinye abawanyela ugboro 25000)? Kedu ihe na-eme mmepe nke ndụmọdụ (mkpa iji belata nzacha nzacha nke iwu ndụmọdụ site na otu puku ugboro n'ihi mmụba nke otu puku na ọnụ ọgụgụ ha na "oke")?
• Enwere usoro maka nyochaa ohere nke ntụpọ na-etolite na akụrụngwa akụrụngwa. Ejikọtara usoro njikwa usoro na-akpaghị aka na usoro nlekota oru, na-ebufe ọtụtụ puku usoro usoro nkà na ụzụ kwa sekọnd ọ bụla. Kedu ihe na-eme usoro nleba anya nke na-arụ ọrụ na mbụ na "ụdị akwụkwọ ntuziaka" (ọ nwere ike ịnye nlekota nke abụọ na nke abụọ)? Kedu ihe ga-eme ma ọ bụrụ na ngọngọ ọhụrụ nke ọtụtụ narị ogidi pụtara na ntinye data na-agụ site na sensọ na nso nso a agbakwunyere na usoro njikwa usoro (ọ ga-adị mkpa na ogologo oge iji kwụsị usoro nlekota oru iji tinye data sitere na sensọ ọhụrụ na nyocha. )?
• E mepụtala usoro AI / ML (nkwanye, nlekota, amụma) nke na-eji nsonaazụ nke ọrụ ibe ya. Ogologo awa ole ka achọrọ kwa ọnwa iji megharia ọrụ nke mgbagwoju a ka ọ gbanwee na data ntinye? Kedu ihe bụ "nwayọọ nwayọọ" n'ozuzu mgbe nkwado nke njikwa mkpebi siri ike (ugboro ole na-eme ihe ọmụma ọhụrụ na-akwado ya n'ihe gbasara ugboro ugboro nke data ntinye ọhụrụ)?

N'ịchịkọta ihe atụ ndị a na ọtụtụ ihe atụ ndị ọzọ, anyị abịala n'ichepụta ihe ịma aka ndị na-ebilite mgbe a na-aga n'ihu na iji mmụta igwe na usoro ọgụgụ isi n'oge:

• Anyị nwere afọ ojuju na ọsọ nke okike na mgbanwe (na ọnọdụ mgbanwe) nke mmepe AI / ML na ụlọ ọrụ anyị?
• Ego ole ka azịza AI / ML anyị na-eji na-akwado njikwa azụmaahịa n'ezie?
• Ngwọta AI/ML anyị na-eji nwere ike ime ka onwe ya (na-enweghị ndị mmepe) ime mgbanwe na data na omume njikwa azụmaahịa?

Edemede anyị bụ nkọwa zuru oke nke ike nke InterSystems IRIS n'elu ikpo okwu na nkwado zuru ụwa ọnụ maka ntinye nke usoro AI / ML, mgbakọ (mwekota) nke AI / ML ngwọta, na ọzụzụ (nnwale) nke AI / ML ngwọta na kpụ ọkụ n'ọnụ. iyi data. Anyị ga-eleba anya na nyocha ahịa, ihe ọmụmụ gbasara azịza AI/ML, na akụkụ echiche nke ihe anyị na-akpọ ikpo okwu AI / ML n'ezie n'isiokwu a.

Ihe anyị maara site na nyocha: ngwa ngwa

Результаты nyochamere n'etiti ihe fọrọ nke nta ka ọ bụrụ ndị ọkachamara 800 IT na 2019 site na Lightbend, na-ekwu maka onwe ha:

Ọgụgụ 1 Na-eduga ndị na-azụ ahịa nke ezigbo oge data

Ka anyị hota akụkụ dị mkpa nke akụkọ na nsonaazụ nyocha a na ntụgharị asụsụ anyị:

"... Ụdị na-ewu ewu nke ngwá ọrụ maka ijikọ data iyi na, n'otu oge ahụ, na-akwado ịgbakọ na containers na-enye synergistic nzaghachi na ahịa na-arịọ arịrịọ maka nzaghachi ọzọ, ezi uche, ike atụmatụ nke irè ngwọta. Data gụgharia na-ebufe ozi ngwa ngwa karịa data ngwugwu ọdịnala. Tụkwasị na nke a bụ ikike iji ngwa ngwa tinye usoro mgbakọ na mwepụ, dịka ọmụmaatụ, ndụmọdụ AI / ML, na-emepụta uru asọmpi site n'ịba ụba afọ ojuju ndị ahịa. Ọsọ maka ike na-emetụtakwa ọrụ niile dị na usoro DevOps - na-eme ka mmepe ngwa na ibuga rụọ ọrụ nke ọma. … Narị asatọ na anọ ọkachamara IT nyere ozi gbasara ojiji nke data eruba na ha otu. Ndị na-aza ajụjụ bụ ndị nọ na mba ndị dị n'Ebe Ọdịda Anyanwụ (41% na Europe na 37% na North America) na ọ fọrọ nke nta ka ọ bụrụ nkesa n'etiti obere ụlọ ọrụ obere, ọkara na nnukwu ụlọ ọrụ. ...

... Artificial ọgụgụ isi abụghị hype. Pasent iri ise na asatọ nke ndị na-ejilarị nhazi data iyi na-arụpụta ngwa AI / ML na-akwado na ojiji ha nke AI / ML ga-ahụ uto kasị ukwuu n'afọ na-abịa (ma e jiri ya tụnyere ngwa ndị ọzọ).

• Dị ka ọtụtụ ndị na-aza ajụjụ si kwuo, iji data iyi na AI / ML ọnọdụ ga-ahụ ọganihu kasị ukwuu n'afọ na-abịa.
• Ngwa dị na AI/ML ga-eto ọ bụghị naanị n'ihi ụdị ọhụụ dị ọhụrụ, kamakwa n'ihi ọnọdụ ọdịnala nke a na-eji data oge eme ihe.
• Na mgbakwunye na AI / ML, ọkwa nke ịnụ ọkụ n'obi n'etiti ndị na-eji pipeline data IoT dị oke egwu - 48% nke ndị ejikọtalarị data IoT na-ekwu na mmejuputa ọnọdụ dị na data a ga-ahụ mmụba dị ukwuu n'ọdịnihu dị nso. ..."

Site na nyocha a na-adọrọ mmasị karị, o doro anya na nghọta nke mmụta igwe na ọnọdụ ọgụgụ isi dị ka ndị isi na oriri nke iyi data adịlarị "na-aga." Mana otu nleba anya dị mkpa bụ nghọta AI / ML dị adị site na oghere nke DevOps: ebe a, anyị nwere ike ịmalite ikwu maka mgbanwe nke ọdịbendị ka na-achị “AI / ML nwere ike ịnweta ya na usoro data zuru ezu.”

Echiche ikpo okwu AI/ML n'ezie

Otu mpaghara ngwa a na-ahụkarị maka AI/ML ozugbo bụ njikwa usoro na nrụpụta. N'iji ihe atụ ya ma na-eburu n'uche echiche ndị gara aga, anyị ga-emepụta echiche nke ikpo okwu AI / ML ozugbo.
Ojiji ọgụgụ isi na mmụta igwe na njikwa usoro nwere ọtụtụ atụmatụ:

• A na-enweta data na steeti nke usoro teknụzụ nke ọma: yana ugboro ole na ole yana maka ọtụtụ paramita (ihe ruru iri puku kwuru iri puku ụkpụrụ na-ebufe kwa sekọnd site na sistemụ njikwa usoro)
• Data na njirimara nke ntụpọ, ọ bụghị ikwu banyere data na mmepe ha, n'ụzọ megidere nke ahụ, dị ụkọ na oge ụfọdụ, nke e ji ezughị ezu typification nke ntụpọ na mpaghara ha na oge (na-anọchi anya ya na akwụkwọ ndekọ)
• Site n'echiche bara uru, ọ bụ naanị "window nke dị mkpa" nke data isi mmalite dị maka ọzụzụ na itinye ụdị, na-egosipụta ike nke usoro nkà na ụzụ n'ime oge ntụgharị ezi uche dị na ya na-ejedebe na ụkpụrụ agụ ikpeazụ nke usoro usoro ahụ.

Atụmatụ ndị a na-amanye anyị, na mgbakwunye na ịnata na nhazi nhazi n'oge dị adị nke "mgbama ntinye mgbasa ozi mgbasa ozi" siri ike site na usoro nkà na ụzụ, ime (n'otu n'otu) ngwa, ọzụzụ na njikwa mma nke nsonaazụ AI / Ụdị ML - nakwa na ozugbo. "Free" nke ụdị anyị "na-ahụ" na windo na-amị amị nke mkpa na-agbanwe mgbe niile - yana ya, àgwà nke nsonaazụ nke ọrụ AI / ML ụdị zụrụ na otu n'ime "frames" n'oge gara aga na-agbanwekwa. . Ọ bụrụ na nsonaazụ ọrụ nke ụdị AI / ML na-akawanye njọ (dịka ọmụmaatụ: uru nke njehie nhazi ọkwa "alarm-norm" gafere oke anyị kọwapụtara), ọzụzụ ọzọ nke ụdị kwesịrị ịmalite ozugbo na. "okpokoro" ugbu a - na nhọrọ nke oge ịmalite ọzụzụ ọzọ nke ụdị kwesịrị iburu n'uche otú ogologo oge nke ọzụzụ ahụ n'onwe ya, na ike nke mmebi na àgwà nke ọrụ nke ụdị nke ugbu a (ebe ọ bụ na ọ dị ugbu a). A na-anọgide na-eji ụdị ndị dị ugbu a nke ụdị ndị a mgbe a na-azụ ụdị ahụ, na ruo mgbe a na-emepụta ụdị "ọzụzụ ọhụrụ" ha).

InterSystems IRIS nwere ikike ikpo okwu dị mkpa iji mee ka AI / ML ngwọta maka njikwa usoro oge. Enwere ike kewaa ikike ndị a ụzọ atọ:

• Mbugharị na-aga n'ihu (Nnyefe / Nnyefe na-aga n'ihu, CD) nke usoro AI / ML ọhụrụ ma ọ bụ emeghari ka ọ bụrụ ihe ngwọta na-arụpụta ihe na-arụ ọrụ ozugbo na InterSystems IRIS ikpo okwu.
• Njikọ na-aga n'ihu (CI) n'ime otu ngwọta na-arụpụta ihe nke iyi data usoro teknụzụ na-abata, ahịrị data maka ngwa / ọzụzụ / njikwa njikwa nke usoro AI / ML na mgbanwe nke data / koodu / njikwa omume na gburugburu mgbakọ na mwepụ mgbakọ na mwepụ, ahaziri na ozugbo. ikpo okwu InterSystems IRIS
• Ọzụzụ na-aga n'ihu (onwe-) (Ọzụzụ na-aga n'ihu, CT) nke usoro AI / ML, emere na gburugburu mgbakọ na mwepụ na-eji data, koodu na njikwa njikwa (“mkpebi emere”) nke InterSystems IRIS na-ebufe.

Nhazi nke ike ikpo okwu n'ihe gbasara mmụta igwe na ọgụgụ isi n'ime otu ndị a abụghị ihe mberede. Ka anyị tụlee usoro mbipụta Google, nke na-enye ndabere echiche maka nhazi ọkwa a, na ntụgharị asụsụ anyị:

"... Echiche DevOps, nke na-ewu ewu n'ụbọchị ndị a, na-ekpuchi mmepe na ịrụ ọrụ nke usoro mgbasa ozi buru ibu. Uru dị n'imejuputa echiche a bụ mbelata ogologo oge nke usoro mmepe mmepe, ntinye ngwa ngwa nke mmepe, yana mgbanwe na nhazi ntọhapụ. Iji nweta uru ndị a, DevOps gụnyere mmejuputa opekata mpe omume abụọ:

• Ngwakọta na-aga n'ihu (CI)
• Nnyefe na-aga n'ihu (CD)

Omume ndị a na-emetụtakwa nyiwe AI / ML iji hụ na mgbakọ AI / ML na-arụ ọrụ nke a pụrụ ịdabere na ya na ịrụ ọrụ nke ọma.

Usoro AI/ML dị iche na sistemụ ozi ndị ọzọ n'akụkụ ndị a:

• Ikike otu: Mgbe ị na-eke ngwọta AI / ML, ndị otu ahụ na-agụnyekarị ndị ọkà mmụta sayensị data ma ọ bụ ndị ọkachamara "agụmakwụkwọ" na ngalaba nyocha data ndị na-eduzi nyocha data, mepụta na nwalee ụdị. Ndị otu a nwere ike ọ gaghị abụ ndị nrụpụta koodu na-arụpụta ọrụ.
• Mmepe: Igwe AI/ML bụ nnwale na okike. Iji dozie nsogbu n'ụzọ kachasị dị irè, ọ dị mkpa ịgafe nchikota dị iche iche nke mgbanwe ntinye, algọridim, usoro nhazi na ihe nlereanya. Ihe mgbagwoju anya nke nchọta dị otú ahụ bụ ịchọta "ihe na-arụ ọrụ / na-adịghị arụ ọrụ", na-eme ka mmeghari nke akụkụ, nchịkọta nke mmepe maka mmejuputa ugboro ugboro.
• Nnwale: Nnwale injin AI/ML chọrọ nnwale dị ukwuu karịa ọtụtụ mmepe ndị ọzọ. Na mgbakwunye na otu ọkọlọtọ ọkọlọtọ na ule ntinye aka, a na-anwale nkwado data na ogo nsonaazụ nke itinye ihe nlereanya na nlele ọzụzụ na njikwa.
• Nkwanye: Nbugharị nke ngwọta AI/ML ejedebeghị na ọrụ amụma na-eji ụdị a zụrụ azụ. A na-ewu ihe ngwọta AI/ML gburugburu pipeline ọtụtụ ọkwa nke na-arụ ọzụzụ na ngwa ihe nlereanya akpaaka. Ịkwanye pipeline dị otú ahụ gụnyere ịmegharị omume na-adịghị mkpa nke ndị sayensị data ejiri aka mee ka ha nwee ike ịzụ na ịnwale ụdị.
• Nrụpụta: Igwe AI / ML nwere ike ghara ịrụpụta ihe ọ bụghị naanị n'ihi mmemme na-adịghị mma, kamakwa n'ihi mgbanwe mgbanwe nke data ntinye mgbe niile. N'ikwu ya n'ụzọ ọzọ, arụmọrụ nke usoro AI / ML nwere ike ịda mbà n'ihi ọtụtụ ihe kpatara ya karịa arụmọrụ nke mmepe omenala. Nke na-eduga na mkpa iji nyochaa (online) arụmọrụ nke igwe AI / ML anyị, yana izipu ọkwa ma ọ bụ jụ nsonaazụ ma ọ bụrụ na ndị na-egosi arụmọrụ emezughị atụmanya.

nyiwe AI/ML yiri usoro ozi ndị ọzọ n'ihi na ha abụọ chọrọ ntinye koodu na-aga n'ihu na njikwa ụdị, nnwale otu, nnwale ntinye, na ntinye mmepe na-aga n'ihu. Agbanyeghị, n'ihe gbasara AI/ML, enwere ọtụtụ ọdịiche dị mkpa:

• CI (Njikota na-aga n'ihu) ejedebeghị na nnwale na ịkwado koodu nke akụrụngwa ebugara - ọ gụnyekwara nnwale na nkwado data yana ụdị AI/ML.
• CD (Nnyefe / Nnyefe na-aga n'ihu, ntinye aka na-aga n'ihu) ejedebeghị na ide na ịtọhapụ ngwugwu ma ọ bụ ọrụ, ma na-egosi ikpo okwu maka nhazi, ọzụzụ na ntinye nke ngwọta AI / ML.
• CT (Ọzụzụ na-aga n'ihu, ọzụzụ na-aga n'ihu) bụ ihe ọhụrụ [ihe dị ka. Onye edemede edemede: ihe ọhụrụ n'ihe metụtara echiche ọdịnala nke DevOps, nke CT bụ, dịka iwu, Nnwale Na-aga n'ihu], dị na AI / ML nyiwe, na-ahụ maka njikwa kwụụrụ onwe nke usoro maka ọzụzụ na itinye AI. /ML ụdị. ..."

Anyị nwere ike ikwuwapụta na mmụta igwe na ọgụgụ isi na-arụ ọrụ na data dị adị na-achọ ngwa ọrụ na ikike sara mbara (site na mmepe koodu ruo n'ịhazi mgbakọ na mwepụ gburugburu ebe obibi mgbakọ na mwepụ), njikọ chiri anya n'etiti mpaghara niile na-arụ ọrụ na isiokwu, nhazi nke ọma nke mmadụ na nke ọma. akụrụngwa igwe.

Ihe dị adị n'ezie: ịmata mmepe nke ntụpọ na nfuli nri

N'ịga n'ihu na-eji usoro akara mpaghara dị ka ihe atụ, tụlee a kpọmkwem nsogbu (anyị na-ama kwuru na mbụ): anyị kwesịrị inye ezigbo oge nlekota nke mmepe nke ntụpọ na nfuli dabere na eruba nke usoro oke ụkpụrụ; na akụkọ sitere n'aka ndị ọrụ nrụzi gbasara ntụpọ ndị achọpụtara.

Ọgụgụ 2 Nhazi nsogbu maka nlekota mmepe nke ntụpọ

Otu akụkụ nke ọtụtụ ọrụ ndị a na-egosipụta n'ụzọ dị otú a na omume bụ na a ghaghị ileba anya mgbe niile na ịrụ ọrụ nke nnata data (APCS) megide ndabere nke episodic na oge mgbe (na ndebanye aha) nke ntụpọ nke ụdị dị iche iche. N'ikwu ya n'ụzọ ọzọ: data sitere na usoro njikwa usoro na-abịarute otu ugboro n'otu sekọnd, ziri ezi na nke ziri ezi, na ndetu banyere ntụpọ na-eji pensụl kemịkalụ na-egosi ụbọchị na akwụkwọ ndetu n'ozuzu na ogbako (dịka ọmụmaatụ: "12.01 - leak n'ime mkpuchi ahụ). site n'akụkụ nke 3rd bear")).

Ya mere, anyị nwere ike ịgbakwunye nhazi nke nsogbu ahụ na njedebe dị mkpa ndị a: anyị nwere naanị otu "label" nke ntụpọ nke otu ụdị (ya bụ, ihe atụ nke ntụpọ nke otu ụdị na-anọchi anya data sitere na njikwa usoro. usoro na ụbọchị a kapịrị ọnụ - na anyị enweghị ọtụtụ ihe atụ nke ntụpọ nke ụdị a). Mmachi a na-ewega anyị ozugbo gafere oke mmụta igwe oge gboo (mmụta a na-ahụ maka ya), nke ekwesịrị inwe ọtụtụ “mkpado”.

Ọgụgụ 3 Nkọwa nke ọrụ nlekota mmepe nke ntụpọ

Anyị nwere ike 'ịba ụba' naanị "mkpado" anyị nwere? Ee anyị nwere ike. Ọnọdụ ugbu a nke mgbapụta ahụ na-egosi ogo nke myirịta na ntụpọ edebanyere aha. Ọbụlagodi na-enweghị iji ụzọ ọnụọgụ, na ọkwa nke nghọta, site na ilele ike nke ụkpụrụ data na-abịa na sistemụ njikwa usoro, ị nwere ike mụta ọtụtụ ihe:

Ọnụọgụ 4 Mmetụta nke ọnọdụ mgbapụta ahụ megide ndabere nke "akara" nke ntụpọ nke ụdị enyere

Mana nghọta anya (opekata mpe ugbu a) abụghị onye na-emepụta “mkpado” kachasị mma na ọnọdụ anyị na-agbanwe ngwa ngwa. Anyị ga-enyocha myirịta nke ọnọdụ mgbapụta ugbu a na ntụpọ ndị a kọrọ site na iji nyocha ọnụ ọgụgụ.

Ọgụgụ 5 Itinye ule nyocha na data na-abata megide ndabere nke “labelụ” ntụpọ.

A ọnụ ọgụgụ ule na-ekpebi ihe gbasara nke puru omume na ndekọ na ụkpụrụ nke nkà na ụzụ usoro parameters na "flow-packet" enwetara site na usoro akara usoro yiri ihe ndekọ nke "mkpado" nke ntụpọ nke otu ụdị. Uru nke puru omume (ndekọ ọnụ ọgụgụ myirịta ọnụ ọgụgụ) gbakọrọ n'ihi itinye nyocha ọnụ ọgụgụ ka ọ bụrụ uru nke 0 ma ọ bụ 1, na-aghọ "labelụ" maka mmụta igwe na ndekọ ọ bụla akọwapụtara na ngwugwu a na-enyocha maka myirịta. Ya bụ, mgbe ejichara ule ndekọ ndekọ steeti mgbapụta enwetara ọhụrụ, anyị nwere ohere (a) tinye ngwugwu a na ọzụzụ ọzụzụ maka ịzụ ụdị AI / ML na (b) na-arụ ọrụ njikwa mma. ụdị ụdị ugbu a mgbe ị na-eji ya na ngwugwu a.

Ọgụgụ 6 Itinye usoro mmụta igwe na data mbata megide ndabere nke “labelụ” ntụpọ.

Na otu n'ime anyị gara aga webinar Anyị na-egosi ma na-akọwa otú InterSystems IRIS ikpo okwu na-enye gị ohere mejuputa usoro AI / ML ọ bụla n'ụdị na-aga n'ihu na-eme usoro azụmahịa nke na-enyocha ntụkwasị obi nke nsonaazụ nlegharị anya ma na-emegharị usoro ihe atụ. Mgbe emejuputa a prototype nke anyị dịruru ná njọ na nfuli, anyị na-eji niile InterSystems IRIS arụmọrụ ewepụtara n'oge webinar - mmejuputa atumatu na analyzer usoro dị ka akụkụ nke anyị ngwọta ọ bụghị oge gboo elekọta mmụta, kama na-akwalite mmụta, nke na-akpaghị aka na-achịkwa nhọrọ maka ọzụzụ ụdị. . Ihe nlele ọzụzụ ahụ nwere ndekọ nke "nkwekọrịta nchọpụta" na-ebilite mgbe etinyere ma nyocha ndekọ ọnụ ọgụgụ na ụdị ugbu a nke ụdị - ya bụ, ma ule nyocha (mgbe gbanwee akara myirịta na 0 ma ọ bụ 1) na ihe nlereanya ahụ rụpụtara nsonaazụ ya. na ndekọ ndị dị otú ahụ 1. N'oge ọzụzụ ọhụrụ nke ihe nlereanya ahụ, n'oge nkwenye ya (a na-etinye ihe nlereanya a zụrụ azụ na nlele ọzụzụ nke ya, na ntinye akwụkwọ mbụ nke nyocha ọnụ ọgụgụ na ya), na-edekọ na "anaghị edebe" nsonaazụ 1 mgbe nhazichara. site na nyocha ọnụ ọgụgụ (n'ihi ọnụnọ mgbe niile na ọzụzụ ihe atụ nke ndekọ sitere na "labelụ" mbụ nke ntụpọ), na-ewepụ ya na nhazi ọzụzụ, na ụdị ọhụrụ nke ụdị ahụ na-amụta site na "labelụ" nke ntụpọ gbakwunyere ndekọ "edọrọ" sitere na iyi.

Ọgụgụ 7 Robotization nke AI/ML mgbako na InterSystems IRIS

Ọ bụrụ na ọ dị mkpa maka ụdị "echiche nke abụọ" na àgwà nke nchọpụta enwetara n'oge mgbakọ mpaghara na InterSystems IRIS, a na-emepụta usoro ndụmọdụ iji mee ọzụzụ na ngwa nke ụdị na nchịkọta data njikwa site na iji ọrụ igwe ojii (dịka ọmụmaatụ, Microsoft). Azure, Amazon Web Services, Google Cloud Platform, wdg):

Ọgụgụ 8 Echiche nke abụọ sitere na Microsoft Azure nke InterSystems IRIS chịkọtara

Ihe nlere nke ọnọdụ anyị dị na InterSystems IRIS bụ usoro nke usoro nyocha nke na-emekọrịta ihe na ihe akụrụngwa (pump), gburugburu mgbakọ na mwepụ (Python, R na Julia), ma hụ na mmụta onwe onye nke AI / niile metụtara. Usoro ML - na iyi data ozugbo.

Ọgụgụ 9 Isi ọrụ nke ezigbo ngwa AI / ML ngwọta na InterSystems IRIS

Nsonaazụ bara uru nke prototype anyị:

• Ihe nlere nke ụdị a ghọtara (January 12):

• Nrụrụ na-eto eto ghọtara site na ihe nlereanya nke na-etinyeghị na nlele (Septemba 11, ndị otu nrụzi chọpụtara ntụpọ ahụ n'onwe ya nanị ụbọchị abụọ ka e mesịrị, na Septemba 13):

Ịme anwansị na ezigbo data nke nwere ọtụtụ akụkụ nke otu ntụpọ ahụ gosiri na ngwọta anyị, nke etinyere na InterSystems IRIS n'elu ikpo okwu, na-enye anyị ohere ịchọpụta mmepe nke ntụpọ nke ụdị a ọtụtụ ụbọchị tupu ndị otu nrụzi achọpụta ha.

InterSystems IRIS - ikpo okwu AI / ML zuru ụwa ọnụ

InterSystems IRIS n'elu ikpo okwu na-eme ka mmepe, mbugharị na ịrụ ọrụ nke ngwọta data ozugbo. InterSystems IRIS nwere ike n'otu oge na-arụ ọrụ azụmahịa na nyocha data nhazi; na-akwado echiche data emekọrịtara ọnụ dịka ọtụtụ ụdị (gụnyere mmekọrịta, nhazi, ihe na akwụkwọ); mee ihe dị ka ikpo okwu maka ijikọta ọtụtụ isi mmalite data na ngwa nke onye ọ bụla; nye nyocha oge dị elu na data ahaziri ahazi yana enweghị ahaziri. InterSystems IRIS na-enyekwa usoro maka iji ngwaọrụ nyocha mpụga ma na-enye ohere nchikota nke nnabata na igwe ojii na na sava mpaghara.

Ngwa ndị e wuru na InterSystems IRIS n'elu ikpo okwu na-ebugharị n'ofe ụlọ ọrụ dị iche iche, na-enyere ụlọ ọrụ aka ịghọta uru akụ na ụba dị ịrịba ama site na atụmatụ atụmatụ na arụmọrụ, na-amụba mkpebi nke ihe ọmụma ma na-ejikọta ọdịiche dị n'etiti ihe omume, nyocha na ime ihe.

Ọgụgụ 10 InterSystems IRIS architecture n'ihe gbasara AI/ML ozugbo

Dị ka eserese gara aga, eserese dị n'okpuru na-ejikọta "usoro nhazi" ọhụrụ (CD / CI / CT) na eserese nke mgbasa ozi n'etiti ihe ndị na-arụ ọrụ nke ikpo okwu. Ọhụụ ahụ na-amalite site na macromechanism CD wee gaa n'ihu na macromechanisms CI na CT.

Eserese 11 nke ozi na-aga n'etiti ihe AI/ML nke InterSystems IRIS n'elu ikpo okwu

Ihe kachasị mkpa nke usoro CD dị na InterSystems IRIS: ndị ọrụ ikpo okwu (ndị na-emepụta ihe ngwọta AI / ML) na-emegharị dị na / ma ọ bụ mepụta mmepe AI / ML ọhụrụ site na iji nchịkọta koodu pụrụ iche maka usoro AI / ML: Jupyter (aha zuru ezu: Jupyter Notebook; maka nkenke, a na-akpọkwa akwụkwọ ndị e mepụtara na nchịkọta akụkọ a mgbe ụfọdụ). Na Jupyter, onye nrụpụta nwere ohere ide, debugharị na nyochaa arụmọrụ (gụnyere iji eserese) nke otu mmepe AI / ML tupu etinye ya (“ebuga”) na InterSystems IRIS. O doro anya na mmepe ọhụrụ a na-emepụta n'ụzọ dị otú a ga-enweta nanị nkwụsị nke isi (ebe ọ bụ na, karịsịa, Jupyter anaghị arụ ọrụ na iyi data oge) - nke a bụ n'usoro ihe, n'ihi na isi ihe na-arụpụta mmepe na Jupyter. bụ nkwenye nke isi ọrụ nke usoro AI / ML dị iche ("gosipụtara nsonaazụ a tụrụ anya na nlele data"). N'otu aka ahụ, usoro etinyegoro n'elu ikpo okwu (lee ihe ndị a macro-mechanisms) tupu ịmegharị ya na Jupyter nwere ike ịchọ "ịghaghachi" na ụdị "tupu ikpo okwu" (ịgụ data sitere na faịlụ, na-arụ ọrụ na data site na xDBC kama tebụl, mkparịta ụka ozugbo na ndị ụwa - multidimensional data arrays InterSystems IRIS - wdg).

Otu akụkụ dị mkpa nke mmejuputa CD na InterSystems IRIS: etinyere njikọ bidirectional n'etiti ikpo okwu na Jupyter, na-ekwe ka ọdịnaya Python, R na Julia bufee n'elu ikpo okwu (na, emesịa, na-edozi n'elu ikpo okwu) (ha atọ bụ mmemme. Asụsụ n'asụsụ ndị mepere emepe kwekọrọ). Ya mere, ndị na-emepụta ọdịnaya AI / ML nwere ohere iji rụọ ọrụ "na-aga n'ihu" nke ọdịnaya a n'elu ikpo okwu, na-arụ ọrụ na nchịkọta akụkọ Jupyter ha maara nke ọma, na ụlọ akwụkwọ ndị a ma ama dị na Python, R, Julia, na ịrụ ọrụ nbibi (ọ bụrụ na ọ dị mkpa) n'èzí ikpo okwu .

Ka anyị gaa n'ihu na usoro CI macro na InterSystems IRIS. Eserese a na-egosi usoro macro nke "roboizer dị adị" (mgbagwoju anya nke usoro data, usoro azụmahịa na iberibe koodu haziri n'asụsụ mgbakọ na mwepụ na ObjectScript - asụsụ mmepe obodo nke InterSystems IRIS). Ọrụ nke usoro macro a bụ idobe ahịrị data dị mkpa maka ịrụ ọrụ nke usoro AI / ML (dabere na iyi data na-ebufe n'elu ikpo okwu ozugbo), mee mkpebi banyere usoro nke ngwa na "iche iche" nke AI / Usoro ML (ha bụkwa "algọridim mgbakọ na mwepụ", "ụdị", wdg - enwere ike ịkpọ ya dị iche iche dabere na nkọwapụta nke mmejuputa iwu na mmasị okwu), debe usoro data ruo ugbu a maka nyochaa nsonaazụ nke ọrụ AI / Usoro ML (cubes, tables, multidimensional data arrays, etc.) wdg - maka akụkọ, dashboards, wdg).

Otu akụkụ dị mkpa nke mmejuputa CI na InterSystems IRIS: emejuputala njikọ bidirectional n'etiti ikpo okwu na gburugburu mgbakọ na mwepụ, na-enye gị ohere ịme ihe ndị a kwadoro na ikpo okwu na Python, R na Julia na gburugburu ha ma nwetaghachi nsonaazụ njedebe. A na-emejuputa njikọ a ma na "ọnọdụ njedebe" (ya bụ, A na-emepụta ọdịnaya AI / ML dị ka koodu ObjectScript nke na-akpọ oku na gburugburu ebe obibi) na "ụdị usoro azụmahịa" (ya bụ, AI / ML ọdịnaya ka emepụtara dị ka usoro azụmahịa). iji nchịkọta akụkọ eserese, ma ọ bụ mgbe ụfọdụ na-eji Jupyter, ma ọ bụ iji IDE - IRIS Studio, Eclipse, Visual Studio Code). Nnweta usoro azụmahịa maka edezi na Jupyter na-egosipụta site na njikọ dị n'etiti IRIS na ọkwa CI na Jupyter na ọkwa CD. Enyere nkọwa zuru ezu nke mwekota na gburugburu mgbakọ na mwepụ n'okpuru. N'oge a, n'echiche anyị, enwere ihe ọ bụla mere ị ga-eji hụ na ikpo okwu nwere ngwá ọrụ niile dị mkpa iji mejuputa "mmekọrịta na-aga n'ihu" nke mmepe AI / ML (na-esite na "ịkwanye na-aga n'ihu") n'ime ngwa ngwa AI / ML ozugbo.

Na isi nnukwu usoro: CT. Enweghị ya, a gaghị enwe ikpo okwu AI / ML (ọ bụ ezie na "ezigbo oge" ga-emejuputa site na CD / CI). Ihe kachasị mkpa nke CT bụ ọrụ ikpo okwu na "ihe arịa" nke mmụta igwe na ọgụgụ isi na-arụ ọrụ ozugbo na oge ọrụ nke gburugburu mgbakọ na mwepụ: ụdị, tebụl nkesa, vectors matrix, layers of neural networks, wdg. "Ọrụ" a, n'ọtụtụ ọnọdụ, gụnyere ịmepụta ihe ndị a kpọtụrụ aha na gburugburu (n'ihe banyere ụdị, dịka ọmụmaatụ, "okike" bụ ịtọpụta nkọwapụta nke ihe nlereanya na nhọrọ nke ụkpụrụ nke paramita ya. ihe a na-akpọ "ọzụzụ" nke ihe nlereanya), ngwa ha (maka ụdị: gbakọọ na enyemaka nke "ihe nlereanya" ụkpụrụ nke iche iche - amụma, otu otu, ihe gbasara nke puru omume nke ihe omume, wdg) na mmelite nke ugbua. ihe arụpụtara ma tinye ya n'ọrụ (dịka ọmụmaatụ, ịkọwapụta usoro ntinye ihe nlere anya dabere na nsonaazụ ngwa - iji kwalite amụma amụma, dịka nhọrọ). Isi ihe dị n'ịghọta ọrụ CT bụ "abstraction" ya site na eziokwu nke CD na CI: CT ga-emejuputa ihe niile na-emepụta ihe, na-elekwasị anya na mgbakọ na mwepụ na mgbakọ na mwepụ nke AI / ML ngwọta n'ime ikike ndị e nyere site na gburugburu ebe obibi. CD na CI ga-ahụ maka "inye ntinye" na "iwepụta ihe".

Akụkụ dị mkpa nke mmejuputa CT kpọmkwem na InterSystems IRIS: iji njikọta na gburugburu mgbakọ mgbakọ na mwepụ nke a kpọtụrụ aha n'elu, ikpo okwu nwere ike wepụ ihe ndị ahụ na-arụ ọrụ na-agba ọsọ n'okpuru ya na gburugburu mgbakọ na mwepụ na (kacha mkpa) tụgharịa. ha n'ime ikpo okwu data ihe. Dịka ọmụmaatụ, tebụl nkesa nke emepụtara na nnọkọ Python na-arụ ọrụ nwere ike ịbụ (na-akwụsịghị nnọkọ Python) na-ebufe n'elu ikpo okwu n'ụdị, dịka ọmụmaatụ, zuru ụwa ọnụ ( multidimensional InterSystems IRIS data array) - ma jiri ya mee ihe. maka mgbako na usoro AI / ML ọzọ (nke etinyere n'asụsụ nke mpaghara ọzọ - dịka ọmụmaatụ, na R) - ma ọ bụ tebụl mebere. Ihe atụ ọzọ: n'otu aka ahụ na "ọnọdụ nkịtị" nke ọrụ ihe nlereanya (na oge ọrụ Python), a na-eme "auto-ML" na data ntinye ya: nhọrọ akpaka nke mgbanwe mgbanwe kachasị mma na ụkpụrụ paramita. Na yana ọzụzụ "mgbe niile", ihe nlereanya na-arụpụta ihe n'oge na-enwetakwa "atụmatụ maka njikarịcha" nke nkọwapụta ya - nke mgbanwe mgbanwe mgbanwe na-agbanwe, ụkpụrụ nke paramita na-agbanwe (ọ bụghịkwa n'ihi ọzụzụ. na Python, mana n'ihi ọzụzụ na ụdị "ọzọ" nke onwe ya, dị ka nchịkọta H2O), na-enye ohere ka usoro AI / ML n'ozuzu ya nwee ike ịnagide mgbanwe ndị a na-atụghị anya ya na ọdịdị nke data ntinye na ihe ndị a na-emepụta. .

Ka anyị mata nke ọma na ikpo okwu AI/ML nke InterSystems IRIS, na-eji ihe atụ nke ụdị ndụ dị adị.

Na eserese dị n'okpuru ebe a, n'akụkụ aka ekpe nke slide ahụ enwere akụkụ nke usoro azụmahịa nke na-emejuputa mmezu nke scripts na Python na R. N'akụkụ etiti e nwere ihe ndekọ anya nke mmezu nke ụfọdụ n'ime edemede ndị a, n'otu n'otu. na Python na R. Ozugbo n'azụ ha bụ ihe atụ nke ọdịnaya na otu na asụsụ ọzọ, na-ebufe maka igbu ya na gburugburu ebe kwesịrị ekwesị. Na njedebe n'aka nri, a na-ahụ anya dabere na nsonaazụ nke mkpochapụ nke edemede. Emere ihe ngosi dị n'elu na nyocha IRIS (wepụtara data sitere na Python n'ime usoro data InterSystems IRIS wee gosipụta na dashboard na-eji ikpo okwu), na ala ka emere ozugbo na nnọkọ ọrụ R na mmepụta si ebe ahụ gaa na faịlụ eserese. . Akụkụ dị mkpa: mpempe akwụkwọ ewepụtara na prototype bụ maka ịzụ ihe nlereanya (nhazi nke steeti akụrụngwa) na data enwetara ozugbo site na usoro simulator akụrụngwa, n'okpuru iwu sitere na usoro nleba anya nhazi ọkwa nke a hụrụ n'oge itinye ihe nlereanya ahụ. A ga-atụle n'ihu na mmejuputa ihe ngwọta AI / ML n'ụdị nhazi usoro mmekọrịta ("ndị ọrụ").

Ọgụgụ 12 Mmekọrịta na Python, R na Julia na InterSystems IRIS

Usoro ikpo okwu (ha bụkwa "usoro azụmahịa", "usoro nyocha", "pipeline", wdg - dabere na ọnọdụ), nke mbụ, a na-edezi ya na nhazi usoro azụmahịa eserese na ikpo okwu n'onwe ya, na n'ụdị dị otú ahụ. ka emebere ma eserese ngọngọ ya na usoro AI/ML kwekọrọ (koodu mmemme) n'otu oge. Mgbe anyị na-ekwu na "a na-enwetara usoro AI / ML," anyị na-ekwu na mbụ ngwakọ (n'ime otu usoro): ọdịnaya dị na asụsụ nke mgbakọ na mwepụ gburugburu ebe obibi dị n'akụkụ ọdịnaya na SQL (gụnyere ndọtị si Ngwakọta ML), na InterSystems ObjectScript, yana asụsụ ndị ọzọ akwadoro. Ọzọkwa, usoro ikpo okwu na-enye ohere sara mbara nke ukwuu maka “ịsụgharị” n'ụdị iberibe iberibe (dị ka enwere ike ịhụ na ihe atụ na eserese dị n'okpuru), nke na-enye gị ohere ịhazi nke ọma ọbụlagodi ọdịnaya dị mgbagwoju anya n'enweghị “ịdapụ” nke usoro eserese (n'ime usoro "na-abụghị nke eserese"). » Ụzọ / klaasị / usoro, wdg). Nke ahụ bụ, ọ bụrụ na ọ dị mkpa (ma a na-ahụ ya n'ọtụtụ ọrụ), a ga-emejuputa ngwọta AI / ML dum na usoro ntinye akwụkwọ onwe onye. Biko mara na n'etiti akụkụ nke eserese dị n'okpuru ebe a, nke na-anọchite anya "ọkwa nke nesting" dị elu, o doro anya na na mgbakwunye na ọrụ nke ịzụ ihe nlereanya (iji Python na R), nyocha nke ihe a na-akpọ. A na-agbakwunye ROC curve nke ụdị a zụrụ azụ, na-enye ohere ka anya (na mgbakọ) nyochaa ogo ọzụzụ - a na-emejuputa nyocha a n'asụsụ Julia (mere, ya mere, na gburugburu mgbakọ na mwepụ Julia).

Ihe atụ 13 gburugburu ebe a na-ahụ anya maka nhazi nke ngwọta AI / ML na InterSystems IRIS

Dịka e kwuru na mbụ, mmalite mmalite na (n'ọnọdụ ụfọdụ) mmegharị nke usoro AI / ML emejuputalarị n'elu ikpo okwu ga-eme / nwere ike ime n'èzí ikpo okwu na nchịkọta akụkọ Jupyter. Na eserese dị n'okpuru ebe a, anyị na-ahụ ihe atụ nke imeghari usoro ikpo okwu dị adị (otu ihe ahụ dị na eserese dị n'elu) - nke a bụ otú mpempe akwụkwọ nke na-ahụ maka ịzụ ihe nlereanya dị ka Jupyter. Ọdịnaya Eke Ọgba dị maka ndezi, nbipu, na mmepụta eserese ozugbo na Jupyter. Enwere ike ịme mgbanwe (ọ bụrụ na ọ dị mkpa) site na ịmekọrịta ngwa ngwa n'ime usoro ikpo okwu, gụnyere ụdị ya na-arụpụta. Enwere ike ibufe ọdịnaya ọhụrụ na ikpo okwu n'otu ụzọ ahụ (a na-emepụta usoro ikpo okwu ọhụrụ na-akpaghị aka).

Ọgụgụ 14 Iji akwụkwọ ndetu Jupyter dezie injin AI/ML na nyiwe InterSystems IRIS.

Enwere ike ịme mmegharị nke usoro ikpo okwu ọ bụghị naanị n'ụdị eserese ma ọ bụ laptọọpụ - kamakwa n'ụdị “mkpokọta” IDE (Integrated Development Environment). IDE ndị a bụ IRIS Studio (ụlọ ọrụ IRIS obodo), Visual Studio Code (InterSystems IRIS ndọtị maka VSCode) na Eclipse (Atelier plugin). N'ọnọdụ ụfọdụ, ọ ga-ekwe omume otu mmepe iji IDE atọ ahụ n'otu oge. Eserese dị n'okpuru na-egosi ihe atụ nke idezi otu usoro ahụ na studio IRIS, na Visual Studio Code na na Eclipse. Ọdịnaya niile dị maka idezi: Python/R/Julia/SQL, ObjectScript, na usoro azụmahịa.

Ọgụgụ 15 Mmepe nke usoro azụmahịa nke InterSystems IRIS na IDE dị iche iche

Ngwa maka ịkọwa na imezu usoro azụmahịa InterSystems IRIS na Asụsụ Usoro Azụmahịa (BPL) kwesịrị ka a kpọtụrụ aha pụrụ iche. BPL na-eme ka o kwe omume iji "ihe ejikere emebere" (ọrụ) na usoro azụmahịa - nke, n'ezie, na-enye ihe ọ bụla mere ị ga-eji kwuo na "mmekọrịta na-aga n'ihu" na-emejuputa na InterSystems IRIS. Ngwa usoro azụmahịa emebere nke ọma (ọrụ na njikọ dị n'etiti ha) bụ ngwa ngwa ngwa ngwa maka ịgbakọta ngwọta AI / ML. Ma ọ bụghị naanị mgbakọ: ekele maka ọrụ na njikọ dị n'etiti ha maka mmepe AI / ML dị iche iche na usoro, "nchịkọta nchịkwa nke onwe" na-ebilite, nke nwere ike ime mkpebi dịka ọnọdụ ahụ si dị, ozugbo.

Ọgụgụ 16 Ngwa usoro azụmahịa emebere maka njikọta na-aga n'ihu (CI) n'elu ikpo okwu InterSystems IRIS

Echiche nke sistemu ndị nnọchi anya (nke a makwaara dị ka “Sistemụ ndị nnọchi anya ọtụtụ”) nwere ọnọdụ siri ike na robotization, yana InterSystems IRIS ikpo okwu na-akwado ya site na nrụpụta “ngwaahịa-usoro”. Na mgbakwunye na ohere na-akparaghị ókè maka "ịkwanye" usoro ọ bụla nwere ọrụ dị mkpa maka ngwọta zuru ezu, inye usoro nke usoro ikpo okwu na ihe onwunwe nke "ụlọ ọrụ" na-enye gị ohere ịmepụta ngwọta dị irè maka ihe ngosi simulated na-enweghị atụ (omume nke ọha mmadụ / omume). biosystems, usoro teknụzụ a na-ahụ anya nke ọma, wdg).

Ọgụgụ 16 Ọrụ nke ngwọta AI / ML dị ka usoro usoro azụmahịa dabere na onye nnọchi anya na InterSystems IRIS

Anyị na-aga n'ihu na nyocha nke InterSystems IRIS na akụkọ banyere iji ikpo okwu eme ihe maka idozi klas niile nke nsogbu ozugbo (mmeghe zuru oke maka ụfọdụ omume kachasị mma nke ikpo okwu AI / ML na InterSystems IRIS nwere ike ịchọta n'otu n'otu. nke anyị gara aga webinar).

Na-ekpo ọkụ na ikiri ụkwụ nke eserese gara aga, n'okpuru ebe a bụ nkọwa zuru ezu nke usoro ihe nnọchiteanya. Eserese ahụ na-egosi otu ihe atụ ahụ, a na-ahụ usoro ọrụ anọ niile anya, a na-adọta mmekọrịta dị n'etiti ha: GENERATOR - na-emepụta data site na ihe mmetụta akụrụngwa, BUFFER - na-ejikwa ahịrị data, ANALYZER - na-arụ ọrụ mmụta igwe n'onwe ya, Nleba anya - na-enyocha ya. àgwà nke mmụta igwe ma nyefee akara ngosi banyere mkpa ọ dị ịmaliteghachi ihe nlereanya ahụ.

Ọgụgụ 17 Ihe mejupụtara ngwọta AI / ML n'ụdị usoro usoro azụmaahịa dabere na onye nnọchi anya na InterSystems IRIS

Eserese dị n'okpuru ebe a na-egosi ọrụ kwụụrụ onwe nke ụdị robọt ọzọ (nghọta nke agba ederede nke mmetụta uche) ruo oge ụfọdụ. N'elu akụkụ bụ evolushọn nke àgwà egosi ọzụzụ nlereanya (àgwà na-eto eto), na ala akụkụ bụ ike nke àgwà egosi nke nlereanya ngwa na eziokwu nke ugboro ugboro ọzụzụ (red n'ọnyá). Dị ka ị pụrụ ịhụ, ihe ngwọta amụtala onwe ya nke ọma na onwe ya, ma na-arụ ọrụ n'ogo a nyere (ụkpụrụ akara àgwà adịghị ada n'okpuru 80%).

Ọgụgụ 18 Na-aga n'ihu (onwe-) ọzụzụ (CT) na InterSystems IRIS ikpo okwu

Anyị kpọkwara “auto-ML” na mbụ, mana eserese dị n'okpuru na-egosi ojiji nke ọrụ a n'ụzọ zuru ezu site na iji ihe atụ nke prototype ọzọ. Eserese eserese nke mpempe akwụkwọ nke usoro azụmaahịa na-egosi ọrụ na-akpalite imepụta ihe n'ụdị H2O, na-egosi nsonaazụ nke ihe ngosi a (nchịkwa doro anya nke ihe nlereanya a rụpụtara n'elu ụdị “mmadụ mere”), dị ka eserese nkọwa nke ROC curves, yana njirimara akpaaka nke "mgbanwe kachasị emetụta" dị na nhazi data mbụ). Otu ihe dị mkpa ebe a bụ ichekwa oge na akụrụngwa ọkachamara nke a na-enweta site na "auto-ML": ihe usoro ikpo okwu anyị na-eme na ọkara nkeji (ịchọta na ịzụ ihe nlereanya kachasị mma) nwere ike were ọkachamara site n'otu izu ruo otu ọnwa.

Ọgụgụ 19 Njikọ nke "auto-ML" n'ime ngwọta AI / ML na InterSystems IRIS n'elu ikpo okwu

Eserese dị n'okpuru na-atụ uche ntakịrị ntakịrị, mana ọ bụ ụzọ dị mma isi kwụsị akụkọ banyere klaasị nke nsogbu ndị a na-edozi ozugbo: anyị na-echetara gị na site na ike niile nke InterSystems IRIS ikpo okwu, ụdị ọzụzụ n'okpuru ya bụ. ọ bụghị iwu. Ikpo okwu nwere ike ịnata site n'èzí ihe a na-akpọ PMML nkọwapụta nke ihe nlereanya, zụrụ azụ na ngwá ọrụ na-adịghị n'okpuru akara nke ikpo okwu - na-etinye ihe nlereanya a ozugbo ozugbo ọ na-ebubata. Nkọwa PMML. Ọ dị mkpa iburu n'uche na ọ bụghị ihe niile AI / ML nwere ike ibelata na nkọwapụta PMML, ọ bụrụgodị na ọtụtụ n'ime ihe ndị a na-emekarị na-ekwe ka nke a. Ya mere, InterSystems IRIS ikpo okwu bụ "oghere loop" na ọ pụtaghị "ohu ikpo okwu" maka ndị ọrụ.

Ọgụgụ 20 Njikọ nke "auto-ML" n'ime ngwọta AI / ML na InterSystems IRIS n'elu ikpo okwu

Ka anyị depụta uru ikpo okwu ndị ọzọ nke InterSystems IRIS (maka idoanya, n'ihe metụtara njikwa nhazi), nke dị oke mkpa na akpaaka nke ọgụgụ isi na mmụta igwe oge:

• Ngwaọrụ ejikọtara ọnụ na isi mmalite data ọ bụla yana ndị na-azụ ahịa (usoro njikwa usoro/SCADA, akụrụngwa, MRO, ERP, wdg.)
• Wuru na- Multi-model DBMS maka nhazi azụmahịa dị elu na nhazi nyocha (Hybrid Transaction/Analytical Processing, HTAP) nke olu ọ bụla nke data usoro teknụzụ.
• Ngwá ọrụ mmepe maka mbugharị ngwa ngwa AI / ML na-aga n'ihu maka azịza ozugbo dabere na Python, R, Julia
• Usoro azụmahịa na-agbanwe agbanwe maka ntinye aka na-aga n'ihu na (onwe-) mmụta nke ngwa ngwa ngwa AI / ML ozugbo.
• Ngwá ọrụ ọgụgụ isi azụmaahịa arụnyere maka ịhụ data usoro na nsonaazụ nke ngwọta AI/ML
• Njikwa API maka ịnye nsonaazụ nke AI / ML ngwọta iji hazie usoro njikwa / SCADA, ozi na usoro nyocha, izipu ọkwa, wdg.

Ihe ngwọta AI / ML na InterSystems IRIS n'elu ikpo okwu dabara adaba na akụrụngwa IT dị ugbu a. InterSystems IRIS ikpo okwu na-eme ka ntụkwasị obi dị elu nke ngwọta AI / ML site n'ịkwado nhazi mmejọ na njedebe ọdachi na ntinye mgbanwe na gburugburu mebere, na sava anụ ahụ, na nzuzo na igwe ojii, na igbe Docker.

Yabụ, InterSystems IRIS bụ ikpo okwu AI / ML zuru ụwa ọnụ. The eluigwe na ala nke anyị n'elu ikpo okwu na-kwenye na omume site enweghị de facto mgbochi na mgbagwoju anya nke emejuputa atumatu mgbako, ike nke InterSystems IRIS ikpokọta (na ozugbo) nhazi nke ndapụta si a dịgasị iche iche nke ụlọ ọrụ, na ahụkebe adaptability nke. ọrụ ikpo okwu ọ bụla na usoro maka mkpa ndị ọrụ akọwapụtara.

Ọgụgụ 21 InterSystems IRIS - ikpo okwu AI/ML n'ezie zuru ụwa ọnụ

Maka mkparịta ụka dị mkpa nke ndị na-agụ akwụkwọ anyị nwere mmasị na ihe a na-enye ebe a, anyị na-akwado ka ị ghara ịmachi onwe gị n'ịgụ ya na ịga n'ihu na mkparịta ụka "ndụ." Anyị ga-enwe obi ụtọ ịnye nkwado site na nhazi nke ọnọdụ AI / ML dị adị n'ihe gbasara nkọwa nke ụlọ ọrụ gị, rụọ ọrụ nkwonkwo na InterSystems IRIS n'elu ikpo okwu, mepụta ma mejuputa na omume usoro ụzọ maka iwebata ọgụgụ isi na mmụta igwe. n'ime usoro mmepụta na njikwa gị. Email kọntaktị ndị ọkachamara AI / ML anyị - [email protected].

isi: www.habr.com