InterSystems IRIS - ipilẹ akoko gidi-akoko AI / ML

Onkọwe: Sergey Lukyanchikov, onimọ-ẹrọ imọran ni InterSystems

Awọn ipe iširo AI/ML gidi-akoko

Jẹ ki a bẹrẹ pẹlu awọn apẹẹrẹ lati iriri ti adaṣe Imọ-jinlẹ data ni InterSystems:

• Èbúté olùtajà tí a kójọ ti sopọ̀ mọ́ ètò ìdánilẹ́kọ̀ọ́ lórí ayelujara. Atunto awọn igbega yoo wa ni gbogbo nẹtiwọọki soobu (fun apẹẹrẹ, dipo laini “alapin” ti awọn igbega, matrix “awọn ilana-apakan” yoo ṣee lo bayi). Kini o ṣẹlẹ si awọn ẹrọ iṣeduro? Kini yoo ṣẹlẹ si ifakalẹ ati imudojuiwọn data si ẹrọ iṣeduro (iwọn ti data titẹ sii ti pọ si nipasẹ awọn akoko 25000)? Kini o ṣẹlẹ si idagbasoke awọn iṣeduro (iwulo lati dinku ala sisẹ ti awọn ofin iṣeduro nipasẹ ẹgbẹrun nitori ilosoke ẹgbẹrun ni nọmba wọn ati “agbegbe”)?
• Eto kan wa fun ibojuwo iṣeeṣe ti awọn abawọn idagbasoke ni awọn paati ohun elo. Eto iṣakoso ilana adaṣe kan ti sopọ si eto ibojuwo, gbigbe ẹgbẹẹgbẹrun awọn aye ilana imọ-ẹrọ ni gbogbo iṣẹju-aaya. Kini o ṣẹlẹ si eto ibojuwo ti o ti ṣiṣẹ tẹlẹ lori “awọn apẹẹrẹ afọwọṣe” (ṣe o lagbara lati pese ibojuwo iṣeeṣe keji-si-keji)? Kini yoo ṣẹlẹ ti bulọọki tuntun ti awọn ọgọọgọrun awọn ọwọn han ninu data titẹ sii pẹlu awọn kika lati awọn sensọ laipẹ ti a ṣafikun si eto iṣakoso ilana (ṣe yoo jẹ pataki ati fun igba melo lati da eto ibojuwo duro lati ni data lati awọn sensosi tuntun ninu itupalẹ. )?
• Eto ti awọn ilana AI / ML (iṣeduro, ibojuwo, asọtẹlẹ) ti ṣẹda ti o lo awọn abajade ti iṣẹ kọọkan miiran. Awọn wakati eniyan melo ni o nilo ni oṣu kọọkan lati ṣe deede iṣẹ ti eka yii si awọn ayipada ninu data titẹ sii? Kini “idiwọn” gbogbogbo nigba atilẹyin nipasẹ eka ṣiṣe ipinnu iṣakoso (igbohunsafẹfẹ iṣẹlẹ ti alaye atilẹyin titun ninu rẹ ni ibatan si igbohunsafẹfẹ ti iṣẹlẹ ti data titẹ sii tuntun)?

Ni akopọ iwọnyi ati ọpọlọpọ awọn apẹẹrẹ miiran, a ti wa si igbekalẹ ti awọn italaya ti o dide nigba gbigbe si lilo ẹkọ ẹrọ ati awọn ilana itetisi atọwọda ni akoko gidi:

• Njẹ a ni itẹlọrun pẹlu iyara ti ẹda ati iyipada (si ipo iyipada) ti awọn idagbasoke AI / ML ni ile-iṣẹ wa?
• Elo ni awọn solusan AI / ML ti a lo ṣe atilẹyin iṣakoso iṣowo akoko gidi?
• Ṣe awọn solusan AI / ML ti a lo ni anfani lati ni ominira (laisi awọn olupilẹṣẹ) ni ibamu si awọn ayipada ninu data ati awọn iṣe iṣakoso iṣowo?

Nkan wa jẹ atunyẹwo kikun ti awọn agbara ti Syeed InterSystems IRIS ni awọn ofin ti atilẹyin agbaye fun imuṣiṣẹ ti awọn ọna AI / ML, apejọ (isopọpọ) ti awọn solusan AI / ML, ati ikẹkọ (idanwo) ti awọn solusan AI / ML lori aladanla. awọn ṣiṣan data. A yoo wo iwadii ọja, awọn iwadii ọran ti awọn solusan AI/ML, ati awọn abala imọran ti ohun ti a pe ni ipilẹ AI/ML gidi-akoko ni nkan yii.

Ohun ti a mọ lati awọn iwadi: awọn ohun elo akoko gidi

Результаты iwaditi a ṣe laarin awọn alamọdaju IT 800 ni ọdun 2019 nipasẹ Lightbend, sọ fun ara wọn:

Olusin 1 Asiwaju awọn onibara ti data gidi-akoko

Jẹ ki a fa awọn ajẹkù pataki ti ijabọ naa jade lori awọn abajade iwadi yii ninu itumọ wa:

"... Awọn aṣa ni olokiki ti awọn irinṣẹ fun sisọpọ awọn ṣiṣan data ati, ni akoko kanna, atilẹyin iširo ni awọn apoti pese idahun imuṣiṣẹpọ si ibeere ọja fun idahun diẹ sii, onipin, imọran ti o ni agbara ti awọn iṣeduro ti o munadoko. Sisanwọle data gbigbe alaye yiyara ju data soso ibile lọ. Ṣe afikun si eyi ni agbara lati yara lo awọn ọna iṣiro, gẹgẹbi, fun apẹẹrẹ, awọn iṣeduro orisun AI / ML, ṣiṣẹda awọn anfani ifigagbaga nipasẹ itẹlọrun alabara pọ si. Ere-ije fun agility tun kan gbogbo awọn ipa ninu apẹrẹ DevOps - ṣiṣe idagbasoke ohun elo ati imuṣiṣẹ daradara siwaju sii. … ọgọrin ati mẹrin awọn alamọdaju IT pese alaye lori lilo awọn ṣiṣan data ninu awọn ẹgbẹ wọn. Awọn oludahun wa ni pataki julọ ni awọn orilẹ-ede Oorun (41% ni Yuroopu ati 37% ni Ariwa America) ati pe wọn fẹrẹ pin kaakiri laarin awọn ile-iṣẹ kekere, alabọde ati nla. ...

... Oríkĕ itetisi ni ko aruwo. Ida mejidinlọgọta ti awọn ti o ti nlo ṣiṣatunṣe ṣiṣan data ni iṣelọpọ AI / ML awọn ohun elo jẹrisi pe lilo wọn ti AI / ML yoo rii idagbasoke ti o tobi julọ ni ọdun to nbọ (akawe si awọn ohun elo miiran).

• Gẹgẹbi ọpọlọpọ awọn idahun, lilo awọn ṣiṣan data ni awọn oju iṣẹlẹ AI / ML yoo rii idagbasoke ti o tobi julọ ni ọdun to nbọ.
• Awọn ohun elo ni AI/ML yoo dagba kii ṣe nitori awọn iru oju iṣẹlẹ tuntun ti o jo, ṣugbọn tun nitori awọn oju iṣẹlẹ ibile ninu eyiti data akoko gidi ti n pọ si.
• Ni afikun si AI / ML, ipele itara laarin awọn olumulo ti awọn opo gigun ti data IoT jẹ iwunilori - 48% ti awọn ti o ti ṣafikun data IoT tẹlẹ sọ pe imuse oju iṣẹlẹ lori data yii yoo rii ilosoke pataki ni ọjọ iwaju nitosi. ..."

Lati inu iwadi ti o nifẹ si kuku, o han gbangba pe iwoye ti ẹkọ ẹrọ ati awọn oju iṣẹlẹ itetisi atọwọda bi awọn oludari ninu lilo awọn ṣiṣan data ti wa tẹlẹ “lori ọna.” Ṣugbọn akiyesi pataki kan bakanna ni iwoye ti akoko gidi AI / ML nipasẹ awọn lẹnsi ti DevOps: nibi a ti le bẹrẹ tẹlẹ lati sọrọ nipa iyipada ti aṣa ti o tun jẹ agbara ti “AI / ML isọnu pẹlu eto data wiwọle ni kikun.”

Real-akoko AI / ML Syeed Erongba

Agbegbe ohun elo aṣoju kan fun akoko gidi AI / ML jẹ iṣakoso ilana ni iṣelọpọ. Lilo apẹẹrẹ rẹ ati ṣe akiyesi awọn ero iṣaaju, a yoo ṣe agbekalẹ ero ti ipilẹ-akoko AI / ML gidi-akoko kan.
Lilo oye atọwọda ati ẹkọ ẹrọ ni iṣakoso ilana ni nọmba awọn ẹya:

• Awọn data lori ipo ti ilana imọ-ẹrọ ni a gba ni itara: pẹlu igbohunsafẹfẹ giga ati fun ọpọlọpọ awọn paramita (to awọn ẹgbẹẹgbẹrun awọn iye paramita ti a gbejade fun iṣẹju kan lati eto iṣakoso ilana)
• Awọn data lori idanimọ awọn abawọn, kii ṣe lati mẹnuba data lori idagbasoke wọn, ni ilodi si, o ṣọwọn ati alaibamu, ti a ṣe afihan nipasẹ aiṣe deede ti awọn abawọn ati agbegbe wọn ni akoko (nigbagbogbo ni aṣoju nipasẹ awọn igbasilẹ iwe)
• Lati oju iwoye ti o wulo, “window ibaramu” nikan ti data orisun wa fun ikẹkọ ati awọn awoṣe lilo, ti n ṣe afihan awọn agbara ti ilana imọ-ẹrọ lori aarin aarin sisun ironu ti o pari pẹlu awọn iye kika ti o kẹhin ti awọn ilana ilana.

Awọn ẹya wọnyi fi agbara mu wa, ni afikun si gbigba ati sisẹ ipilẹ ni akoko gidi ti “ifihan agbara titẹ sii igbohunsafefe” to lekoko lati ilana imọ-ẹrọ, lati ṣe (ni afiwe) ohun elo, ikẹkọ ati iṣakoso didara ti awọn abajade AI / Awọn awoṣe ML - tun ni akoko gidi. Awọn "fireemu" ti awọn awoṣe wa "wo" ni window sisun ti ibaramu ti wa ni iyipada nigbagbogbo - ati pẹlu rẹ, didara awọn esi ti awọn iṣẹ ti awọn awoṣe AI / ML ti a kọ lori ọkan ninu awọn "awọn fireemu" ni igba atijọ tun yipada. . Ti didara awọn abajade iṣẹ ti awọn awoṣe AI / ML ba bajẹ (fun apẹẹrẹ: iye ti aṣiṣe iyasọtọ “itaniji-norm” ti kọja awọn opin ti a ti ṣalaye), ikẹkọ afikun ti awọn awoṣe yẹ ki o ṣe ifilọlẹ laifọwọyi lori “fireemu” lọwọlọwọ diẹ sii - ati yiyan akoko lati ṣe ifilọlẹ ikẹkọ afikun ti awọn awoṣe yẹ ki o ṣe akiyesi bii iye akoko ikẹkọ funrararẹ, ati awọn agbara ti ibajẹ ni didara iṣẹ ti ẹya lọwọlọwọ ti awọn awoṣe (niwon awọn ẹya ti o wa lọwọlọwọ ti awọn awoṣe tẹsiwaju lati lo lakoko ti a ti kọ awọn awoṣe, ati titi di awọn ẹya “titun oṣiṣẹ” wọn ti ṣẹda).

InterSystems IRIS ni awọn agbara ipilẹ bọtini lati jẹki awọn solusan AI / ML fun iṣakoso ilana akoko gidi. Awọn agbara wọnyi le pin si awọn ẹgbẹ akọkọ mẹta:

• Ilọsiwaju ilọsiwaju (Ilọsiwaju Ilọsiwaju / Ifijiṣẹ, CD) ti titun tabi awọn ọna ṣiṣe AI / ML ti o wa tẹlẹ sinu ojutu iṣelọpọ ti n ṣiṣẹ ni akoko gidi lori ipilẹ InterSystems IRIS
• Ilọsiwaju Ilọsiwaju (CI) sinu ojutu iṣelọpọ kan ti awọn ṣiṣan data ilana imọ-ẹrọ ti nwọle, awọn ila data fun ohun elo / ikẹkọ / iṣakoso didara ti awọn ọna AI / ML ati awọn paṣipaarọ ti data / koodu / awọn iṣe iṣakoso pẹlu awọn agbegbe awoṣe mathematiki, ti a ṣeto ni akoko gidi. Syeed InterSystems IRIS
• Ilọsiwaju (ara-) ikẹkọ (Itẹsiwaju ikẹkọ, CT) ti awọn ọna AI / ML, ti a ṣe ni awọn agbegbe awoṣe mathematiki nipa lilo data, koodu ati awọn iṣe iṣakoso (“awọn ipinnu ti a ṣe”) ti a gbejade nipasẹ ipilẹ InterSystems IRIS

Iyasọtọ ti awọn agbara pẹpẹ ni ibatan si ẹkọ ẹrọ ati oye atọwọda si awọn ẹgbẹ wọnyi ni deede kii ṣe lairotẹlẹ. Jẹ ki a sọ awọn methodological atejade Google, eyiti o pese ipilẹ imọran fun isọdi yii, ninu itumọ wa:

“... Agbekale DevOps, olokiki ni awọn ọjọ wọnyi, ni wiwa idagbasoke ati iṣẹ ti awọn eto alaye iwọn-nla. Awọn anfani ti imuse ero yii jẹ idinku ninu iye akoko awọn akoko idagbasoke, imuṣiṣẹ ni iyara ti awọn idagbasoke, ati irọrun ni igbero idasilẹ. Lati ṣaṣeyọri awọn anfani wọnyi, DevOps pẹlu imuse ti o kere ju awọn iṣe meji:

• Ilọpọ Ilọsiwaju (CI)
• Ifijiṣẹ Tesiwaju (CD)

Awọn iṣe wọnyi tun kan si awọn iru ẹrọ AI / ML lati rii daju pe igbẹkẹle ati apejọ iṣẹ ṣiṣe ti awọn solusan AI / ML ti iṣelọpọ.

Awọn iru ẹrọ AI/ML yatọ si awọn eto alaye miiran ni awọn aaye wọnyi:

• Awọn agbara ẹgbẹ: Nigbati o ba ṣẹda ojutu AI / ML, ẹgbẹ nigbagbogbo pẹlu awọn onimọ-jinlẹ data tabi awọn amoye “ẹkọ” ni aaye ti iwadii data ti o ṣe itupalẹ data, dagbasoke ati idanwo awọn awoṣe. Awọn ọmọ ẹgbẹ wọnyi le ma jẹ awọn olupilẹṣẹ koodu iṣelọpọ ọjọgbọn.
• Idagbasoke: Awọn ẹrọ AI/ML jẹ idanwo ni iseda. Lati le yanju iṣoro kan ni ọna ti o munadoko julọ, o jẹ dandan lati lọ nipasẹ ọpọlọpọ awọn akojọpọ ti awọn oniyipada titẹ sii, awọn algoridimu, awọn ọna awoṣe ati awọn awoṣe awoṣe. Awọn idiju ti iru wiwa kan wa ni wiwa “ohun ti o ṣiṣẹ / ko ṣiṣẹ”, ni idaniloju atunṣe ti awọn iṣẹlẹ, gbogbogbo ti awọn idagbasoke fun awọn imuse ti o tun ṣe.
• Idanwo: Idanwo awọn ẹrọ AI/ML nilo iwọn awọn idanwo ti o gbooro ju ọpọlọpọ awọn idagbasoke miiran lọ. Ni afikun si ẹyọkan boṣewa ati awọn idanwo isọpọ, iwulo data ati didara awọn abajade ti lilo awoṣe si ikẹkọ ati awọn ayẹwo iṣakoso ni idanwo.
• Ifilọlẹ: Ifilọlẹ ti awọn solusan AI / ML ko ni opin si awọn iṣẹ asọtẹlẹ ti o lo awoṣe ikẹkọ lẹẹkan. Awọn solusan AI / ML ni a ṣe ni ayika awọn opo gigun ti ipele pupọ ti o ṣe ikẹkọ awoṣe adaṣe adaṣe ati ohun elo. Gbigbe iru awọn opo gigun ti epo jẹ adaṣe adaṣe awọn iṣe ti kii ṣe bintin ni aṣa ti a ṣe pẹlu ọwọ nipasẹ awọn onimọ-jinlẹ data lati le ni ikẹkọ ati idanwo awọn awoṣe.
• Ise sise: Awọn ẹrọ AI / ML le ko ni iṣelọpọ kii ṣe nitori siseto ailagbara nikan, ṣugbọn tun nitori iyipada nigbagbogbo ti data titẹ sii. Ni awọn ọrọ miiran, iṣẹ ti awọn ọna AI / ML le dinku nitori ọpọlọpọ awọn idi ti o pọ ju iṣẹ ti awọn idagbasoke aṣa lọ. Eyi ti o nyorisi iwulo lati ṣe atẹle (online) iṣẹ ti awọn ẹrọ AI / ML wa, bakannaa firanṣẹ awọn itaniji tabi kọ awọn abajade ti awọn afihan iṣẹ ko ba pade awọn ireti.

Awọn iru ẹrọ AI/ML jẹ iru si awọn eto alaye miiran ni pe mejeeji nilo isọpọ koodu lilọsiwaju pẹlu iṣakoso ẹya, idanwo ẹyọkan, idanwo iṣọpọ, ati imuṣiṣẹ idagbasoke ilọsiwaju. Sibẹsibẹ, ninu ọran AI/ML, ọpọlọpọ awọn iyatọ pataki wa:

• CI (Idapọ Ilọsiwaju) ko ni opin si idanwo ati ijẹrisi koodu ti awọn paati ti a fi ranṣẹ - o tun pẹlu idanwo ati ijẹrisi data ati awọn awoṣe AI/ML.
• CD (Ifijiṣẹ Ilọsiwaju / Ifijiṣẹ, imuṣiṣẹ lemọlemọfún) ko ni opin si kikọ ati idasilẹ awọn idii tabi awọn iṣẹ, ṣugbọn tumọ si ipilẹ kan fun akopọ, ikẹkọ ati ohun elo ti awọn solusan AI / ML.
• CT (Tẹsiwaju ikẹkọ, ikẹkọ lemọlemọfún) jẹ ẹya tuntun [isunmọ. onkọwe nkan naa: nkan tuntun ni ibatan si imọran aṣa ti DevOps, ninu eyiti CT jẹ, gẹgẹbi ofin, Idanwo Ilọsiwaju], ti o wa ninu awọn iru ẹrọ AI / ML, lodidi fun iṣakoso adase ti awọn ilana fun ikẹkọ ati lilo AI / ML awọn awoṣe. ..."

A le ṣalaye pe ẹkọ ẹrọ ati oye itetisi atọwọda ti n ṣiṣẹ lori data akoko gidi nilo eto awọn irinṣẹ to gbooro ati awọn agbara (lati idagbasoke koodu si orchestration ti awọn agbegbe awoṣe mathematiki), isọpọ isunmọ laarin gbogbo iṣẹ ṣiṣe ati awọn agbegbe koko-ọrọ, agbari ti o munadoko diẹ sii ti eniyan ati ẹrọ oro.

Oju iṣẹlẹ gidi-akoko: riri idagbasoke awọn abawọn ninu awọn ifasoke ifunni

Tẹsiwaju lati lo agbegbe iṣakoso ilana bi apẹẹrẹ, ronu iṣoro kan pato (a ti mẹnuba tẹlẹ ni ibẹrẹ): a nilo lati pese ibojuwo akoko gidi ti idagbasoke awọn abawọn ninu awọn ifasoke ti o da lori sisan ti awọn iye paramita ilana. ati awọn ijabọ lati ọdọ oṣiṣẹ atunṣe nipa awọn abawọn ti a mọ.

Ṣe nọmba 2 Iṣalaye iṣoro fun mimojuto idagbasoke awọn abawọn

Ẹya kan ti ọpọlọpọ awọn iṣẹ-ṣiṣe ti o han ni ọna yii ni iṣe ni pe deede ati ṣiṣe ti gbigba data (APCS) gbọdọ jẹ akiyesi lodi si ẹhin ti iṣẹlẹ iṣẹlẹ ati alaibamu (ati iforukọsilẹ) ti awọn abawọn ti awọn oriṣiriṣi oriṣiriṣi. Ni awọn ọrọ miiran: data lati eto iṣakoso ilana de lẹẹkan ni iṣẹju-aaya, ti o tọ ati deede, ati awọn akọsilẹ nipa awọn abawọn ni a ṣe pẹlu ikọwe kemikali ti n tọka ọjọ naa ninu iwe akiyesi gbogbogbo ni idanileko (fun apẹẹrẹ: “12.01 - jo sinu ideri naa). lati ẹgbẹ ti 3rd ti nso")).

Bayi, a le ṣe afikun iṣelọpọ ti iṣoro naa pẹlu ipinnu pataki pataki wọnyi: a ni "aami" kan nikan ti abawọn ti iru kan pato (ie, apẹẹrẹ ti abawọn ti iru kan pato jẹ aṣoju nipasẹ data lati iṣakoso ilana. eto ni ọjọ kan pato - ati pe a ko ni awọn apẹẹrẹ diẹ sii ti abawọn ti iru pato yii). Idiwọn yii lẹsẹkẹsẹ gba wa kọja ipari ti ẹkọ ẹrọ kilasika (ẹkọ ti a ṣe abojuto), eyiti o yẹ ki o jẹ ọpọlọpọ “awọn afi”.

Ṣe nọmba 3 Ṣiṣe alaye iṣẹ-ṣiṣe ti ibojuwo idagbasoke awọn abawọn

Njẹ a le “sọ di pupọ” “aami” kanṣoṣo ti o wa ni ọwọ wa bi? Beeni a le se. Ipo lọwọlọwọ ti fifa soke jẹ ijuwe nipasẹ iwọn ibajọra si awọn abawọn ti o forukọsilẹ. Paapaa laisi lilo awọn ọna pipo, ni ipele ti iwo wiwo, nipa wiwo awọn agbara ti awọn iye data ti o de lati eto iṣakoso ilana, o le kọ ẹkọ pupọ tẹlẹ:

Ṣe nọmba 4 Yiyi ti ipo fifa lodi si abẹlẹ ti “ami” ti abawọn ti iru ti a fun

Ṣugbọn iwo wiwo (o kere ju fun bayi) kii ṣe olupilẹṣẹ ti o dara julọ ti “awọn afi” ni oju iṣẹlẹ iyipada iyara wa. A yoo ṣe iṣiro ibajọra ti ipo fifa lọwọlọwọ si awọn abawọn ti a royin nipa lilo idanwo iṣiro.

Nọmba 5 Lilo idanwo iṣiro kan si data ti nwọle lodi si abẹlẹ ti “aami” abawọn kan

Idanwo iṣiro ṣe ipinnu iṣeeṣe pe awọn igbasilẹ pẹlu awọn iye ti awọn ilana ilana imọ-ẹrọ ninu “packet-sisan” ti a gba lati inu eto iṣakoso ilana jẹ iru awọn igbasilẹ ti “afi” ti abawọn kan ti iru kan. Iwọn iṣeeṣe (itọka ibajọra iṣiro) ti a ṣe iṣiro bi abajade ti lilo idanwo iṣiro kan yipada si iye ti 0 tabi 1, di “aami” fun kikọ ẹrọ ni igbasilẹ pato kọọkan ninu apo ti a ṣe ayẹwo fun ibajọra. Iyẹn ni, lẹhin ti o ba ṣiṣẹ package tuntun ti awọn igbasilẹ ipinlẹ fifa pẹlu idanwo iṣiro, a ni aye lati (a) ṣafikun package yii si eto ikẹkọ fun ikẹkọ awoṣe AI / ML ati (b) ṣe iṣakoso didara ti Ẹya lọwọlọwọ ti awoṣe nigba lilo si package yii.

Nọmba 6 Lilo awoṣe ikẹkọ ẹrọ kan si data ti nwọle lodi si abẹlẹ ti “aami” abawọn kan

Ninu ọkan ninu wa ti tẹlẹ webinars A ṣafihan ati ṣalaye bii Syeed InterSystems IRIS ṣe gba ọ laaye lati ṣe eyikeyi ẹrọ AI / ML ni irisi ṣiṣe ṣiṣe awọn ilana iṣowo nigbagbogbo ti o ṣe atẹle igbẹkẹle ti awọn abajade awoṣe ati mu awọn awoṣe awoṣe mu. Nigbati o ba n ṣe imuse apẹẹrẹ ti oju iṣẹlẹ wa pẹlu awọn ifasoke, a lo gbogbo iṣẹ ṣiṣe InterSystems IRIS ti a gbekalẹ lakoko webinar - imuse ninu ilana atunnkanka gẹgẹbi apakan ti ojutu wa kii ṣe ikẹkọ ti iṣakoso kilasika, ṣugbọn dipo ikẹkọ iranlọwọ, eyiti o ṣakoso yiyan laifọwọyi fun awọn awoṣe ikẹkọ. . Apeere ikẹkọ ni awọn igbasilẹ ninu eyiti “ipinnu wiwa” dide lẹhin lilo mejeeji idanwo iṣiro ati ẹya lọwọlọwọ ti awoṣe - ie, mejeeji idanwo iṣiro (lẹhin yiyipada atọka ibajọra si 0 tabi 1) ati awoṣe ṣe abajade abajade lori iru awọn igbasilẹ 1. Lakoko ikẹkọ tuntun ti awoṣe, lakoko ifọwọsi rẹ (apẹẹrẹ ikẹkọ tuntun ti a lo si apẹẹrẹ ikẹkọ tirẹ, pẹlu ohun elo alakoko ti idanwo iṣiro kan si rẹ), awọn igbasilẹ ti “ko ni idaduro” abajade 1 lẹhin sisẹ. nipasẹ idanwo iṣiro (nitori wiwa nigbagbogbo ninu ikẹkọ apẹẹrẹ awọn igbasilẹ lati “aami” atilẹba ti abawọn), ti yọkuro lati inu eto ikẹkọ, ati ẹya tuntun ti awoṣe kọ ẹkọ lati “aami” ti awọn abawọn pẹlu awọn igbasilẹ "idaduro" lati inu ṣiṣan.

Ṣe nọmba 7 Robotization ti AI / ML iširo ni InterSystems IRIS

Ti iwulo ba wa fun iru “ero keji” lori didara wiwa ti o gba lakoko awọn iṣiro agbegbe ni InterSystems IRIS, a ṣẹda ilana onimọran lati ṣe ikẹkọ ati ohun elo ti awọn awoṣe lori data iṣakoso iṣakoso nipa lilo awọn iṣẹ awọsanma (fun apẹẹrẹ, Microsoft). Azure, Awọn iṣẹ Ayelujara Amazon, Google Cloud Platform, ati bẹbẹ lọ):

Nọmba 8 Ero keji lati Microsoft Azure orchestrated nipasẹ InterSystems IRIS

Afọwọkọ ti oju iṣẹlẹ wa ni InterSystems IRIS jẹ apẹrẹ bi eto orisun orisun ti awọn ilana itupalẹ ti o ṣe ajọṣepọ pẹlu ohun elo (fifa), awọn agbegbe awoṣe mathematiki (Python, R ati Julia), ati rii daju ikẹkọ ti ara ẹni ti gbogbo AI / ti o kan. Awọn ọna ṣiṣe ML - lori awọn ṣiṣan data akoko gidi.

Ṣe nọmba 9 Iṣẹ akọkọ ti ojutu AI / ML gidi-akoko ni InterSystems IRIS

Abajade ilowo ti apẹrẹ wa:

• Aṣiṣe apẹẹrẹ ti a mọ nipasẹ awoṣe (January 12):

• Aṣiṣe idagbasoke ti a mọ nipasẹ awoṣe ti ko si ninu apẹẹrẹ (Oṣu Kẹsan ọjọ 11, abawọn naa funrararẹ jẹ idanimọ nipasẹ ẹgbẹ atunṣe ni ọjọ meji nikan lẹhinna, Oṣu Kẹsan Ọjọ 13):

Simulation lori data gidi ti o ni awọn iṣẹlẹ pupọ ti abawọn kanna fihan pe ojutu wa, ti a ṣe lori ipilẹ InterSystems IRIS, gba wa laaye lati ṣe idanimọ idagbasoke awọn abawọn ti iru awọn ọjọ pupọ ṣaaju ki wọn to rii nipasẹ ẹgbẹ atunṣe.

InterSystems IRIS - ipilẹ-akoko AI / ML gidi-pipe Syeed

Syeed IRIS InterSystems jẹ irọrun idagbasoke, imuṣiṣẹ ati iṣẹ ti awọn solusan data akoko-gidi. InterSystems IRIS ni agbara lati ṣiṣẹ nigbakanna idunadura ati ṣiṣe data itupalẹ; ṣe atilẹyin awọn iwo data imuṣiṣẹpọ ni ibamu si awọn awoṣe pupọ (pẹlu ibatan, aṣaro, nkan ati iwe); ṣiṣẹ bi ipilẹ kan fun sisọpọ ọpọlọpọ awọn orisun data ati awọn ohun elo kọọkan; pese awọn atupale akoko gidi to ti ni ilọsiwaju lori iṣeto ati data ti a ko ṣeto. InterSystems IRIS tun pese awọn ọna ṣiṣe fun lilo awọn irinṣẹ itupalẹ itagbangba ati gba apapo rọpọ alejo gbigba ninu awọsanma ati lori awọn olupin agbegbe.

Awọn ohun elo ti a ṣe lori ipilẹ InterSystems IRIS ti wa ni ransogun kọja ọpọlọpọ awọn ile-iṣẹ, ṣe iranlọwọ fun awọn ile-iṣẹ lati mọ awọn anfani eto-aje pataki lati irisi ilana ati iṣẹ ṣiṣe, ṣiṣe ipinnu alaye ti n pọ si ati sisọ awọn aafo laarin iṣẹlẹ, itupalẹ ati iṣe.

Ṣe nọmba 10 InterSystems IRIS faaji ni aaye ti akoko gidi AI / ML

Gẹgẹbi aworan atọka ti tẹlẹ, aworan atọka ti o wa ni isalẹ ṣopọpọ titun "eto ipoidojuko" (CD/CI / CT) pẹlu aworan atọka ti sisan alaye laarin awọn eroja iṣẹ ti Syeed. Iworan bẹrẹ pẹlu CD macromechanism ati tẹsiwaju pẹlu awọn macromechanisms CI ati CT.

Ṣe nọmba 11 aworan atọka ti alaye ṣiṣan laarin awọn eroja AI / ML ti Syeed IRIS InterSystems

Koko-ọrọ ti ẹrọ CD ni InterSystems IRIS: awọn olumulo Syeed (awọn olupilẹṣẹ ti awọn solusan AI / ML) ṣe atunṣe ti o wa tẹlẹ ati / tabi ṣẹda awọn idagbasoke AI / ML tuntun nipa lilo olootu koodu pataki kan fun awọn ilana AI / ML: Jupyter (orukọ kikun: Jupyter Notebook; fun kukuru, awọn iwe aṣẹ ti a ṣẹda ninu olootu yii tun n pe ni igba miiran). Ni Jupyter, olupilẹṣẹ ni aye lati kọ, yokokoro ati rii daju iṣẹ ṣiṣe (pẹlu lilo awọn aworan) ti idagbasoke AI/ML kan pato ṣaaju ki o to gbe (“fifiranṣẹ”) ni InterSystems IRIS. O han gbangba pe idagbasoke tuntun ti a ṣẹda ni ọna yii yoo gba awọn n ṣatunṣe aṣiṣe ipilẹ nikan (niwon, ni pato, Jupyter ko ṣiṣẹ pẹlu awọn ṣiṣan data akoko gidi) - eyi wa ni aṣẹ ti awọn nkan, nitori abajade akọkọ ti idagbasoke ni Jupyter jẹ ijẹrisi iṣẹ ṣiṣe ipilẹ ti ẹrọ AI / ML lọtọ (“ṣe afihan abajade ti a nireti lori apẹẹrẹ data”). Bakanna, ẹrọ ti a ti gbe tẹlẹ sinu pẹpẹ (wo awọn ilana-ẹrọ macro wọnyi) ṣaaju ṣiṣe atunṣe ni Jupyter le nilo “yipo” si fọọmu “ṣaaju-Syeed” (kika data lati awọn faili, ṣiṣẹ pẹlu data nipasẹ xDBC dipo awọn tabili, ibaraenisepo taara pẹlu awọn agbaye - awọn akojọpọ data multidimensional InterSystems IRIS – bbl).

Abala pataki ti imuse CD ni InterSystems IRIS: iṣọpọ bidirectional ti ṣe imuse laarin pẹpẹ ati Jupyter, gbigba akoonu ni Python, R ati Julia lati gbe lọ si pẹpẹ (ati, lẹhinna, ni ilọsiwaju ni pẹpẹ) (gbogbo awọn mẹta jẹ siseto. awọn ede ni awọn ede orisun ṣiṣii ti o baamu). Nitorinaa, awọn olupilẹṣẹ akoonu AI / ML ni aye lati ṣe “imuṣiṣẹ tẹsiwaju” ti akoonu yii ni pẹpẹ, ṣiṣẹ ni olootu Jupyter ti o faramọ, pẹlu awọn ile-ikawe ti o faramọ ti o wa ni Python, R, Julia, ati ṣiṣe n ṣatunṣe aṣiṣe ipilẹ (ti o ba jẹ dandan) ita Syeed.

Jẹ ki a lọ si ẹrọ macro CI ni InterSystems IRIS. Aworan atọka naa fihan ilana macro ti “robotizer-akoko gidi” (eka ti awọn ẹya data, awọn ilana iṣowo ati awọn ajẹkù koodu ti a ṣe nipasẹ wọn ni awọn ede mathematiki ati Ohun kikọ - ede idagbasoke abinibi ti InterSystems IRIS). Iṣẹ-ṣiṣe ti ilana macro yii ni lati ṣetọju awọn laini data pataki fun iṣẹ ti awọn ọna AI / ML (da lori awọn ṣiṣan data ti a firanṣẹ si pẹpẹ ni akoko gidi), ṣe awọn ipinnu nipa ọkọọkan ohun elo ati “orisirisi” ti AI / Awọn ilana ML (wọn tun jẹ “algoridimu mathematiki”, “awọn awoṣe”, ati bẹbẹ lọ - ni a le pe ni oriṣiriṣi da lori awọn pato ti imuse ati awọn ayanfẹ ọrọ), tọju awọn ẹya data titi di oni fun itupalẹ awọn abajade ti iṣẹ AI / Awọn ọna ẹrọ ML (awọn onigun, awọn tabili, awọn akopọ data multidimensional, ati bẹbẹ lọ) - fun awọn ijabọ, dashboards, ati bẹbẹ lọ).

Abala pataki ti imuse ti CI ni pataki ni InterSystems IRIS: iṣọpọ bidirectional ti ṣe imuse laarin pẹpẹ ati awọn agbegbe awoṣe mathematiki, gbigba ọ laaye lati ṣiṣẹ akoonu ti o gbalejo ni pẹpẹ ni Python, R ati Julia ni awọn agbegbe wọn ati gba ipaniyan pada. esi. Iṣọkan yii jẹ imuse mejeeji ni “ipo ebute” (ie, akoonu AI / ML ti ṣe agbekalẹ bi koodu ObjectScript ti o ṣe awọn ipe si agbegbe) ati ni “ipo ilana iṣowo” (ie, akoonu AI / ML ti ṣe agbekalẹ bi ilana iṣowo nipa lilo olootu ayaworan, tabi nigba miiran lilo Jupyter, tabi lilo IDE - IRIS Studio, Eclipse, Visual Studio Code). Wiwa awọn ilana iṣowo fun ṣiṣatunkọ ni Jupyter jẹ afihan nipasẹ asopọ laarin IRIS ni ipele CI ati Jupyter ni ipele CD. Akopọ alaye diẹ sii ti isọpọ pẹlu awọn agbegbe awoṣe mathematiki ti pese ni isalẹ. Ni ipele yii, ninu ero wa, gbogbo idi wa lati rii daju pe pẹpẹ ni gbogbo awọn irinṣẹ pataki fun imuse “ilọsiwaju ilọsiwaju” ti awọn idagbasoke AI / ML (ti o wa lati “ilọsiwaju ilọsiwaju”) sinu awọn solusan AI / ML akoko gidi.

Ati akọkọ Makiro siseto: CT. Laisi rẹ, ko si ipilẹ AI / ML (biotilejepe "akoko gidi" yoo ṣee ṣe nipasẹ CD / CI). Koko-ọrọ ti CT jẹ iṣẹ pẹpẹ pẹlu “awọn ohun-ọṣọ” ti ẹkọ ẹrọ ati oye itetisi atọwọda taara ni awọn akoko iṣẹ ti awọn agbegbe awoṣe mathematiki: awọn awoṣe, awọn tabili pinpin, awọn olutọpa matrix, awọn ipele ti awọn nẹtiwọọki nkankikan, ati bẹbẹ lọ. “Iṣẹ” yii, ni ọpọlọpọ awọn ọran, ni ṣiṣẹda awọn ohun-ọṣọ ti a mẹnuba ni awọn agbegbe (ninu ọran ti awọn awoṣe, fun apẹẹrẹ, “ẹda” ni ti ṣeto sipesifikesonu ti awoṣe ati yiyan atẹle ti awọn iye ti awọn aye rẹ - ohun ti a pe ni “ikẹkọ” ti awoṣe), ohun elo wọn (fun awọn awoṣe: iṣiro pẹlu iranlọwọ wọn ti awọn iye “awoṣe” ti awọn oniyipada ibi-afẹde - awọn asọtẹlẹ, ẹgbẹ ẹgbẹ, iṣeeṣe iṣẹlẹ, bbl) ati ilọsiwaju ti tẹlẹ. ti a ṣẹda ati awọn ohun elo ti a lo (fun apẹẹrẹ, atuntu akojọpọ awọn oniyipada igbewọle awoṣe ti o da lori awọn abajade ohun elo – lati le ni ilọsiwaju deede asọtẹlẹ, bi aṣayan). Koko bọtini ni agbọye ipa ti CT ni "abstraction" rẹ lati awọn otitọ ti CD ati CI: CT yoo ṣe gbogbo awọn ohun-ọṣọ, ti o ni idojukọ awọn iṣiro ati awọn iṣiro mathematiki ti AI / ML ojutu laarin awọn agbara ti a pese nipasẹ awọn agbegbe kan pato. Ojuse fun "pipese awọn igbewọle" ati "fifi awọn abajadejade" yoo jẹ ojuṣe CD ati CI.

Abala pataki ti imuse ti CT ni pataki ni InterSystems IRIS: lilo iṣọpọ pẹlu awọn agbegbe awoṣe mathematiki ti a ti sọ tẹlẹ loke, pẹpẹ naa ni agbara lati yọkuro awọn ohun-ọṣọ pupọ lati awọn akoko iṣẹ ṣiṣe labẹ iṣakoso rẹ ni awọn agbegbe mathematiki ati (pataki julọ) yipada. wọn sinu Syeed data ohun. Fun apẹẹrẹ, tabili pinpin ti o ṣẹṣẹ ṣẹda ni igba Python ti n ṣiṣẹ le jẹ (laisi idaduro igba Python) gbe lọ si pẹpẹ ni irisi, fun apẹẹrẹ, agbaye kan (ọpọlọpọ data data InterSystems IRIS multidimensional) - ati lo. fun isiro ni miran AI/ML- siseto (muse ni ede ti miiran ayika - fun apẹẹrẹ, ni R) - tabi foju tabili. Apeere miiran: ni afiwe pẹlu “ipo deede” ti iṣẹ awoṣe (ninu igba iṣẹ Python), “ifọwọyi-ML” ni a ṣe lori data igbewọle rẹ: yiyan aifọwọyi ti awọn oniyipada titẹ sii ti o dara julọ ati awọn iye paramita. Ati pẹlu ikẹkọ “deede”, awoṣe ti iṣelọpọ ni akoko gidi tun gba “imọran fun iṣapeye” ti sipesifikesonu rẹ - ninu eyiti ṣeto ti awọn oniyipada titẹ sii yipada, awọn iye paramita yipada (kii ṣe nitori abajade ikẹkọ mọ). ni Python, ṣugbọn bi abajade ikẹkọ pẹlu ẹya “iyipada” ti ararẹ, gẹgẹ bi akopọ H2O), gbigba gbogbo ojutu AI / ML lapapọ lati koju adani pẹlu awọn ayipada airotẹlẹ ni iseda ti data titẹ sii ati awọn iyalẹnu ti a ṣe awoṣe .

Jẹ ki a faramọ ni awọn alaye diẹ sii pẹlu pẹpẹ AI/ML iṣẹ ṣiṣe ti InterSystems IRIS, ni lilo apẹẹrẹ ti apẹrẹ igbesi aye gidi kan.

Ninu aworan atọka ti o wa ni isalẹ, ni apa osi ti ifaworanhan o wa apakan kan ti ilana iṣowo ti o ṣe imuse ipaniyan ti awọn iwe afọwọkọ ni Python ati R. Ni apakan aarin awọn akọọlẹ wiwo ti ipaniyan diẹ ninu awọn iwe afọwọkọ wọnyi, lẹsẹsẹ, ni Python ati R. Lẹsẹkẹsẹ lẹhin wọn ni awọn apẹẹrẹ ti akoonu lori ọkan ati ede miiran, ti a gbe fun ipaniyan si awọn agbegbe ti o yẹ. Ni ipari ni apa ọtun jẹ awọn iworan ti o da lori awọn abajade ti ipaniyan iwe afọwọkọ. Awọn iwoye ti o wa ni oke ni a ṣe lori Awọn atupale IRIS (data ti a mu lati Python sinu ipilẹ data InterSystems IRIS ati ṣafihan lori dasibodu nipa lilo pẹpẹ), ni isalẹ ni a ṣe taara ni igba iṣẹ R ati jade lati ibẹ si awọn faili ayaworan . Apa pataki kan: ajẹkù ti a gbekalẹ ninu apẹrẹ jẹ iduro fun ikẹkọ awoṣe (ipin ti awọn ipinlẹ ohun elo) lori data ti o gba ni akoko gidi lati ilana ẹrọ simulator, lori aṣẹ lati ilana atẹle didara ipin ti a ṣe akiyesi lakoko ohun elo awoṣe. Imuse ti ojutu AI / ML kan ni irisi eto awọn ilana ibaraenisepo (“awọn aṣoju”) ni yoo jiroro siwaju sii.

olusin 12 Ibaṣepọ pẹlu Python, R ati Julia ni InterSystems IRIS

Awọn ilana Syeed (wọn tun jẹ “awọn ilana iṣowo”, “awọn ilana itupalẹ”, “awọn opo gigun”, ati bẹbẹ lọ - da lori ọrọ-ọrọ), ni akọkọ, ti ṣatunkọ ni olootu ilana iṣowo ayaworan ni pẹpẹ funrararẹ, ati ni iru kan ọna ti awọn mejeeji aworan atọka Àkọsílẹ ati ẹrọ AI/ML ti o baamu (koodu eto) ni a ṣẹda nigbakanna. Nigba ti a ba sọ pe “a gba ẹrọ AI / ML kan,” a tumọ ni ibẹrẹ arabara (laarin ilana kan): akoonu ninu awọn ede ti awọn agbegbe awoṣe mathematiki wa nitosi akoonu ni SQL (pẹlu awọn amugbooro lati ọdọ. IṣọkanML), ni InterSystems ObjectScript, pẹlu awọn ede atilẹyin miiran. Pẹlupẹlu, ilana pẹpẹ n pese awọn aye gbooro pupọ fun “fifiranṣẹ” ni irisi awọn ajẹkù ti itẹ-ẹiyẹ logalomomo (gẹgẹbi a ti rii ninu apẹẹrẹ ninu aworan atọka ni isalẹ), eyiti o fun ọ laaye lati ṣeto ni imunadoko paapaa akoonu idiju pupọ laisi “jabọ jade” lailai. ti ọna kika ayaworan (sinu awọn ọna kika “ti kii ṣe ayaworan”). Iyẹn ni, ti o ba jẹ dandan (ati pe o ti rii tẹlẹ ninu ọpọlọpọ awọn iṣẹ akanṣe), Egba gbogbo ojutu AI / ML ni a le ṣe imuse ni ọna kika iwe-kikọ ti ara ẹni ayaworan. Jọwọ ṣe akiyesi pe ni apakan aringbungbun ti aworan atọka ti o wa ni isalẹ, eyiti o duro fun “ipele itẹ-ẹiyẹ” ti o ga julọ, o han gbangba pe ni afikun si iṣẹ gangan ti ikẹkọ awoṣe (lilo Python ati R), itupalẹ ti ohun ti a pe. ROC ti tẹ awoṣe ti oṣiṣẹ ni a ṣafikun, gbigba oju (ati iṣiro paapaa) ṣe iṣiro didara ikẹkọ - ati pe a ṣe imuse itupalẹ yii ni ede Julia (ti ṣe, ni ibamu, ni agbegbe mathematiki Julia).

Ṣe nọmba 13 Ayika wiwo fun akopọ ti awọn solusan AI / ML ni InterSystems IRIS

Gẹgẹbi a ti sọ tẹlẹ, idagbasoke ibẹrẹ ati (ni awọn igba miiran) aṣamubadọgba ti awọn ilana AI / ML ti a ti ṣe tẹlẹ ni pẹpẹ yoo / le ṣee ṣe ni ita pẹpẹ ni olootu Jupyter. Ninu aworan atọka ti o wa ni isalẹ a rii apẹẹrẹ ti isọdọtun ilana ipilẹ ti o wa tẹlẹ (kanna bi ninu aworan atọka loke) - eyi ni bi ajẹkù ti o jẹ iduro fun ikẹkọ awoṣe dabi Jupyter. Akoonu Python wa fun ṣiṣatunṣe, n ṣatunṣe aṣiṣe, ati iṣelọpọ awọn aworan taara ni Jupyter. Awọn iyipada (ti o ba jẹ dandan) le ṣee ṣe pẹlu amuṣiṣẹpọ lẹsẹkẹsẹ sinu ilana pẹpẹ, pẹlu ẹya iṣelọpọ rẹ. Akoonu tuntun le gbe lọ si pẹpẹ ni ọna ti o jọra (ilana Syeed tuntun kan ti ipilẹṣẹ laifọwọyi).

Ṣe nọmba 14 Lilo Jupyter Notebook lati satunkọ ẹrọ AI/ML ni InterSystems IRIS Syeed

Iṣatunṣe ti ilana pẹpẹ le ṣee ṣe kii ṣe ni ayaworan tabi ọna kika kọnputa nikan - ṣugbọn tun ni ọna kika “lapapọ” IDE (Ayika Idagbasoke Integrated). Awọn IDE wọnyi jẹ ile-iṣẹ IRIS Studio (ile-iṣẹ IRIS abinibi), Code Studio Visual (InterSystems IRIS itẹsiwaju fun VSCode) ati Eclipse (Atelier plugin). Ni awọn igba miiran, o ṣee ṣe fun ẹgbẹ idagbasoke lati lo gbogbo awọn IDE mẹta ni nigbakannaa. Aworan ti o wa ni isalẹ fihan apẹẹrẹ ti ṣiṣatunṣe ilana kanna ni ile-iṣere IRIS, ni Koodu Studio Visual ati ni Oṣupa. Egba gbogbo akoonu wa fun ṣiṣatunkọ: Python/R/Julia/SQL, ObjectScript, ati ilana iṣowo.

Ṣe nọmba 15 Idagbasoke ilana iṣowo InterSystems IRIS ni ọpọlọpọ awọn IDE

Awọn irinṣẹ fun apejuwe ati ṣiṣe awọn ilana iṣowo InterSystems IRIS ni Ede Ilana Iṣowo (BPL) yẹ fun darukọ pataki. BPL jẹ ki o ṣee ṣe lati lo “awọn paati isọpọ ti a ti ṣetan” (awọn iṣẹ ṣiṣe) ni awọn ilana iṣowo - eyiti, ni otitọ, funni ni gbogbo idi lati sọ pe “isọdọkan tẹsiwaju” ni imuse ni InterSystems IRIS. Awọn paati ilana iṣowo ti a ti ṣetan (awọn iṣẹ ṣiṣe ati awọn asopọ laarin wọn) jẹ imuyara ti o lagbara fun apejọ ojutu AI / ML kan. Ati pe kii ṣe awọn apejọ nikan: o ṣeun si awọn iṣẹ ṣiṣe ati awọn asopọ laarin wọn lori awọn idagbasoke AI / ML ti o yatọ ati awọn ilana, “ipin iṣakoso adase” dide, ti o lagbara lati ṣe awọn ipinnu ni ibamu si ipo naa, ni akoko gidi.

Ṣe nọmba 16 Awọn paati ilana iṣowo ti a ti ṣetan fun isọpọ lemọlemọfún (CI) lori ipilẹ InterSystems IRIS

Ero ti awọn eto aṣoju (ti a tun mọ ni “awọn eto aṣoju-pupọ”) ni ipo to lagbara ni robotization, ati pe Syeed InterSystems IRIS ṣe atilẹyin fun ara nipasẹ iṣelọpọ “ọja-ilana”. Ni afikun si awọn aye ailopin fun “fifun” ilana kọọkan pẹlu iṣẹ ṣiṣe pataki fun ojutu gbogbogbo, fifun eto ti awọn ilana Syeed pẹlu ohun-ini ti “ile-iṣẹ” gba ọ laaye lati ṣẹda awọn solusan ti o munadoko fun awọn iyalẹnu afọwọṣe riru lalailopinpin (iwa ti awujọ / biosystems, awọn ilana imọ-ẹrọ ti a ṣe akiyesi apakan, bbl).

Ṣe nọmba 16 Iṣiṣẹ ti ojutu AI / ML gẹgẹbi eto ilana iṣowo ti o da lori aṣoju ni InterSystems IRIS

A tẹsiwaju atunyẹwo wa ti InterSystems IRIS pẹlu itan kan nipa lilo lilo ti pẹpẹ fun lohun gbogbo awọn kilasi ti awọn iṣoro akoko gidi (ifihan alaye ti iṣẹtọ si diẹ ninu awọn iṣe ti o dara julọ ti Syeed AI / ML lori InterSystems IRIS le ṣee rii ni ọkan ti iṣaaju wa webinars).

Gbona lori igigirisẹ ti aworan atọka ti tẹlẹ, ni isalẹ jẹ aworan alaye diẹ sii ti eto aṣoju. Aworan naa fihan apẹrẹ kanna, gbogbo awọn ilana aṣoju mẹrin ni o han, awọn ibatan laarin wọn jẹ iyaworan ni ọna kika: GENERATOR - awọn ilana iṣelọpọ data nipasẹ awọn sensọ ohun elo, BUFFER - ṣakoso awọn ila data, ANALYZER - ṣe ikẹkọ ẹrọ funrararẹ, MONITOR - ṣe abojuto didara ẹkọ ẹrọ ati fi ami ifihan kan silẹ nipa iwulo lati tun ṣe awoṣe naa.

Ṣe nọmba 17 Iṣọkan ti ojutu AI / ML ni irisi eto ilana iṣowo ti o da lori aṣoju ni InterSystems IRIS

Aworan ti o wa ni isalẹ ṣe apejuwe iṣẹ adaṣe adaṣe ti apẹrẹ roboti miiran (idanimọ ti awọ ẹdun ti awọn ọrọ) fun igba diẹ. Ni apa oke ni itankalẹ ti itọka didara ti ikẹkọ awoṣe (didara n dagba), ni apa isalẹ ni awọn agbara ti itọkasi didara ti ohun elo awoṣe ati awọn otitọ ti ikẹkọ ti o tun ṣe (awọn ila pupa). Bii o ti le rii, ojutu naa ti kọ ẹkọ funrararẹ daradara ati adase, ati ṣiṣẹ ni ipele didara ti a fun (awọn iye Dimegilio didara ko kuna ni isalẹ 80%).

Ṣe nọmba 18 Tesiwaju (ara-) ikẹkọ (CT) lori ipilẹ InterSystems IRIS

A tun mẹnuba “laifọwọyi-ML” ni iṣaaju, ṣugbọn aworan ti o wa ni isalẹ fihan lilo iṣẹ ṣiṣe ni awọn alaye nipa lilo apẹẹrẹ ti apẹẹrẹ miiran. Aworan ayaworan ti ajẹkù ti ilana iṣowo n ṣe afihan iṣẹ ṣiṣe ti o nfa awoṣe ni akopọ H2O, ṣafihan awọn abajade ti awoṣe yii (iṣakoso pipe ti awoṣe abajade lori awọn awoṣe “ti eniyan ṣe”, ni ibamu si aworan afiwera ti Awọn iyipo ROC, bakanna bi idanimọ adaṣe ti “awọn oniyipada ti o ni ipa julọ” ti o wa ninu ṣeto data atilẹba). Ojuami pataki nibi ni fifipamọ awọn akoko ati awọn orisun iwé ti o waye nipasẹ “laifọwọyi-ML”: kini ilana Syeed wa ni idaji iṣẹju (wiwa ati ikẹkọ awoṣe to dara julọ) le gba amoye lati ọsẹ kan si oṣu kan.

Ṣe nọmba 19 Iṣọkan ti “laifọwọyi-ML” sinu ojutu AI / ML kan lori ipilẹ InterSystems IRIS

Aworan ti o wa ni isalẹ padanu aaye diẹ diẹ, ṣugbọn o jẹ ọna ti o dara lati pari itan naa nipa awọn kilasi ti awọn iṣoro akoko gidi ti a yanju: a leti pe pẹlu gbogbo awọn agbara ti InterSystems IRIS Syeed, awọn awoṣe ikẹkọ labẹ iṣakoso rẹ jẹ ko dandan. Syeed le gba lati ita ohun ti a pe ni sipesifikesonu PMML ti awoṣe, ikẹkọ ni ọpa ti kii ṣe labẹ iṣakoso ti pẹpẹ - ati lo awoṣe yii ni akoko gidi lati akoko ti o ti gbe wọle. PMML ni pato. O ṣe pataki lati ṣe akiyesi pe kii ṣe gbogbo awọn ohun-elo AI / ML le dinku si sipesifikesonu PMML, paapaa ti ọpọlọpọ awọn ohun-ọṣọ ti o wọpọ julọ gba eyi laaye. Nitorinaa, Syeed InterSystems IRIS jẹ “loop ṣiṣi” ati pe ko tumọ si “ẹru iru ẹrọ” fun awọn olumulo.

Ṣe nọmba 20 Iṣọkan ti “laifọwọyi-ML” sinu ojutu AI / ML kan lori ipilẹ InterSystems IRIS

Jẹ ki a ṣe atokọ awọn anfani Syeed afikun ti InterSystems IRIS (fun mimọ, ni ibatan si iṣakoso ilana), eyiti o ṣe pataki pupọ ni adaṣe ti oye atọwọda ati ikẹkọ ẹrọ akoko gidi:

• Awọn irinṣẹ iṣọpọ ti dagbasoke pẹlu awọn orisun data eyikeyi ati awọn alabara (eto iṣakoso ilana / SCADA, ohun elo, MRO, ERP, ati bẹbẹ lọ)
• Ti a ṣe sinu olona-awoṣe DBMS fun iṣowo iṣẹ-giga ati ṣiṣe itupalẹ (Idunadura arabara / Iṣalaye Analytical, HTAP) ti eyikeyi iwọn didun ti data ilana imọ-ẹrọ
• Awọn irinṣẹ idagbasoke fun imuṣiṣẹ lemọlemọfún ti awọn ẹrọ AI / ML fun awọn solusan akoko gidi ti o da lori Python, R, Julia
• Awọn ilana iṣowo adaṣe fun iṣọpọ lemọlemọfún ati ẹkọ (ara-) ti awọn ẹrọ ojutu AI/ML gidi-akoko
• Awọn irinṣẹ Imọye Iṣowo ti a ṣe sinu fun wiwo data ilana ati awọn abajade ti ojutu AI/ML kan
• API Management fun jiṣẹ awọn abajade ti ojutu AI / ML si awọn eto iṣakoso ilana / SCADA, alaye ati awọn ọna ṣiṣe itupalẹ, fifiranṣẹ awọn itaniji, ati bẹbẹ lọ.

Awọn ipinnu AI / ML lori ipilẹ InterSystems IRIS ni irọrun wọ inu awọn amayederun IT ti o wa. Ipilẹ InterSystems IRIS ṣe idaniloju igbẹkẹle giga ti awọn solusan AI / ML nipasẹ atilẹyin awọn ifarada-aṣiṣe ati awọn atunto ifaramọ ajalu ati imuṣiṣẹ rọ ni awọn agbegbe foju, lori awọn olupin ti ara, ni ikọkọ ati awọn awọsanma gbangba, ati awọn apoti Docker.

Nitorinaa, InterSystems IRIS jẹ iru ẹrọ iširo AI/ML gidi-akoko gbogbo agbaye. Ipilẹṣẹ agbaye ti pẹpẹ wa ni idaniloju ni iṣe nipasẹ isansa ti awọn ihamọ de facto lori idiju ti awọn iṣiro imuse, agbara ti InterSystems IRIS lati darapo (ni akoko gidi) sisẹ awọn oju iṣẹlẹ lati ọpọlọpọ awọn ile-iṣẹ lọpọlọpọ, ati isọdọtun iyasọtọ ti eyikeyi awọn iṣẹ Syeed ati awọn ilana si awọn iwulo pataki ti awọn olumulo.

Ṣe nọmba 21 InterSystems IRIS - ipilẹ-akoko AI / ML gidi-akoko gbogbo agbaye

Fun ibaraenisọrọ pataki diẹ sii pẹlu awọn ti awọn oluka wa ti o nifẹ si ohun elo ti a gbekalẹ nibi, a ṣeduro pe ki o ma fi opin si ararẹ si kika rẹ ati tẹsiwaju ijiroro “laaye.” A yoo ni idunnu lati pese atilẹyin pẹlu agbekalẹ ti awọn oju iṣẹlẹ AI / ML gidi-akoko ni ibatan si awọn pato ti ile-iṣẹ rẹ, ṣe adaṣe apapọ lori ipilẹ InterSystems IRIS, ṣe agbekalẹ ati imuse ni adaṣe ọna opopona fun iṣafihan itetisi atọwọda ati ẹkọ ẹrọ sinu iṣelọpọ rẹ ati awọn ilana iṣakoso. Imeeli Olubasọrọ Ẹgbẹ Amoye AI / ML wa - [imeeli ni idaabobo].

orisun: www.habr.com