Giai đoạn 3 Triển khai và tổng kết - Mô hình AI của IBM Data-Train-Inference

Trong AI, triển khai đến sản xuất là giai đoạn mà bạn có thể rút ra thông tin chi tiết từ mô hình của mình. Điều này được gọi là suy luận. (Một số người còn gọi nó là tính điểm.) Đây là nơi giá trị của học sâu trở nên sống động và là nơi có thể kiểm tra các khái niệm AI tiên tiến hơn, như các chỉ số về khả năng giải thích và tính công bằng.

AI Infractructure

Giai đoạn suy luận thực sự là tổng của tất cả các phần trước. Nếu dữ liệu của bạn không tốt hoặc quá trình đào tạo không chính xác, suy luận sẽ bị ảnh hưởng. Nếu không có suy luận thích hợp, mọi nỗ lực trước đó đều vô ích.

Thử thách chính trong giai đoạn này khác với giai đoạn huấn luyện. Mặc dù việc đào tạo có thể diễn ra trong nhiều chu kỳ, tiêu tốn nhiều ngày hoặc nhiều tuần thời gian của dự án, nhưng việc suy luận thường là một quá trình dưới giây đòi hỏi sự hiểu biết nhanh chóng và chính xác.

    “Giai đoạn suy luận thực sự là tổng của tất cả các phần trước đó. Nếu không có suy luận thích hợp, mọi nỗ lực trước đó đều vô ích ”.

Một ví dụ về suy luận trong hành động

Hãy xem xét một bộ xử lý thanh toán đã đào tạo một mô hình để phát hiện gian lận xảy ra trong các giao dịch của người tiêu dùng trên nền tảng. Khách hàng sẽ không chịu sự chậm trễ quá mức trong việc xử lý các khoản thanh toán của họ. 

Do đó, bộ xử lý phải đặt SLA phụ thứ hai trên thông tin chi tiết của mô hình AI để đảm bảo mọi giao dịch diễn ra suôn sẻ và trải nghiệm của khách hàng không bị ảnh hưởng bởi việc kiểm tra gian lận.

Để vượt qua những thách thức đó, phần cứng bên dưới cũng phải khác. Trong khi đào tạo được thực hiện tập trung trong các trung tâm dữ liệu, suy luận thường được thực hiện ở rìa, trên các thiết bị như điện thoại thông minh hoặc gần biên.
Một ví dụ về một kịch bản gần như là một giá đỡ máy chủ nhỏ chạy trong một cửa hàng bán lẻ. Cụ thể hơn, máy chủ đang tạo thông tin chi tiết theo thời gian thực về các giao dịch của khách hàng hoặc nguồn cấp dữ liệu video trong cửa hàng.

Với việc lập lịch tài nguyên và phân bổ tài nguyên phù hợp, bạn có thể nhanh chóng rút ra thông tin chi tiết từ các mô hình. Với chiến lược mở rộng quy mô liền mạch, bạn có thể nhanh chóng mở rộng quy mô nhu cầu suy luận tại chỗ hoặc ở rìa để xử lý nhu cầu.

AI Infractructure

Tương tự như giai đoạn đào tạo, khả năng di chuyển một cách đàn hồi các nhiệm vụ suy luận trong một nhóm tài nguyên chung có thể hỗ trợ trong việc đáp ứng các SLA tích cực.

Như được chỉ ra bởi mũi tên lặp trong khuôn khổ DTI, dữ liệu được thu thập trong thế giới thực thông qua truyền thông được đưa trở lại quy trình làm việc ở giai đoạn Dữ liệu. Hành động lặp này liên tục cải thiện độ chính xác của mô hình vì dữ liệu cơ bản sâu hơn và mới hơn được áp dụng. Và như vậy, chu kỳ lại bắt đầu.

Đưa mô hình lại với nhau

Ở mỗi giai đoạn của quy trình làm việc AI, cần phải có sự kết hợp của những con người, quy trình và cơ sở hạ tầng phù hợp (cả phần cứng và phần mềm) để thành công.
Đây là những thành phần quan trọng để xây dựng nền tảng vững chắc — chìa khóa để triển khai AI trên toàn bộ doanh nghiệp của bạn.

IBM có cơ sở hạ tầng AI thích ứng với các ưu tiên kinh doanh đang thay đổi của bạn, vì vậy tổ chức của bạn đạt được mục tiêu ở mọi giai đoạn của hành trình AI. Và IBM Power Systems cung cấp cơ sở hạ tầng AI doanh nghiệp được xây dựng có mục đích hàng đầu trong ngành để học máy, học sâu và suy luận. Với nó, bạn có thể:

AI Infractructure

Tất cả những lợi ích này đều được cung cấp trên cơ sở bảo mật đã được chứng minh của Power Systems, hệ thống này tích hợp liền mạch các khuôn khổ mã nguồn mở được bảo mật bởi IBM.
AI được thực hiện đúng trả cổ tức khổng lồ. Bây giờ bạn đã biết những gì cần thiết để lập biểu đồ nhất quán cho một khóa học AI thành công, chỉ còn lại một câu hỏi:

Bạn đã sẵn sàng để bắt đầu?

Thúc đẩy tư duy và năng lực mới trong tổ chức của bạn.
Thúc đẩy sự tự tin hơn trong các quyết định kinh doanh trên quy mô lớn.
Tận dụng tốt nhất con người, quy trình và bộ xử lý, với giải pháp được thiết kế để phát triển cùng với tổ chức của bạn.
Tìm kiếm kết quả có ý nghĩa nhanh hơn với thông lượng dữ liệu cao nhất trong ngành và nghiên cứu của IBM, giúp bạn luôn cập nhật công nghệ AI tiên tiến.