Oznamujeme, že ML Applications, nová výkonná funkce v rámci datové vědy Oracle Cloud Infrastructure (OCI), je nyní všeobecně dostupná (GA). To představuje významný milník v industrializaci umělé inteligence a strojového učení. ML Applications je platforma, kterou Oracle SaaS Cloud využívá k napájení vlastních funkcí AI/ML, a je nyní k dispozici na dosah ruky, připravena transformovat způsob, jakým vyvíjíte, nasazujete a provozujete funkce AI/ML. V našich předchozích článcích jsme zdůraznili inherentní složitost integrace AI/ML do aplikací Software-as-a-Service (SaaS) ve velkém měřítku – výzvu, kterou společnost Oracle řeší již léta. Aplikace ML vzešly z této cenné zkušenosti a poskytly standardizovaný přístup k překonávání překážek, jako je správa tisíců kanálů a modelů napříč různými datovými sadami zákazníků. Tyto výhody nyní přesahují interní použití společnosti Oracle a umožňují všem našim zákazníkům urychlit jejich iniciativy v oblasti AI/ML a zaměřit se na řešení kritických obchodních problémů. Přestože ML aplikace nabízejí komplexní sadu funkcí, v tomto blogovém příspěvku se zaměříme na 5 transformačních funkcí.
Řešení poskytované jako služba: Koncept spotřebitel-dodavatel
Aplikace strojového učení (ML) ve své podstatě ztělesňují paradigma spotřebitel-dodavatel, které zjednodušuje poskytování řešení AI/ML. Příjemci řešení AI/ML, jako jsou klientské aplikace, jsou zcela chráněni před detaily implementace. Jednoduše využívají jeho predikční schopnosti prostřednictvím dobře definovaných API. Tato abstrakce umožňuje klientským aplikacím bezproblémově integrovat AI bez znalosti podkladových modelů, trénovacích kanálů nebo infrastruktury.
Na druhou stranu, poskytovatelé odpovídají za celý životní cyklus řešení. Jsou zodpovědní za vytvoření, nasazení, provoz a vývoj aplikace ML.
Aplikace ML posilují poskytovatele v několika klíčových ohledech:
- Sledovatelnost: Poskytovatelé získají klíčovou sledovatelnost používání řešení, a to i napříč různými nájemními smlouvami, prostřednictvím zdrojů zobrazení instancí aplikací ML, které zrcadlí instance spotřebitelů. To propojuje všechny související zdroje a zjednodušuje monitorování a řešení problémů.
- Evolvabilita: Řešení se mohou vyvíjet bez dopadu na spotřebitele. Aplikace strojového učení umožňují upgrady spotřebitelských instancí bez prostojů, což pomáhá zajistit nepřetržitý provoz během oprav chyb nebo nasazení nových verzí. Spotřebitelé mají přístup k nepřetržitému provozu, aniž by si všimli údržby.
Bezproblémové interakce je dosaženo pomocí sady intuitivních API:
- Rozhraní API řídicí roviny (Discovery): Umožňují spotřebitelům objevovat dostupné aplikace ML.
- Rozhraní API řídicí roviny (zřizování): Umožňují spotřebitelům zřizovat nová řešení vytvářením instancí aplikací strojového učení.
- API datové roviny: Umožňují spotřebitelům směrovat hovory k predikčním službám.
Všimněte si, že tento model spotřebitel-poskytovatel nabízí vysokou flexibilitu: ačkoli podporuje složité scénáře s více nájemníky (např. tržiště, kde poskytovatelé třetích stran nabízejí řešení externím zákazníkům), většina zákazníků jej využívá v rámci jedné organizace nebo dokonce jednoho týmu, kde v rámci jednoho nájmu OCI působí jako poskytovatel i spotřebitel.
Verzování: Řízený vývoj aplikací strojového učení
Verzování je klíčové pro neustálý vývoj a spolehlivý provoz řešení AI/ML. Aplikace ML automatizují sledování verzí, což umožňuje komplexní sledovatelnost. To vám umožňuje snadno určit, která verze je kde nasazena, a zpětně sledovat verzované komponenty až k revizím zdrojového kódu.
Vzhledem k poskytování služeb jako služby (as-a-Service) je klíčová podpora upgradu s nulovými prostoji bez dopadu na zákazníky.
Poskytovatelé mají flexibilní strategie upgradu:
- Nejnovější verze (automatický upgrade): Aktualizace všech souvisejících instancí na nejnovější dostupnou verzi, což zjednodušuje správu vozového parku.
- Vlastní verze (řízená poskytovatelem): Poskytovatelé si zachovávají podrobnou kontrolu a přesně rozhodují o tom, kdy a na kterou konkrétní verzi bude instance upgradována, což umožňuje postupné zavádění nebo přizpůsobení specifickým požadavkům zákazníka.
Tento flexibilní přístup ke správě verzí poskytuje bezpečný a transparentní mechanismus pro neustálé vylepšování a zavádění nových funkcí pro vaše zákazníky, čímž podporuje agilitu a zároveň zachovává stabilitu služeb.
Izolace klienta: Virtuální sandbox pro každého zákazníka
V prostředích s více klienty je robustní izolace mezi úlohami zákazníků nepodstatná. Aplikace ML poskytují silnou izolaci klientů prostřednictvím virtuálního sandboxu založeného na IAM, vytvořeného pro každou instanci aplikace ML (zákazníka). To pomáhá zajistit, aby kód spuštěný jménem konkrétního uživatele měl přístup pouze k prostředkům, které tomuto uživateli explicitně patří.
Rozhodující je, že to jde nad rámec izolace založené na procesech. I vadnému kódu je zabráněno v přístupu k prostředkům jiných uživatelů, což výrazně zvyšuje bezpečnost a odolnost.
Jednotná integrační vrstva: Jedno rozhraní pro širokou škálu řešení umělé inteligence
Aplikace ML slouží jako jednotná integrační vrstva, která zjednodušuje interakci klientských aplikací s různými řešeními AI/ML. Bez ohledu na podkladovou implementaci (online, dávkovou nebo agentní) používají klientské aplikace stejná API pro řídicí rovinu a datovou rovinu k poskytování a používání těchto řešení.
Naopak, když klientská aplikace potřebuje udělit oprávnění implementaci řešení pro přístup k jeho zdrojům (např. databázím, úložišti), udělí tato oprávnění instanci aplikace ML (jejímu principalu zdroje), aniž by musela rozumět složitostem implementace. Tato standardizace může výrazně snížit složitost integrace a podpořit konzistenci.
Složení: Od komponent k řešením umělé inteligence připraveným k produkci
Aplikace ML standardizují balení a poskytování řešení AI/ML, což vám umožňuje zacházet s celým řešením jako s uceleným celkem. Můžete kombinovat různé základní komponenty a využívat zdroje služeb OCI Data Science, jako jsou úlohy, kanály a nasazení modelů, spolu se zdroji z dalších služeb, jako jsou úložiště objektů nebo aplikace pro tok dat.
Celé vaše řešení je poté zabaleno a nasazeno jako jedna entita, kterou mohou ostatní aplikace zjistit a spotřebovat, aniž by musely rozumět jednotlivým komponentám nebo s nimi manipulovat. To vám umožňuje implementovat různé aspekty funkcí AI/ML a udržovat vše organizované s dobře definovanými rozhraními pro spotřebitele.
Můžete například sdružit:
- Více tréninkových kanálů.
- Potrubí pro zpětnovazební smyčky.
- Kanálové systémy pro dávkovou predikci.
- Plány a spouštěče pro periodické nebo událostmi řízené spuštění.
- Online predikční služby nebo inteligentní agenti.
- Kanál pro sladění dat nebo čištění.
Vše je sdruženo do jednoho balíčku a považováno za jednotné, produkční řešení, což výrazně zjednodušuje správu a nasazení.
Závěrem
Aplikace strojového učení (ML) v datové vědě OCI představují významný krok vpřed v industrializaci umělé inteligence (AI) a strojového učení (ML). Poskytováním platformy, která zefektivňuje vývoj, standardizuje balení a dodávání, umožňujeme všem zákazníkům OCI, od nezávislých dodavatelů softwaru vytvářejících SaaS aplikace, až po velké podniky, které chtějí přizpůsobit své funkce umělé inteligence, využívat umělou inteligenci s výjimečnou efektivitou.
Pokud čelíte výzvám spojeným s poskytováním a provozováním AI/ML ve velkém měřítku, zveme vás k prozkoumání aplikací ML. Nechte zkušenosti a robustní funkce společnosti Oracle transformovat vaši cestu k AI/ML. Pro další informace nás neváhejte kontaktovat.
