[ad_1]
Aporia, платформа наблюдения машинного обучения (ML), сегодня объявила о запуске инструмента, призванного облегчить исследование производственных данных. Компания утверждает, что ее инструмент Production Investigation Room (Production IR) предоставляет ученым, инженерам ML и аналитикам «единственную в своем роде» унифицированную платформу мониторинга, которая предлагает цифровую среду для анализа данных в реальном времени, выявления первопричин. исследование и глубокие прозрения.
Традиционно исследование производственных данных было сложным и трудоемким, чему мешало ограниченное сотрудничество и изменения кода.
Апория утверждает, что новый инструмент упрощает процесс благодаря удобному и настраиваемому интерфейсу, напоминающему блокнот. Это должно устранить необходимость в обширном кодировании и помочь заинтересованным сторонам получить ценную информацию из своих производственных данных.
«Производственный IR обеспечивает централизованный доступ для исследования производственных данных AI/ML. (Это) устраняет проблемы и трудности традиционных методов, таких как ограниченный доступ к данным, ограниченное сотрудничество и необходимость тщательного написания кода», — рассказал VentureBeat Лиран Хасон, соучредитель и генеральный директор Aporia. «Благодаря прямому подключению Aporia к базе данных пользователя (DDC) она обеспечивает быстрый и эффективный доступ к большим данным, упрощая обработку больших наборов данных».
Хейсон подчеркнул, что централизованная визуализация производственных данных способствует сотрудничеству и ускоряет анализ первопричин (RCA).
Он утверждает, что этот подход улучшает производительность модели машинного обучения и повышает эффективность и результативность исследования данных. Платформа также позволяет следователям оставлять заметки, сообщать о ходе расследования и предупреждать других о конкретных проблемах, облегчая совместное расследование.
По словам Апории, новое предложение обеспечивает широкие возможности настройки для удовлетворения конкретных потребностей и может быть легко настроено для удовлетворения различных наборов данных и требований, что позволяет легко визуализировать расследования.
Кроме того, Production IR автоматически настраивает запросы к большим данным, облегчая проблемы, связанные с крупномасштабными производственными моделями и анализом данных.
Компания заявила, что совместный характер нового инструмента способствует обмену знаниями между пользователями. Это позволяет сравнивать анализы и облегчает обмен информацией на платформе Aporia.
«Инженеры ML и специалисты по обработке данных могут использовать его возможности для создания интерактивных информационных панелей, которыми можно делиться и интегрировать их с предпочтительными инструментами, такими как Databricks, Snowflake и другими», — добавил Хейсон из Aporia. «(Благодаря) единому представлению данных и аналитической информации все члены команды могут получить доступ к одной и той же информации».
Оптимизация анализа первопричин посредством унифицированного мониторинга данных
Хейсон отметил, что традиционный анализ первопричин (RCA) опирается на обширное кодирование, которое потребляет ресурсы, вызывает задержки, изолирует понимание и увеличивает вероятность человеческой ошибки. Кроме того, RCA обычно ассоциируется с высокими затратами.
«Production IR преодолевает эти проблемы, предоставляя информацию для улучшения моделей. (Он) предлагает варианты настройки и предоставляет увлекательный опыт для специалистов по данным и инженерам, способствуя совместному расследованию», — пояснил он. «Это приводит к ускорению среднего времени решения (MTTR) и упрощает процесс RCA за счет повышения скорости и гибкости реагирования при одновременном сокращении количества ресурсов, вкладываемых в задачи».
Благодаря широкому спектру функций анализа Production IR призван упростить исследование данных, включая анализ сегментов, статистику данных, анализ отклонений, анализ распределения и реагирование на инциденты.
«Функция сегментного анализа Aporia позволяет следователям разбивать свои данные на более мелкие и более управляемые сегменты. Это позволяет проводить детальную проверку конкретных подмножеств данных, что может помочь выявить закономерности, аномалии или корреляции, которые могут быть не очевидны при взгляде на данные в целом», — сказал Хейсон. «Новые функции нашей платформы предоставляют следователям аналитические возможности, которые позволяют им проводить более эффективные и результативные расследования».
Ответственный и этичный ИИ, надежно и эффективно
Апория утверждает, что возможности этого инструмента по реагированию на инциденты повышают надежность и эффективность продуктов искусственного интеллекта, позволяя лицам, принимающим решения, эффективно решать проблемы или угрозы. Компания заявила, что организации могут активно решать потенциальные проблемы, интегрируя реагирование на инциденты в практику искусственного интеллекта и обеспечивая ответственное и этичное развертывание искусственного интеллекта.
Кроме того, инструмент включает в себя встроенный проектор, позволяющий пользователям визуально представлять неструктурированные данные в 2D и 3D с использованием уменьшения размеров UMAP.
«Встраиваемый проектор — это инструмент, который помогает пользователям визуализировать и исследовать сложные неструктурированные данные, такие как текстовые или графические данные, в низкомерном пространстве, обычно в 2D- или 3D-визуализации», — сказал Хейсон. «Он использует метод уменьшения размерности, называемый унифицированной аппроксимацией и проекцией многообразия (UMAP). Это можно легко наблюдать во встроенной визуализации проектора».
Хейсон сказал, что эта функция важна для моделей NLP, LLM и CV, поскольку она обеспечивает всестороннее понимание производственных данных и способствует улучшению моделей ML.
Он объяснил, что проектор для встраивания анализирует пространственное расположение точек данных, близость и геометрические отношения, чтобы выявить закономерности в данных. Эти закономерности раскрывают основные структуры, тенденции или ассоциации, которые могут быть неочевидны в исходных многомерных данных.
«Используя встраиваемый проектор с UMAP, пользователи также получают более глубокое понимание своих неструктурированных данных, позволяя выполнять такие задачи, как анализ данных, интерпретация моделей, разработка функций и генерация гипотез в областях НЛП, LLM и CV», — сказал Хейсон VentureBeat.
Что будет дальше с Апорией?
Хейсон сказал, что Aporia стремится демократизировать и ускорить использование ИИ, позволяя предприятиям установить доверие и обеспечить безопасное использование. Он отметил, что последствия ошибок ИИ могут варьироваться от простого неудобства до потенциально изменяющих жизнь последствий.
«Представьте, что система искусственного интеллекта в здравоохранении неправильно диагностирует состояние пациента или модель финансового прогнозирования не может точно предсказать рыночные тенденции. Последствия могут быть серьезными. Поэтому крайне важно обеспечить, чтобы системы искусственного интеллекта были не только эффективными, но и надежными, понятными и заслуживающими доверия», — сказал он.
Хейсон заявил, что Aporia посвятила себя оказанию помощи предприятиям в достижении ответственного ИИ с помощью своей платформы наблюдения за машинным обучением. Он подчеркнул, что платформа обеспечивает прозрачность, предлагая четкое представление о принятии решений с использованием ИИ, повышая доверие пользователей и ускоряя внедрение ИИ.
«В Aporia наша главная цель — гарантировать и обеспечить ответственный ИИ для каждого человека во всем мире. Мы стремимся создать платформу, которая предоставит предприятиям комплексное решение для ответственного и эффективного управления своими системами искусственного интеллекта», — сказал он. «Наши усилия — это больше, чем просто создание технологий; речь идет о создании безопасной и надежной среды для использования ИИ во всех отраслях».
[ad_2]
Источник
