আপনার এআই কৌশলটিতে মডেলঅপস অন্তর্ভুক্ত

AI এর কৌশলগত শক্তি অনেক শিল্প এবং কোম্পানি জুড়ে পুঙ্খানুপুঙ্খভাবে প্রতিষ্ঠিত হয়েছে, যার ফলে মডেল তৈরিতে বৃদ্ধি পেয়েছে। লোকেদের মধ্যে বিনিয়োগ, প্রক্রিয়া এবং মডেলগুলিকে কার্যকর করার জন্য সরঞ্জাম, যাকে ModelOps হিসাবে উল্লেখ করা হয়, ল্যাগ। ব্যবসার মূল্য প্রত্যাশার সাথে সামঞ্জস্য রেখে AI মডেলগুলিকে কার্যকরীকরণ, সংহতকরণ এবং স্থাপনের এই ফাংশনটি AI-এর বৈশ্বিক ব্যবহার পরিপক্ক হওয়ার সাথে সাথে একটি মূল ব্যবসায়িক সক্ষমতায় বৃদ্ধি পাচ্ছে।

মন্তব্য

By জিউলিয়ানো লিগুরি, ডিজিটাল ট্রান্সফরমেশন স্পেস এবং এআই-এর একজন প্রযুক্তিবিদ এবং প্রভাবশালী.

দ্বারা ফোটো মার্কাস স্পিস্কে on Unsplash.

আধুনিক সংগঠিত উদ্যোগগুলি স্বীকার করে যে একটি ক্রমবর্ধমান ডিজিটালাইজড বাজারে প্রতিযোগিতা করার জন্য ডেটা-চালিত কৌশল গ্রহণ করা অত্যন্ত গুরুত্বপূর্ণ। ডেটা এবং অ্যানালিটিক্স একটি অত্যন্ত উচ্চ অগ্রাধিকারে পরিণত হয়েছে, বোর্ড স্তরে উত্থিত, যা মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তার মতো প্রযুক্তিগুলিকে ব্যবসায়িক ক্ষমতা বৃদ্ধি, প্রক্রিয়াগুলিকে আরও দক্ষ করে তোলা এবং নতুন ব্যবসায়িক মডেলের বিস্তারকে সহজতর করার সুযোগ হিসাবে দেখে।

বহুদূরে, এআই এবং ডেটা ম্যানেজমেন্টে বিনিয়োগ ব্যাপকভাবে বাড়ছে এবং বিভিন্ন উদ্দেশ্যে ভবিষ্যদ্বাণীমূলক এবং বিশ্লেষণাত্মক মডেল তৈরির জন্য নতুন ডেটা বিজ্ঞান প্রকল্প চলছে। যাইহোক, যদিও কোম্পানিগুলি যুক্তিসঙ্গত সময়ে অত্যাধুনিক কৃত্রিম বুদ্ধিমত্তার সমাধানগুলিকে স্কেল করার পরিকল্পনা করে, কঠোর বাস্তবতা হল যে এই সমাধানগুলি গ্রহণ করা প্রায়শই স্থবির হয়ে পড়ে কারণ কোম্পানিগুলি সাধারণত মডেলগুলির পরিচালনার চেয়ে উন্নয়নের দিকে বেশি মনোযোগ দেয়৷ অনেক নন-ডিজিটাল নেটিভ ব্যবসার জন্য, ডেটা সায়েন্স ডিসিপ্লিন গ্রহণ প্রায়শই মেশিন লার্নিং এবং ডিপ লার্নিং-এর মডেল ডেভেলপ করার জন্য প্রতিশ্রুতিবদ্ধ অসংখ্য স্বয়ংসম্পূর্ণ এবং খণ্ডিত ডেটা সায়েন্স টিমের মাধ্যমে শুরু হয়।

ডেটা সায়েন্টিস্টদের এই ছোট দলগুলি বিভিন্ন ব্যবসায়িক ইউনিটে বিভিন্ন ব্যবসায়িক উদ্দেশ্যে মডেল তৈরির লক্ষ্যে উত্থিত হয়েছে। তদুপরি, এই মডেলগুলির বিকাশের জন্য সহজ নাগালের মধ্যে নতুন উন্নত প্রযুক্তির বিস্তৃত প্রাপ্যতার জন্য ধন্যবাদ, কোম্পানিগুলি, বিস্ময়কর প্রযুক্তির এই প্রাচুর্যকে কাজে লাগানোর জন্য আরও নতুন এবং স্কেলে এআই সলিউশন তৈরি করার জন্য, ক্রমবর্ধমান মোকাবেলা করতে হয়েছে। জটিলতা যা উত্পাদন প্রক্রিয়া এবং অপারেশন প্রভাবিত করে। পাইথন লাইব্রেরি, জুপিটার নোটবুক, স্পার্ক এমএললিব, ডাস্ক এবং অন্যান্য অসংখ্য ওপেন-সোর্স লাইব্রেরির মতো ডেটা সায়েন্সের জগতে ডুব দেওয়ার জন্য ডেটা সায়েন্টিস্টদের সমর্থন করার জন্য উপলব্ধ সফ্টওয়্যার সরঞ্জামগুলির বিস্তৃত সংগ্রহের কথা ভাবছি যা সর্বত্র উত্থিত হয়েছে আবির্ভূত নতুন অ্যালগরিদমগুলির উপর, যা ডেটা বিজ্ঞানীদের ঐতিহ্যগত ক্লাস্টারিং, অসঙ্গতি সনাক্তকরণ, বড় আকারের ভবিষ্যদ্বাণী করতে এবং আরও এগিয়ে যেতে, মুখের স্বীকৃতি বা ভিডিও বিশ্লেষণ করতে দেয়।

দুর্ভাগ্যবশত, এই পদ্ধতিটি অনেক কোম্পানির দ্বারা গৃহীত হয়েছে যা বিকেন্দ্রীকরণ এবং ডেটা সায়েন্স টিমের বিভাজন ঘটায় যার ফলে মডেলগুলির বিকাশে মন্থরতা এবং ব্যবসায়িক ইউনিটগুলির মধ্যে সহযোগিতার সম্পূর্ণ অনুপস্থিতি। ফলস্বরূপ, সিইও এবং ব্যবসায়িক নির্বাহীরা এই উদ্যোগগুলির সাথে অসন্তুষ্ট কারণ কোম্পানিগুলি বাস্তবায়িত নয়, ব্যবহার করা হয়নি এবং আপডেট করা হয়নি, ম্যানুয়ালি প্রয়োগ করা হয়নি এবং প্রায়শই প্রত্যাশার সাথে সঙ্গতিপূর্ণ নয় এমন মডেলগুলি সংগ্রহ করে AI স্কেল করতে ব্যর্থ হচ্ছে। মান যা AI থেকে আসা উচিত।

তাই কোম্পানিগুলিকে এমন সমাধানগুলি গ্রহণ করতে হবে যা তাদের সময়মত এবং প্রত্যাশার সাথে সামঞ্জস্যপূর্ণ মূল্য সরবরাহ করতে সহায়তা করতে পারে। এই ক্ষমতাগুলি অবশ্যই মডেলগুলির বিকাশের প্রক্রিয়াকে সমর্থন এবং ত্বরান্বিত করার জন্য ডিজাইন করা উচিত এবং এন্টারপ্রাইজগুলিকে তাদের AI উদ্যোগগুলিকে স্কেল করতে এবং পরিচালনা করতে সক্ষম করে মেশিন লার্নিং মডেলগুলিকে উত্পাদনে রাখার একটি দ্রুত উপায় খুঁজে বের করতে হবে।

সমীক্ষাগুলি দেখায় যে ইন্টিগ্রেশন এবং রিস্ক ম্যানেজমেন্ট হল AI মডেলগুলিকে কার্যকর করার এবং তাই AI উদ্যোগগুলির সাফল্যের জন্য শীর্ষ বাধা৷

এআই-ফোকাসড এক্সিকিউটিভরা অনেক মডেলঅপস চ্যালেঞ্জের সম্মুখীন হয়, এর ছবিমডেলঅপস 2021 এর রাজ্য. "

ModelOps-এর সাথে মডেল স্থাপনা এবং মডেল গভর্নেন্সের মধ্যে ব্যবধানের সমাধান করা

মডেলগুলিকে দীর্ঘকাল ধরে প্রয়োজনীয় এন্টারপ্রাইজ সম্পদ হিসাবে দেখা হচ্ছে এবং এআই মডেলগুলি অত্যন্ত গুরুত্বপূর্ণ মূল্য প্রদানের তাদের ক্ষমতা প্রদর্শন করছে। এন্টারপ্রাইজগুলি ক্রমবর্ধমানভাবে বুঝতে পারে যে ঝুঁকি পরিচালনা করার সময় ক্রমাগত এই মানটি ধরতে AI বয়সের জন্য মডেলঅপস অনুশীলনের প্রয়োজন। ফলস্বরূপ, তারা ModelOps-এ বিনিয়োগ করছে।

মডেলঅপস একটি মূল ব্যবসায়িক ক্ষমতা হয়ে উঠছে, এন্টারপ্রাইজগুলি এআই মডেলগুলিকে কার্যকর করার জন্য আরও দক্ষ প্রক্রিয়া এবং সিস্টেম তৈরিতে বিনিয়োগ করছে।

মডেলঅপস এন্টারপ্রাইজ ক্ষমতা। দ্বারা চিত্র উৎসলেখকের অনুমতি নিয়ে সম্পাদিত।

গার্টনারের মতে:

"কৃত্রিম বুদ্ধিমত্তা (AI) মডেল অপারেশনালাইজেশন (ModelOps) হল ক্ষমতার একটি সেট যা প্রাথমিকভাবে সমস্ত AI এবং সিদ্ধান্তের মডেলগুলির পরিচালনা এবং সম্পূর্ণ জীবনচক্র ব্যবস্থাপনার উপর দৃষ্টি নিবদ্ধ করে। এর মধ্যে রয়েছে মেশিন লার্নিং (ML), জ্ঞানের গ্রাফ, নিয়ম, অপ্টিমাইজেশান, প্রাকৃতিক ভাষা কৌশল এবং এজেন্টের উপর ভিত্তি করে মডেল। MLOps (যা শুধুমাত্র ML মডেলের অপারেশনালাইজেশনের উপর ফোকাস করে) এবং AIOps (যা IT অপারেশনের জন্য AI) এর বিপরীতে, ModelOps সমস্ত AI এবং সিদ্ধান্তের মডেলগুলিকে চালু করার উপর ফোকাস করে".

তাই এটি বোঝা যায় যে বড় উদ্যোগে, একটি কার্যকর মডেলঅপস ক্ষমতা কোম্পানি জুড়ে AI উদ্যোগকে ত্বরান্বিত করে। মডেলঅপস বর্জ্য, ঘর্ষণ এবং অতিরিক্ত খরচ দূর করে এবং ব্যবসার সৃজনশীলতাকে উন্মুক্ত করে — পেশাদার এবং নাগরিক ডেটা বিজ্ঞানী সহ — এন্টারপ্রাইজকে সম্ভাব্য সীমাহীন ঝুঁকি থেকে রক্ষা করে। গার্টনার, "মডেলঅপস-এর জন্য উদ্ভাবনী অন্তর্দৃষ্টি — 6 আগস্ট 2020" প্রতিবেদনে, এআই মডেলগুলিকে স্কেলে স্থাপন, নিরীক্ষণ এবং পরিচালনা করার সময় সংস্থাগুলি যে চ্যালেঞ্জগুলির মুখোমুখি হয় এবং একটি এন্টারপ্রাইজ মডেলঅপস কৌশলের প্রয়োজনীয়তার উপর দৃষ্টি নিবদ্ধ করেছে, উল্লেখ করেছে যে:

"AI মডেলগুলি তৈরি এবং স্থাপন করার সময় সংস্থাগুলি উল্লেখযোগ্য চ্যালেঞ্জের মুখোমুখি হয় - এর ফলে AI কর্মীদের দুর্বল উত্পাদনশীলতা, বিলম্বিত কার্যকারিতা এবং সীমিত মূল্য তৈরি হয়। ডেটা এবং বিশ্লেষণাত্মক নেতাদের আরও কার্যকর হওয়ার জন্য মডেলঅপস ব্যবহার করে এই চ্যালেঞ্জগুলি মোকাবেলা করতে হবে" এবং তাছাড়া "মডেলঅপস যেকোন প্রতিষ্ঠানের এন্টারপ্রাইজ এআই কৌশলের কেন্দ্রে অবস্থিত, এটি একটি সক্ষম প্রযুক্তি যা বিভিন্ন এআই আর্টিফ্যাক্ট, প্ল্যাটফর্ম এবং সমাধানগুলিকে রূপান্তরিত করার চাবিকাঠি এবং স্কেলেবিলিটি এবং শাসন নিশ্চিত করে. "

অতএব, মডেলঅপস:

প্রাথমিকভাবে এআই এবং সিদ্ধান্তের মডেলগুলির (মেশিন লার্নিং, নলেজ গ্রাফ, নিয়ম, অপ্টিমাইজেশান, ভাষাগত এবং এজেন্ট-ভিত্তিক মডেলগুলি সহ) শাসন এবং জীবন চক্র পরিচালনার উপর দৃষ্টি নিবদ্ধ করে৷ মূল ক্ষমতাগুলির মধ্যে রয়েছে মডেল ডেভেলপমেন্ট এনভায়রনমেন্টের ব্যবস্থাপনা, মডেল রিপোজিটরি, চ্যাম্পিয়ন-চ্যালেঞ্জার টেস্টিং, মডেল রোলআউট/রোলব্যাক এবং সিআই/সিডি (কন্টিনিউয়াস ইমপ্লিমেন্টেশন/কন্টিনিউয়াস ডেলিভারি) ইন্টিগ্রেশন
AI-ভিত্তিক সিস্টেমগুলির মধ্যে মডেলগুলির বিকাশ, পরিচালনা এবং রক্ষণাবেক্ষণের মধ্যে একটি নিরবচ্ছিন্ন প্রবাহ প্রদান করে, এআই মডেলগুলির পুনর্নির্মাণ, পুনঃপ্রশিক্ষণ বা পুনর্নির্মাণকে সক্ষম করে।
উৎপাদনে AI মডেলের গুণমান (ফলাফল ব্যাখ্যা এবং KPIs যাচাই) মূল্যায়নের জন্য ব্যবসায়িক ডোমেন বিশেষজ্ঞদের স্বায়ত্তশাসন প্রদান করে এবং ডেটা বিজ্ঞানী বা এমএল ইঞ্জিনিয়ারদের উপর সম্পূর্ণ নির্ভরতা ছাড়াই অনুমান করার জন্য AI মডেলগুলিকে প্রচার বা হ্রাস করার ক্ষমতা সহজতর করে।

স্টু বেইলি, ModelOp-এর সহ-প্রতিষ্ঠাতা এবং চিফ AI আর্কিটেক্ট, বলেছেন, “ModelOps হল এমন একটি ক্ষমতা যা 24/7 উৎপাদনে মডেল পাওয়ার উপর ফোকাস করে৷ এটি এমন একটি ক্ষমতা যা অবশ্যই সিআইও সংস্থার মালিকানাধীন বা একটি বড় সংস্থার প্রযুক্তি কেন্দ্রের মালিকানাধীন হতে হবে।"

এআই মডেল। দ্বারা চিত্র উৎসলেখকের অনুমতি নিয়ে সম্পাদিত।

AI এর মান আনলক করুন

AI মান প্রায়শই আনলক করা হয় না কারণ AI চালু করা প্রায়শই একটি চিন্তাভাবনা, এবং org জুড়ে AI/ML মডেল তৈরি করার প্রচেষ্টাকে অবমূল্যায়ন করা হয়। এন্টারপ্রাইজ গভর্নেন্সের প্রয়োজনীয়তা মেটানোর সময় এআই লাইফসাইকেলকে সমর্থন করার জন্য প্রয়োজনীয় দক্ষতা, টুলিং এবং প্ল্যাটফর্মে বিনিয়োগের কারণে অনেক দল এখনও তাদের অ্যাপ্লিকেশনগুলিতে AI-এর সম্পূর্ণ সম্ভাবনাকে কাজে লাগাতে লড়াই করছে। এই দলগুলিকে তাদের অ্যাপ্লিকেশনগুলিতে আরও সহজে AI প্রযুক্তি অন্তর্ভুক্ত করার অনুমতি দিয়ে এই ফাঁকগুলিকে সংকুচিত করার জন্য AI অপারেশন সমর্থন গুরুত্বপূর্ণ।

Skip McCormick, একজন ডেটা সায়েন্স ফেলো (BNY Mellon) বলেছেন, অনেক AI ক্ষমতা এখনও সেই পর্যায়ে রয়েছে যেখানে তাদের প্রচুর সম্ভাবনা রয়েছে। কিছু সংস্থা একই সাথে পরিকাঠামোতে পর্যাপ্ত সংস্থান রাখছে যা তাদের উত্পাদন পরিবেশে এর নীচে থাকা দরকার।

আজ, প্রতিযোগিতাকে ছাড়িয়ে যাওয়ার জন্য, উদ্যোগগুলি AI তে বিনিয়োগ করছে। কিন্তু AI এর সুবিধাগুলি শুধুমাত্র তখনই স্বীকৃত হতে পারে যখন মডেলগুলি সঠিকভাবে চালু করা হয়।

যেহেতু AI প্রযুক্তির স্ট্যাকগুলি ক্রমাগত বিকশিত হচ্ছে, তাই ডেটা বিজ্ঞানীরা স্বয়ংক্রিয় মডেলঅপস অবকাঠামো প্রকৌশলের সাথে ডেটা সায়েন্স মডেলগুলি বিকাশ এবং স্থাপনের জন্য সর্বোত্তম সরঞ্জামগুলি ব্যবহার করতে সক্ষম হতে চান এবং উদ্যোগগুলি সাধারণত এটিকে সামঞ্জস্য করতে পেরে খুশি হয়৷ ফলস্বরূপ, এন্টারপ্রাইজ সেটিংসে AI বিকাশ, স্থাপন এবং পরিচালনার জন্য উদ্ভূত বাস্তুতন্ত্রগুলি জটিল হয়ে উঠেছে।

মডেলঅপস টুল

যেহেতু ModelOps পন্থা সমস্ত খেলোয়াড়কে একত্রিত করে, তাই বেশ কিছু উদীয়মান স্টার্টআপ, সেইসাথে এন্টারপ্রাইজ কোম্পানি, মডেলঅপস সলিউশন অফার করে যাতে এই উপাদানগুলিকে সম্মিলিতভাবে শেষ-থেকে-এন্ড, সম্পূর্ণ স্বয়ংক্রিয় মডেল জীবনচক্রে অর্কেস্ট্রেট করা যায়। আসুন আমরা নীচের চিত্রটি দেখি যে কীভাবে একটি প্ল্যাটফর্ম পরিচালনা করে, এন্টারপ্রাইজগুলি যে কোনও AI উদ্যোগকে পরিচালনা করতে এবং স্কেল করতে পারে।

মডেলঅপস: অর্কেস্ট্রেশন এবং মডেল জীবন চক্র। দ্বারা চিত্র উৎসলেখকের অনুমতি নিয়ে সম্পাদিত।

শক্তিশালী প্ল্যাটফর্মের মতো মডেলঅপ সেন্টার সাধারণত ডেভেলপমেন্ট প্ল্যাটফর্ম, আইটি সিস্টেম এবং এন্টারপ্রাইজ অ্যাপ্লিকেশনগুলির সাথে একীভূত হয় যাতে ব্যবসাগুলি AI এবং IT-তে চলমান বিনিয়োগের সুবিধা পেতে এবং প্রসারিত করতে পারে। এইভাবে, ডেটা সায়েন্টিস্টরা তাদের সবচেয়ে ভালো জানেন এমন টুল ব্যবহার করে স্কেলে কাজ করতে পারেন।

মডেলঅপস ইন্টিগ্রেশন — এর দ্বারা চিত্র উৎসলেখকের অনুমতি নিয়ে সম্পাদিত।

মডেলঅপ সেন্টারের মতো প্ল্যাটফর্মগুলির সাথে, উদ্যোগগুলি করতে পারে:

মডেল স্থাপন থেকে সিদ্ধান্ত নেওয়ার সময়কে 50% বা তার বেশি ত্বরান্বিত করুন,
উত্থান মডেল রাজস্ব অবদান 30% পর্যন্ত,
এবং এআই গভর্নেন্স ওয়ার্কফ্লো সহ ব্যবসায়িক ঝুঁকি হ্রাস করুন।

উপসংহার

অনেক শিল্প এবং কোম্পানি জুড়ে, AI এর কৌশলগত শক্তি পুঙ্খানুপুঙ্খভাবে প্রতিষ্ঠিত হয়েছে। এটি মডেল তৈরিতে একটি ঢেউ তুলেছে। কিন্তু লোকেদের বিনিয়োগ, প্রক্রিয়া এবং মডেলগুলিকে কার্যকর করার জন্য সরঞ্জামগুলি - যেমন, মডেলঅপস - পিছিয়ে গেছে৷ প্রতিদিনের ModelOps দায়িত্ব পালনের জন্য প্রতিষ্ঠানগুলিকে অবশ্যই ডেডিকেটেড মডেল অপারেটর বা মডেল ইঞ্জিনিয়ারের ভূমিকা তৈরি করতে হবে।

ফাংশনের একটি ক্রমবর্ধমান স্বীকৃতি রয়েছে, এটি যে সমস্যাগুলি সমাধান করে, এটি যে সুযোগগুলি তৈরি করে এবং এটিকে সমর্থন করার জন্য যে বিনিয়োগ করা দরকার। এর আগে DevOps, ITOps, এবং SecOps-এর মতো, ModelOps তার নিজস্ব অধিকারে একটি মূল ব্যবসায়িক ফাংশনে পরিণত হবে বলে মনে হচ্ছে যেহেতু বিশ্বব্যাপী AI ব্যবহার পরিপক্ক হচ্ছে।

তথ্যসূত্র

মূল। অনুমতি নিয়ে পোস্ট করা।

বায়ো: জিউলিয়ানো লিগুরি (@ইংলিগুরি) একজন টেকনোলজিস্ট, ডিজিটাল ট্রান্সফরমেশন স্পেস এবং AI-তে একজন প্রভাবশালী, এবং তার দক্ষতা এবং কর্মজীবন তাকে CIO এবং CTO-এর দৃষ্টিভঙ্গির প্রতিনিধিত্ব করার জন্য অবস্থান করে।

সম্পর্কিত: