產經情報

AI 大規模應用的關鍵:ModelOps 打造「生生流轉」模型生態系

日期:2021-03-18

從影像辨識、語音辨識,到深度學習,各產業近年來都看好 AI 人工智慧所帶來的龐大效益,但真正能從開發走到應用的企業卻不在多數,根據 Gartner 調查,受訪企業原本預期一年之內能有 23% 的 AI 計畫完成部署,但一年後卻僅有 5% 真正被部署,究竟 AI 在落地運用上遇到什麼困境?

SAS 台灣業務顧問部陳新銓副總經理分析,初期從情境確認、資料分析到每一次模型部署上線,企業內部就需花費大量的時間溝通,而等到模型上線後,又會因為情境需求改變,甚至是日益增長的資料而讓模型執行環境變得不堪使用。
後期在 AI 模型管理上,許多企業會以為管理 AI 模型跟一般網頁一樣,只需要管理程式碼,但其實兩者間有很大的落差,網頁開發完成後就算放置不更新,基本功能也不會有所改變,但是 AI 模型卻會在開發完成後,隨著時間失去它的精準度。至於在 AI 開發與應用的細節上還有哪些常見迷思?

本文列點如下
從實驗環境走向大規模 AI 應用 ,企業必經的 3 大挑戰
AI 成功落地的最後一哩路,將「開發」到「部署」流程自動化!
架構在雲上的 ModelOps 流程 ,讓成本投資最佳化

詳細內文請參考網址