MLOps: úton az iparosított mesterséges intelligencia felé

2021. 01. 29., 18:00

A mesterséges intelligenciával ellátott döntéstámogató rendszerek és alkalmazások bevezetésére irányuló projektek száma rohamos tempóban növekszik, mely a következő években alapfeltétele lehet a versenyben maradásnak. A hatékony fejlesztés és üzemeltetés előfeltétele az informatikai szakterületek összehangolt együttműködésének megteremtése, így igény mutatkozik a mesterséges intelligencia iparosítására. Az MLOps (Machine Learning Operations) olyan irányítási rendszert nyújt a vezetők számára, mely egységes, etikus, jogszabálykövető, agilis modellfejlesztést és üzemeltetést eredményez. Az MLOps 2021 egyik kiemelt trendje, a Deloitte Tech Trends elemzése szerint.

A Deloitte már tizenkettedik éve elemzi a technológiai szektor globális fejlődését, és a Tech Trends kiadványban azokat a piacot formáló aktuális trendeket publikálja, amelyek meghatározzák a vállalatok számára a következő évek fejlődési irányait. A 2021-es kiadvány egyik kiemelt trendje az iparosított mesterséges intelligencia.

Az intelligens rendszerek ipari és üzleti alkalmazásainak lehetőségei az előző években rendkívüli érdeklődésre tettek szert. Ez nagyrészt a technológiai környezet dinamikus fejlődésének (pl. Big Data) és az üzleti hatékonyságnövelésre vonatkozó igényeknek volt köszönhető. Az intelligens rendszerek alkalmasak az üzleti adatok kinyerésére, értelmezésére, előrejelzések és kimutatások készítésére, továbbá nyelvi elemek, képek és videók feldolgozására. Magas színvonalon képesek üzleti feladatok automatizálására, a szervezeti ellenálló képesség növelésére.

A fejlett szervezetek – melyek már számos mesterséges intelligenciával és gépi tanulással ellátott rendszerimplementációs projektet tudhatnak a hátuk mögött – felismerték, hogy az üzleti értéket teremtő intelligens alkalmazásfejlesztés és üzemeltetés során az agilis módszertanok kiaknázása nagyban segíti céljaik elérését. Ugyanakkor kiemelt figyelmet kell fordítani az intelligens szoftverek életciklusából fakadó egyedi igények beépítésére is. Az intelligens rendszerek fejlesztési fázisai merőben eltérnek a tradicionális szoftverfejlesztési megközelítésektől, ezért kulcsfontosságú a felhasznált keretrendszerek finomhangolása és testre szabása.

Elhúzódó implementálás és megtérülés

A felmérésében résztvevő, közel 750 szervezet csupán 8 százaléka nyilatkozott úgy, hogy a mesterséges intelligenciára vonatkozó fejlesztési és üzemeltetési irányelvek egységes keretet alkotnak. A megkérdezettek több, mint 40 százaléka szerint az éles környezetbe történő implementálás lassú, és a tervezettekhez képest csak jóval később érezhetők az üzleti előnyök. Az ezekhez kapcsolódó várakozások elmaradása a sikertelen projektek fő okozója, mely a részletesen kidolgozott, az üzleti célkitűzéseket követő és az egész szervezetet átölelő sztenderd gyakorlatok hiányából ered.

Miért sikertelenek a projektek?

A sikertelen projektek karakterisztikáit vizsgálva számos esetben tapasztalható, hogy az intelligens rendszerek üzletileg hatékony kiaknázásának előfeltétele; az egységes adatmenedzsment kultúrája nem erősség a szervezetben. Az adatok tárolására, feldolgozására és elemzésére vonatkozó erőfeszítések izoláltan működnek a különböző funkcionális szakterületek között. Ez könnyen vezethet szabályozói környezettel kapcsolatos kockázatokhoz. További kihívásokat eredményezhet, ha kreatív adattudósok és adatelemzők saját elképzeléseik szerint, tapasztalatok, preferenciák, egyéb inkonzisztens gyakorlatok alapján hajtják végre a feladatokat. Ezen kockázatokat a mesterséges intelligencia fejlesztési és üzemeltetési gyakorlatait egységesítő keretrendszer használatával lehet mérsékelni. Így jelentkezett igény az iparosított mesterséges intelligencia megalkotására.

Első lépcső: DevOps

20 évvel ezelőtt az egyes informatikai szakterületek hatékonytalan együttműködésének javítására irányuló folyamat fejlesztések során születtek meg a DevOps gyakorlatok. (A Development és az Operations szoros együttműködésére kitalált kifejezés, melynek lényege, hogy a korábban elkülönült fejlesztési és üzemeltetési területek szorosan együttműködve, hatékonyabban tudják kezelni az IT folyamatokat.) Az automatikus alkalmazásfejlesztés, implementálás és információrendszer menedzsment irányelvek révén a DevOps sikeresen transzformálta az IT csapatok működését.

A DevOps folyamatok megfelelő használata magas szoftverminőséget, fejlesztési hatékonyságot és határidő érzékenységet eredményezett. Ez is alátámasztja az MLOps megalkotásának létjogosultságát. Elvárt a modellezési életciklus és fejlesztési eljárások felgyorsítása, effektív nyomonkövetése és monitorozása, egyszerűbb fenntarthatósága, mely összességében az éles vállalati környezetben üzemeltett mesterséges intelligencia alkalmazások minőségi javulásához vezethet. Az MLOps gyakorlatok kifejlesztése is kezdetét vette, összefoglalva mindazon eljárásokat, melyek az intelligens rendszerek hatékony és sikeres fejlesztési és üzemeltetési modelljét érintik. Fókuszában a végfelhasználói élmény fokozása és az üzleti igények minél teljesebb körű kielégítése áll.

Mivel tud többet az MLOps?

„Az MLOps, a DevOps-szal ellentétben, támogatást nyújt az adatmenedzsmentben, növelve az alkalmazott döntési modellek transzparenciáját és a jogszabályi megfelelőséget – ez például a GDPR-ban nyújthat komoly segítséget. A fejlesztők ugyanis gyakran kevés figyelmet fordítanak a felhasznált adatok jogszerűségére, ez pedig szabványosított keretrendszer és a szervezeten átívelő irányelvek alkalmazásával kiküszöbölhető. így a megfelelőség és a mesterséges intelligencia etikus használata kényszerré válik. Egy olyan szervezet, amely több ezer gépi tanuló modellt fejleszt és üzemeltet, egységes irányítási elvek nélkül kizárólag költségként fog tekinteni a mesterséges intelligenciára, nem pedig üzleti előnyként. Az MLOps tehát egy olyan irányítási rendszert nyújthat a vezetők kezébe, mely egységes, etikus, jogszabálykövető, agilis modellfejlesztést és üzemeltetést eredményez” – foglalta össze Barta Gergő, a Deloitte IT Kockázatkezelési tanácsadás üzletágának menedzsere.

Az MLOps alappillérei

A mesterséges intelligencia világának az egyik legnagyobb próbatétele ma a szakértői pozíciók feltöltése: a Deloitte globális kutatása szerint a felsővezetők 68 százaléka nyilatkozott arról, hogy legalább mérsékelt szinten szakember hiánnyal küzd. A megkérdezettek 27 százaléka pedig extrém hiányt tapasztalt. A működési modell e specializált területének egyik fő megközelítése a kollaboráción alapszik, ezért hangsúlyos a rugalmas együttműködést lehetővé tévő szervezeti struktúra kialakítása.

„A másik kihívást az üzleti célokkal összhangban álló mesterséges intelligencia stratégia hiánya jelentheti. Nem elég arról dönteni, hogy szükségünk van mesterséges intelligenciával ellátott megoldásokra, stratégiát kell alkotni annak bevezetésére üzleti esetekkel alátámasztva. A stratégia részét kell, hogy képezze az olyan támogató szakterületek és folyamatok fejlesztése, mint az adatmenedzsment, a kockázatkezelési protokollok meghatározása, valamint a tehetséges szakemberek folyamatos képzésére és megtartására irányuló kultúra kialakítása. A mesterséges intelligencia stratégia megléte ma már alapfeltétele a versenyben maradásnak” – mondta Barta Gergő.

Ha tetszett a cikk, kövesse az ÜZLETEMET
a Facebookon!

Még több friss hír

2024. 03. 05., 13:10
Cégcsoportunk már 35 éve van a HR piacon, ahol sokoldalú szolgáltatóként igyekszünk helytállni. Szeretném, ha legalább még ennyi ideig sikeresen tudna működni a cég – mondta az Üzletem.hu-nak Ifj. Vida Péter, a Viapan Group Managing Directora.
2024-03-28 10:10:00
2024 februárjában a turisztikai szálláshelyeken (kereskedelmi, magán- és egyéb szálláshelyeken) 883 ezer vendég 2,2 millió vendégéjszakát töltött el; a vendégek száma 23, a vendégéjszakáké 19 százalékkal magasabb volt az egy évvel korábbinál – tájékoztatott a statisztikai hivatal.

  BIZNISZPLUSZ PODCAST

A digitális technológiák kapcsán jelenleg két uniós rendelet is fontos: az egyik a digitális szolgáltatásokról, a másik a mesterséges intelligencia felhasználásának korlátozásáról szól. Sokáig azt hittük, az óriási tech vállalatok túl nagyra nőttek ahhoz, hogy meg lehessen regulázni a működésüket, Európában azonban – úgy tűnik – mégis sikerül rendeleti keretek közé szorítani, hogy mit tehet vagy épp' nem tehet meg a Facebook, a Snapchat, a TikTok és például a Google kereső. Dr. Baracsi Katalin internetjogász ebben az epizódban átfogó képed ad mind a digitális piacokat, mind pedig a mesterséges intelligencia felhasználását szabályozó uniós rendeletről.
2024. 03. 04., 13:25
epizód: 2024 / 5   |   hossz: 25:08
A home office elterjedésével és a munkához való viszonyunk változásával átalakult a hozzáállásunk az öltözködéshez, pedig a „business look” törvényei állandók, ahogy a kapcsolatépítésben betöltött szerepe is. Frank Patrícia stylist, stílus- és színtanácsadó szerint bár a formális öltözködés megőrizte a jelentőségét jó néhány – például pénzügyi és jogi – területen, a kreatívabb üzletágakban mostanra inkább egyfajta laza elegancia érvényesül. Ebben az esetben sem mindegy viszont, hogy milyen hatást váltunk ki a potenciális partnerünkből vagy munkáltatónkból a kritikusan fontos első hét másodpercben. Nagy üzletek és karrierek torpanhatnak meg, egyébként jól betartható, csak éppen nem túl közismert megjelenési szabályok figyelmen kívül hagyása miatt. Te ne kövesd el ugyanezt a hibát – Frank Patrícia itt segít!
A globális kutatás eredményeinek év eleji kihirdetése után a PwC nemrég bemutatta a hazai Vezérigazgatói Felmérés adatait is. A számok alapján a magyar cégvezetők optimistábbak a gazdasági kilátásokat illetően, mint külföldi kollégáik, ám árnyalja a képet, hogy saját cégük árbevételére már nem feltétlenül jósolnak növekedést 2024-re. Az olyan kitettségek kapcsán, mint az infláció, a szakképzett munkaerő hiánya vagy akár a klímaváltozás, szintén derűlátóbbnak tűnnek a hazai cégvezetők, igaz, vannak aggodalmak, de izgalmas jóslatok is, például az új technológiai vívmányok bevezetése kapcsán, amelyek mellett nem lehet szó nélkül elmenni. Nem is tesszük: a BizniszPluszban a PwC Hungary szakértőjével, Mezei Szabolccsal elemezzük a legtanulságosabb számokat.

  NÉPSZERŰ HÍREK

  Rovathírek: GUSTO

  Rovathírek: ATOMBUSINESS