德勤咨詢公司近日發(fā)布的一份報(bào)告指出，人工智能的黃金時(shí)代即將到來(lái)，前提是企業(yè)可以實(shí)施并維持一種一致的機(jī)器學(xué)習(xí)操作（MLOps）方法。

該報(bào)告引用了專注于人工智能的Cognilytica進(jìn)行的市場(chǎng)研究，并指出，到2025年，MLOps平臺(tái)市場(chǎng)的年收入預(yù)計(jì)將超過(guò)40億美元。

已經(jīng)有多家初創(chuàng)公司已經(jīng)專注于提供這些平臺(tái)。然而，不太清楚的是，MLOps在多大程度上可能會(huì)成為許多企業(yè)今天用來(lái)構(gòu)建和部署軟件的DevOps平臺(tái)的擴(kuò)展。

德勤人工智能研究所執(zhí)行董事Beena?Ammanath表示，在新冠肺炎疫情之后，各組織已經(jīng)加快了對(duì)人工智能的投資，以推動(dòng)數(shù)字業(yè)務(wù)轉(zhuǎn)型。這個(gè)空間在未來(lái)18個(gè)月內(nèi)將會(huì)升溫。

但是，MLOps與用于IT運(yùn)營(yíng)的人工智能（AIOps）不同。前者是指構(gòu)建和部署注入了AI模型的應(yīng)用程序的過(guò)程，而后者是指應(yīng)用AI來(lái)自動(dòng)化IT運(yùn)營(yíng)管理。

這些MLOps流程不僅擴(kuò)展到AI模型的構(gòu)建和部署方式，而且擴(kuò)展到它們的治理和最終淘汰方式。AI模型的主要問題之一是，隨著新數(shù)據(jù)源的可用或業(yè)務(wù)條件的變化超出初始模型的范圍，結(jié)果可能會(huì)隨時(shí)間推移而變化。這就要求企業(yè)要么更新該AI模型，要么將其完全替換為另一個(gè)AI模型。在所有情況下，IT團(tuán)隊(duì)都需要不斷測(cè)試和驗(yàn)證AI模型提出的建議，以確保它們是一致，相關(guān)且在道德準(zhǔn)則范圍內(nèi)運(yùn)作的。

Ammanath說(shuō)，在數(shù)據(jù)科學(xué)家、開發(fā)人員、數(shù)據(jù)工程師、質(zhì)量保證人員和IT人員的團(tuán)隊(duì)之間協(xié)調(diào)這種水平的活動(dòng)需要一種高度自律的方法來(lái)處理MLOps。

企業(yè)現(xiàn)在面臨的挑戰(zhàn)是，隨著企業(yè)接受數(shù)字業(yè)務(wù)轉(zhuǎn)型，許多現(xiàn)有流程正在變得過(guò)時(shí)。Ammanath指出，將人工智能模型應(yīng)用于不被廣泛理解的業(yè)務(wù)流程，比將一個(gè)多年來(lái)一直以相同方式運(yùn)行的流程自動(dòng)化更具挑戰(zhàn)性。

幾乎每個(gè)應(yīng)用都會(huì)在不同程度上被一個(gè)或多個(gè)人工智能模型增強(qiáng)。現(xiàn)在的挑戰(zhàn)和機(jī)遇是提供平臺(tái)，不僅可以大規(guī)模構(gòu)建和部署人工智能模型，而且在必要時(shí)還可以在造成永久性損害之前將其撤回。
責(zé)編AJX