GM Business - Internet ogledalo DT 2.0

jed no stav no da kre i ra ju, tre ni ra ju i
im ple men ti ra ju mo de le bi lo gde –
od in te li gent nog clo u da do in te ligent
nog ed gea – te da ko­riš­će­njem
in te gri sa nih (CI/CD) ala ta upra vlja ju
svo jim mo de li ma.
No­ve mo­guć­no­sti za po­bolj­ša­nje
pro­duk­tiv­no­sti sa­da u pre­vi­ew fa­zi:
- Ko­ri­snič­ki in­ter­fejs za au­to­ma­tizo­va­no
ma­šin­sko uče­nje koji eksperti­ma
za po­slov­ne do­me­ne omo­gu­ća­va
da tre­ni­ra­ju mo­de­le ma­šin­skog uče­nja
sa samo nekoliko klikova.
- Ze­ro-co­de, vi­zu­el­ni in­ter­fejs
ko­ji omogućava ko­ri­sni­ci­ma koji
su po­čet­ni­ci u ma­šin­skom učenju
da kre i ra ju, tre ni ra ju i pri me njuju
mo­de­le jed­no­stav­nim ko­riš­će­njem
„drag and drop“ funk ci je.
- No­te­bo­oks za Azu­re ma­šin­sko
uče­nje ko je de ve lo pe ri ma i da ta nauč­ni­ci­ma
pru­ža­ju co de-first is ku stvo
ma­šin­skog uče­nja.
No­ve funk­ci­o­nal­no­sti za omogu­ća­va­nje
efi­ka­sne ope­ra­ci­o­na­liza­ci­je
mo­de­la:
- MLOps ili De vOps za funk ci je
ma­šin­skog uče­nja, uključujući Azu­re
De­vOps in­te­gra­ci­ju ko­ja omogućava
da se Azu re De vOps ko ri sti za upravlja­nje
ce­lim ži­vot­nim ci­klu­som mašin­skog
uče­nja, uklju­ču­ju­ći ob­no­vljivost
mo de la, va li da ci ju, pri me nu i
po nov no tre ni ra nje.
- Opšta do stup nost har­dver­ski
ubr­za­nih mo­de­la ko ji ra de na FPGA
u Azu re, za eks trem no ni sku la ten cu
i ni zak tro šak in fe ren ci ra nja.
- Mo­guć­no­sti in­ter­pre­ta­bil­nosti
mo­de­la ko je ko ri sni ci ma omogućavaju
da raz­u­me­ju ka­ko mo­del
funk­ci­o­ni­še i zaš­to pra­vi od­re­đe­na
pred­vi­đa­nja, eli­mi­ni­šu­ći aspekt „crne
ku­ti­je” mo­de­la ma­šin­skog uče­nja.
AI apli­ka­ci­je i agen­ti
Kombinacija Azu re Kog ni tiv nih usluga
i Azu re Bot uslu ga omogućava deve
lo pe ri ma da u svo je apli ka ci je i
agen­te la­ko ugra­de moćne AI funkci
o nal no sti. Azu re Kog ni tiv ni ser visi
na tr­žiš­tu ima­ju po­zi­ci­ju naj­sve­obu
hvat ni jeg port fo li ja za de ve lo pe re
ko­ji že­le da u svo­je apli­ka­ci­je ugrade
mo­guć­nost da vi­de, ču­ju, od­govo
re, pre ve du, raz u me ju i vi še od toga.
Ta ko, na pri mer, u no voj Ka tego
ri ji od lu či va nja, uslu ge pod ra zume
va ju pre po ru ke ko je ko ri sni ci ma
omo­gu­ća­va­ju in­for­mi­sa­no i efi­kasno
do no še nje od lu ka. Ser vi si kao
što su Con tent Mo de ra tor (mo de ra cija
sa­dr­ža­ja), ne­dav­no na­ja­vlje­ni Anomaly
De tec tor (de tek tor ano ma li ja) i
no vi ser vis pod ime nom Per so na lizer
(per so na li za tor) – deo su ove nove
ka te go ri je i do stup ni su u pre vi ew
fa­zi. Per­so­na­li­za­tor je kre­i­ran na učenju
za­sno­va­nom na po­tvr­đi­va­nju, te
da­je pri­o­ri­tet re­le­vant­nom sa­dr­ža­ju
SPECIJALNO IZDANJE :: Digitalna transformacija 2.0