AI পাইলট থেকে দ্রাক্ষাফল
আমি যখন প্রতিষ্ঠাতা এবং সিটিওসের সাথে কথা বলি, তখন একই কাহিনী উঠে আসে: আমাদের কাছে একজন মহান AI পাইলট ছিল, কিন্তু তা উৎপাদন করতে পারেনি। অনুপস্থিত অংশ একটি পদ্ধতিAI সংক্রান্ত পরিসংখ্যানএটা পাইলটকে আলাদা আলাদা পরীক্ষা হিসেবে বিবেচনা করে না কিন্তু একটা প্রোডাকশন পাইপের প্রথম পর্যায় হিসেবে কাজ করে । এই পদ্ধতিগত তত্ত্ব ছাড়া, বিমান চালকদের জন্য বিভিন্ন দল বর্জ্যের সৃষ্টি করে, যারা এই ধারণা প্রমাণ করে যে, তারা এই ধারণাটি প্রমাণ করতে পারে না, কিন্তু এর মাত্রা পরিমাপ করতে পারে না- বাস্তবের সম্ভাবনাকে রক্ষা করা। আইডিসি-এর সংবাদ অনুসারে, ২০২৬ সালে বিশ্ব AI খরচ ৩০০ বিলিয়ন মার্কিন ডলারে পরিণত হবে, কিন্তু এই বিনিয়োগের এক ভয়াবহ অংশ এই বিনিয়োগ বাতিল করে দেওয়া হয়েছে। আমি দেখেছি কয়েক ডজন বাগদানির মধ্যে দিয়ে: উপাত্ত বিজ্ঞানীরা জুপিটার নোটবুকে একটি স্কার্ফ মডেল সরবরাহ করেছে, কিন্তু ট্রাফিকের পথ ভাঙ্গা তথ্য পাইপ, যুদ্ধ, কাঠামো এবং অকল্পনীয় ধারনায় পরিপূর্ণ। এক কাজের জন্যAI সংক্রান্ত পরিসংখ্যানহেমরেজ বন্ধ করার একমাত্র উপায়.
ডিজি১০ এজেন্সিতে আমরা ডজন খানেক কোম্পানিকে সাহায্য করেছি। এই গাইডটি সঠিক কাঠামো খুঁজে বের করে, যেটা আমরা ব্যবহার করি: একটি পুনরাবৃত্তি, যুদ্ধ-বিগ্রহAI সংক্রান্ত পরিসংখ্যানAI পাইলট থেকে আস্থা, গতি ও স্বল্পতার সাথে মীমাংসা করার জন্য ডিজাইন করা হয়েছে। আমরা আসল কেস স্টাডি, হার্ড নাম্বার আর টুল স্ট্যাক দিয়ে হেঁটে যাব যা আমাদের মক্কেলের মডেলকে সপ্তাহের পর সপ্তাহ ধরে রেখে দেয়।
AI পাইলট এবং উৎপাদন পথ
২০২৩ গারটনারের এক জরিপ অনুসারে, মাত্র ৫৪% প্রকল্প পাইলট থেকে উৎপাদন করতে শুরু করে। এটা প্রায় ৫০% ব্যর্থতার হার। ম্যাকসি’র ২০২৩ সালের “দৈর্ঘ্য” প্রতিবেদন একই ধরনের সংখ্যা পেয়েছে: যেসব সংস্থা সফলভাবে পরিমাপ করতে সক্ষম হয়েছে, নিয়ম নয়, আর যারা ৩-১৫% আয় করে। এই ধরনের চাঁবি মডেল সঠিকতা নয়- এটা কর্মক্ষম ফাঁক সম্পর্কে। বিসিজি-এর আরেকটি গবেষণায় দেখা গেছে যে কেবল ১১ শতাংশ কোম্পানী এই বিষয়ে সংবাদ প্রদান করেছে, যার মধ্যে দিয়ে তারা পানির বোতল উত্তোলন এবং পদ্ধতিগত প্রক্রিয়ার অভাব রয়েছে।
কেন? কারণ বেশীর ভাগ দল ৩. তারা খেলনা ডাটাসেট ব্যবহার করে, জরুরী চাহিদা উপেক্ষা করে, কখনো চাপের মধ্যে পড়ে না। যখন বেঁচে থাকার সময় আসে, মডেলটি বাস্তব বিশ্বের লোডশেডিং-এর নিচে ভেঙ্গে পড়ে, ডাটা পাইপগুলো পুরোনো স্কীমায় ব্যর্থ হয় এবং ঝুঁকি হারিয়ে যায়। ল্যাবের শতকরা ৯৮ ভাগ চ্যাম্পিয়নের মতো দেখতে যে মডেলটি হঠাৎ করে আবর্জনার বাক্সে ভেসে যায় কারণ এর উৎপাদন সংক্রান্ত তথ্য একটি একক পর্যায়ে ভেসে যায়।
এই সমস্যার সমাধান পাইলটদের চালানো বন্ধ করা নয়- এটা একটা দত্তক নেয়া।AI সংক্রান্ত পরিসংখ্যানযে শক্তি আপনাকে একদিন থেকে উৎপাদন নিয়ে চিন্তা করতে হবে। আমি দেখেছি ৬০% এবং ব্যর্থতার হার কমিয়ে আনার জন্য দলগুলোকে কাজ শেষ করতে হবে।
কী আমাদেরকে জানতে সাহায্য করবে?
একটি কার্যকর পদ্ধতিগত তিন পর্যায় কভার করতে হবে:
- ব্যাখ্যা&বৈধতা পরীক্ষা- AI পাইলট নিজে, কিন্তু প্রোডাকশনের কথা মাথায় রেখে।
- আকার পরিবর্তনের জন্য গঠন- পাইলট কোড, অবকাঠামো এবং ডাটা পাইপস।
- চালাও&মনিটর- অবিরাম সরবরাহ, পরিবর্তন এবং মতামতের লুপ।
আমরা এটাকে বলিDG10 AI Deplolum কাঠামো. . এটি একটি কঠোর খেলাবই নয়- এটি আপনার হাতের পুতুলের সাথে খাপ খাইয়ে নেয় (ব্লাক, গাঢ়, প্রান্ত) এবং আপনার ব্যবসার ডোমেইন (কেট সার্ভিস, অপারেশন, অর্থ)। বছরের পর বছর ধরে আমরা ই-কমার্স সুপারিশ ইঞ্জিনের জন্য এই কাঠামোটি প্রয়োগ করেছি। মূল তখনও একই রয়ে গেছে, কিন্তু টুল এবং বাধাবিপত্তি।
নীচে আমি বাস্তব পদক্ষেপ, যন্ত্রপাতি এবং বাস্তব জগৎ উদাহরণের প্রতিটি ধাপ ভেঙ্গে ফেলি। আমি একই সাথে সেই সব মেট্রিকদের সাথে ভাগ করে নেব যারা প্রায়শ:ই দলে ভ্রমণ করে।
পর্যায় ১:&আপনার AI পাইলট পরীক্ষা করুন
AI পাইলট হল যেখানে বেশীরভাগ দল ডুবে যায়। তারা এটিকে একটি “তৃণ প্রকল্প” হিসেবে ব্যবহার করে এবং প্রকৌশলের বাধাকে উপেক্ষা করে। এটা এড়ানোর জন্য, আমরা তিনটা গেটে জোর দিচ্ছি:
গেট ১: ব্যবসা সমস্যা
কোড লেখার পূর্বে একটি পংক্তি লেখার পূর্বে উত্তর:এই মডেল কোন সিদ্ধান্ত নেবে?“আমরা একটি চ্যাটবোট নির্মাণ করব না,” কিন্তু “আমরা ৫০% অনুরোধের মাধ্যমে অর্থ ফেরত দেওয়ার সময় প্রথম বারের হ্রাস করব”। টার্গেট কেপিআই ঠিক করো। এই দলটি মডেলের কাছ থেকে প্রাপ্ত ফলাফলের সাথে যুক্ত করতে চায়। এই বিষয়টি ছাড়া, এই প্রকল্প একটি সমস্যার সমাধান হিসেবে বিবেচিত হবে- এবং তা কখনো বাজেটের বাজেট পাবে না।
গেট ২: পাইললাইন&নির্নায়ক
তুলনার জন্য ম্যানুয়াল অথবা rapergak চালান। যদি আপনার মডেল অন্তত ২০% (প্রায়র মতো সাধারণ কিন্তু সাধারণ সীমা) পরাজিত না করে থাকে, তবে পাইলটটি সরবরাহের যোগ্য নয়। সঠিক অবস্থানের নথি তৈরি করা হয়েছে-এক ধরনের, জটিল, প্রতি ভবিষ্যদ্বাণীর জন্য খরচ। আমি একই সাথে একটি “ঠিক সিদ্ধান্তের মান” যোগ করতে চাই: যদি একজন প্রতারণাকারী মডেল প্রতিদিন ১০০ টাকা প্রতারণা করে এবং প্রত্যেক দিন ৫০ মার্কিন ডলার অবশিষ্ট থাকে, তাহলে প্রতিদিনের জন্য তা ৫০০০ ডলার। এই সংখ্যা ০. ০ এফ১ এর উন্নতির চেয়ে অনেক বেশি কথা বলে।
গেট ৩: মিনিস্ট্রেশন সিমুলেশন
আপনার পাইলট থেকে সেরা মডেলটি নিন এবং এটি প্রোডাকশনের (অনিকৃত, ক্ষুদ্র ভলিউম) ট্রাফিকের নমুনার বিরুদ্ধে পরিচালনা করুন। লতিচার, মেমরি ব্যবহার, তথ্য পরিবর্তীত এবং বিভিন্ন চাপ প্রয়োগ করে ক৬ বা লস্টের মতো সরঞ্জাম ব্যবহার করে বিভিন্ন যন্ত্রগুলো ব্যবহার করে পরীক্ষা করা । এই মাত্র এক ধাপের ৮০% দুঃস্বপ্ন উন্মোচন করে। আমার মনে আছে একজন বিক্রেতা ক্লায়েন্ট যার পরামর্শের মডেল জুপিটারের ১২০ মিলিটারে দৌড়ায়, কিন্তু একটি ডকার কন্টেইনার অনুরোধের ১০০% এর মধ্যে, পি৯৯ লতি ১. আমরা এটাকে ব্ল্যাক শুক্রবারের মধ্যে দেখতে পেয়েছি.
ব্যবহৃত সরঞ্জাম:
- রিফ্লোপরীক্ষামূলক অনুসরণ
- তথ্য টরবটস্বয়ংক্রিয় ML এবং স্থাপনার জন্য প্রস্তুতকরণ
- সময় বারে ব্যবহারযোগ্য পাইথন স্ক্রিপ্ট
আমি দলকে ৩ নং গেট বাদ দিতে দেখেছি এবং এরপর তিন মাস ডিবাগ করতে দেখেছি। এমন দল হবেন না। এই অনুকরণটি আপনাকে পরবর্তী পর্যায়ের জন্য ভিত্তিও প্রদান করে: এখন আপনি জানেন সঠিক বৈশিষ্ট্য পরিমাপ করার প্রয়োজন।
পর্যায় ২: আকার পরিমাপের জন্য গঠন — আমাদের কয়ার AI পদ্ধতি
এখন আমরা পাইলটকে প্রোডাকশন সার্ভিসে পুনরায় নিয়োগ করবো। এটাই সেই জায়গাAI সংক্রান্ত পরিসংখ্যানসত্যিই উজ্জ্বল। লক্ষ্য: মডেলটিকে পুন:নির্মান, অস্পষ্ট এবং সহজ করা।
মাইক্রো সার্ভিস স্থাপত্যবিদ্যা
একটি REST API এ মডেলটি র্যাশ করুন (FI, দ্রুতAP), অথবা একটি স্থায়ী সমাপ্তির মোড ব্যবহার করুনAWS Sage Metrer বিন্দু সমাপ্তি- হ্যা. আলাদা বৈশিষ্ট্য ইঞ্জিনিয়ারিং, ইনফর্মেশন আর পোস্ট আলাদা সার্ভিসে। এটা মান পরিবর্তনের সুযোগ দেয়। আমরা ডকারের সাথে ডকার আর ক্যারানেটের সব কিছু বাছাই করি, যাতে সব উপাদান অন্যদের স্পর্শ না করে।
তথ্য পাইপ-লাইন অটো-রান
pilot দ্বারা স্থায়ী ফাইল সংরক্ষণের উদ্দেশ্যে ব্যবহৃত PDA-র তালিকা। প্রোডাকশনের জন্য, অটোমেটের বৈশিষ্ট্য ঠিক যেমন যন্ত্রপাতি সংগ্রহ করাঅ্যাপাচি কাফকা(স্ট্রিম করা হচ্ছে)Airfican(খ. বৈশিষ্ট্যের সংগ্রহস্থল ব্যবহার করা হবে (যেমন, উদাহরণস্বরূপ,জ্যান্ডারজি( হিতো. একটি বৈশিষ্ট্য সংরক্ষণ সংরক্ষণ করা হয়েছে যাতে অনলাইন ভবিষ্যদ্বাণীগুলো বার বার পরিভাষায় ডাটার গুদামে আঘাত না করে- কম সময়ের জন্য। রাতের বেলা প্রস্তুত করার ক্লায়েন্টের জন্য কাফকা থেকে উঠে আসা কাফকা অনলাইন স্টোরের কাটা অংশ ৮০০ মিটার থেকে ৩০ মিটার পর্যন্ত, সত্যিকারের সময়ের প্রতারণার জন্য বিশাল জয়।
ML মডেলের জন্য C/CDC/CDUP তালিকা
তোমার মডেলকে সফটওয়্যার রিসাইকেল হিসেবে দেখ. ব্যবহারকুম্বাঅথবাMLobi পাইপ-লাইনঅটো রিগ্রেশনিং, টেস্টিং আর পাঠানোর জন্য। প্রতিটি মডেল সংস্করণ নিজেদের মধ্যে একীভূতকরণ পরীক্ষা (প্রায় ২০০ মিটার, NNO আউটপুট নয়, আউটপুটের মত) পাস করা উচিত। আমরা একটি বৈধ পদক্ষেপও যোগ করতে পারি যা প্রার্থী মডেলের কাজের তুলনা করে বর্তমান উৎপাদন মডেলটির বিরুদ্ধে করা তথ্যকে তুলনা করে। যদি তা সম্ভব না হয়, তাহলে কেপিআই-এর লক্ষ্য ১% এর উন্নতি না হয়। পাইপটি স্বয়ংক্রিয়ভাবে বাতিল করে এবং দলকে সতর্ক করে।
মনিটর&ওয়াল- পেপারName
একবার, সবকিছু পাল্টে যায়। তথ্য ভেসে গেছে, ধারণা ভেসে গেছে এবং অবকাঠামোর ব্যর্থতার সৃষ্টি হয়েছে। ব্যবহারনোটঅথবাকেনোবসমডেল ইনপুট ও আউটপুট নিরীক্ষণ করতে ব্যবহৃত হয়। আমি সাধারণত প্রতিটি বৈশিষ্ট্যের জন্য ১. ০ (পিএসআই) জায়গা নির্ধারণ করে থাকি; যদি তা তিন ঘন্টা ধরে কমে যায়, তাহলে তা তিন ঘন্টা ধরে চলে। আমরা বিজনেস কেপিআইসও সরাসরি পর্যবেক্ষণ করি - একটি উজ্জ্বল মডেলের জন্য, আমরা প্রকৃত অধ্যাপনা বনাম প্রতিদিন কল্পনা করি। যখন এই রোগটি ২% সম্পূর্ণভাবে চিহ্নিত হয়, তখন তদন্তের জন্য এটি একটি ট্রিগার।
রিয়েলওয়ার্ল্ড উদাহরণ:এই পদ্ধতি ব্যবহার করে একটি প্রোফিনটেক ক্লায়েন্ট তাদের মডেল ১. ২ সেকেন্ড থেকে ১৮০ মিটার পর্যন্ত চলে যায়, আর তারা দুই সপ্তাহ থেকে দুই ঘণ্টার মধ্যে আবার কাজ শুরু করে। এই পরিবর্তন তাদেরকে ছয় মাসের পরিবর্তে পাঁচ সপ্তাহের মধ্যে একটি নতুন কার্ড জালিয়াতির আয়োজন করতে দেয়।
তুলনা: প্রচলিত অ্যাড্ট্রিক ভি.
| দৃশ্যমান | প্রচলিত আদারহো | DG10 AI Deplodition মতবাদ |
|---|---|---|
| PDA থেকে উৎপাদনের সময় | ৬-১২ মাস | ৪-৮ সপ্তাহ |
| মডেল হার (প্রথম ৯০ দিন) | ~50% | <15% |
| কঠিনতার মাত্রা | উচ্চ - ম্যানুয়াল ম্যানুয়াল রিভেঞ্জিং | নিম্ন - মাইক্রো সার্ভিসে নির্মিত |
| মনিটর | কিছু সময়ের পরে বন্ধ করা হবে | সক্রিয় পদক্ষেপ এবং কর্মক্ষমতা সতর্কতা |
| অনুসন্ধানের চক্র | আদ্সিহোক | স্বয়ংক্রিয়ভাবে লগ-ইন করা হবে, সাপ্তাহিক অথবা Edummandarde |
| বৈশিষ্ট্য | প্রশিক্ষণ | স্টোরের মাধ্যমে নিশ্চয়তা প্রদান |
| সার্টিফিকেটের বৈশিষ্ট্য পরিবর্তন করুন | সাধারণত ম্যানুয়াল, ঘন্টা | একবার ক্লিক করে একবার পরিবর্তিত হতে পারে, মিনিট |
| টিমের কর্মক্ষমতা | তথ্য বিজ্ঞানী রিসোড কাজ | PDA থেকে সম্পূর্ণ বললক সহযোগিতা |
| উৎপাদনের জন্য মোট মূল্য | [ ৫ পৃষ্ঠার চিত্র] | (%s প্রজেক্টের মধ্যে সংরক্ষণের জন্য ধার্য) |
৩০+ শিল্প প্রতিষ্ঠান থেকে আমরা সাহায্য পেয়েছি (২০২২-২০২৫)।
তৃতীয় পর্যায়:&মনিটর
মডেল প্যাকেজ এবং পাইপ প্রস্তুত হলে, এখন চূড়ান্ত ধাক্কার সময় হয়েছে।
আয়না
নতুন মডেলের ৫ম রুট। কী-এর সাথে ব্যবসায়িক মেট্রিক (যেমন, রূপান্তর, সংশোধন, সময় গণনা) তুলনা করুন। যদি সবকিছু ভালো দেখায়, ৫০% বৃদ্ধি পাবে। সরঞ্জামআরগো রোলসঅথবা এডাব্লিউএস কোডডিভি এর সমর্থনে। আমরা দুই সপ্তাহ ধরে ১০% ক্যানারি চালিয়েছিলাম, আসল বুকিং পর্যবেক্ষণ করছি। নতুন মডেলটি একটি ৬. ৮% আয় করে শূন্য বইয়ের ভুল নিয়ে, তাই আমরা আস্থা সহকারে ১ ঘন্টার মধ্যে ১০০% করে চলে যাই।
A/B পরীক্ষা এবং পরীক্ষাName
সাধারণ খালের বাইরে যাও। একটি কাঠামো গঠন করা এ/বি পরীক্ষা যেখানে একটি দল AI মডেলের সিদ্ধান্ত দেখে এবং অন্যটি পুরোনো অঙ্গনে দেখতে পায়। কেবল ক্লিকের মাধ্যমে নয়, তার থেকে অনেক বেশী কিছু বের হতে পারে। A/B এর মাধ্যমে ই-কমার্সের একজন ক্লায়েন্ট দুটি সুপারিশ কৌশল পরীক্ষা করেছে, আর জয়ী হওয়ার হার ১২% এর মধ্যে বৃদ্ধি পেয়েছে। এই বন্ধ-প্লাম পরীক্ষা আমাদের প্রোপাগান্ডা পদ্ধতিতে তৈরি করা হয়েছে, কারণ উৎপাদনে একটি মডেল সত্যিকার অর্থে “একাঙ্গ”।
ফেরোের গতি
উৎপাদন শেষ হয় না। এটাAI সংক্রান্ত পরিসংখ্যানএর মধ্যে রয়েছে বন্ধ রাখা ক্লাইপ: ব্যবহারকারীর মতামত বা আচরণ সম্পর্কিত তথ্য সংগ্রহ করা, মডেল সম্বন্ধে ভবিষ্যদ্বাণীর সাথে তুলনা করা এবং অভিনয়ের সময় তা পুনরায় শুরু করা। উদাহরণ হিসেবে বলা যায়, যদি চ্যাটবোর সিদ্ধান্তের হার ৭০ শতাংশ নিচে নেমে আসে, তা হলে গত সপ্তাহের আলোচনায় স্বয়ংক্রিয়ভাবে তা পুনরায় স্থাপন করা হয় । প্রতিটি ভবিষ্যদ্বাণী এবং ফলাফলের হিসাব করুন, এবং পরবর্তী প্রশিক্ষণ চক্রটি আবার সংরক্ষণ করে দিন।
রান-বই চালান&ফিরে যাও
প্রতিটি মডেল ভর্তির জন্য একটি ক্লিক থাকতে হবে। আসলে নথীটি পরীক্ষা করা হচ্ছে: লগ- ইন, মেট্রিক, বিজনেস KPIs। আমি চাই সকল ক্লায়েন্টকে একটি সাধারণ দিন চালানোর জন্য, যেখানে তারা একটি মডেল ব্যর্থতা এবং পুন:স্থাপনের চেষ্টা করে। যে দলটি তিন মিনিটের মধ্যে এই পুন:স্থাপনের কাজ করেছে; যারা কখনো সময় নেয় না। রানবুকটি সুস্থ করে দেয়।
একটি ডিপ-ডিভিটিভ কেস স্টাডি: ইনটেক ফ্রোড প্রুডেন ৬ সপ্তাহের মধ্যে উৎপাদন করা হয়
আমাকে একটা বাস্তব বাগদান দিয়ে হেঁটে যেতে দাও... ...যেটা দিয়ে এই পদ্ধতিগত কাজ করা যায়. একজন ইউরোপিয়ান ইনফিনটেক (আমি তাদেরকে নিরাপদ এফলোলো বলে ডাকব) প্রতিশ্রুতিশীল প্রতারণার পাইলট হিসেবে আমাদের কাছে এসে হাজির হওয়ার পর। তাদের মডেল ৯৪% অর্জন করেছে অফলাইন পরীক্ষিত পরীক্ষার মধ্যে ৯৪% মিথ্যা ইতিবাচক হারের কথা, কিন্তু পাইলট স্থায়ী ঐতিহাসিক তথ্য এবং একটি পাইথন স্ক্রিপ্ট চালু করেছে। তাদের বেঁচে থাকার দরকার ছিল, ৫,০০০ লেনদেনের জন্য বাকি ৫,০০,০০,০০,০০০ টাকা, আর তাদের কোন অসুবিধা নেই।
আমরা ডিজি১০ AI ডিপ্লাইমেন্ট কাঠামো প্রয়োগ করেছি:
- প্রথম সপ্তাহ:আমরা ব্যবসা কেপিআইকে পরিষ্কার করেছি: মিথ্যা ইতিবাচক তথ্য প্রদান করার সময় অন্তত ৮০% প্রতারণা প্রতিরোধ করুন। পাইলটেটের সাথে দেখা হয়েছে, কিন্তু কে৬ ব্যবহার করে আমাদের মিনি প্রোভাইডার এক্সপেরিমেন্ট এক্সপেরিমেন্ট এক্সপেরিমেন্ট এক্সপেরিমেন্ট এক্সপেরিমেন্ট অনুকরণ দেখিয়েছে যে ৫০০টি অনুরোধের মধ্যে দিয়ে এই মডেল ৮০০ মিটার পর্যন্ত বিস্তৃত হয় আর মেমরি ৪জিবিকে আঘাত করে। আমরা সনাক্ত করতে পেরেছি যে ইঞ্জিনিয়ারিং পদক্ষেপ একটি বোতলের ঝোঁক- এটি অবস্থানের তথ্য সুসংগতভাবে তৃতীয় পক্ষের API।
- তৃতীয় ধাপ:আমরা স্থাপত্যের উন্নতি করেছি। ইঞ্জিনিয়াররা একটা রেডিস ক্যাশে দিয়ে এনসা কাফকা স্ট্রীমের দিকে যাচ্ছে। এই মডেলটি তৈরি করা হয় এবং দ্রুতপিপাআই-এর কাজ দ্রুত ভারসাম্য বজায় রাখা হয়। আমরা এক উৎসবের আয়োজন করেছিলাম, যাতে সেই প্রশিক্ষণ ও একই বৈশিষ্ট্য ব্যবহার করা হয় । কুবাফ্লোর সি আই/ সিডি পাইপলাইন স্বয়ংক্রিয়ভাবে প্রতি নতুন মডেল সংস্করণের পরীক্ষা করেছে। throbing ইনপুট বৈশিষ্ট্য চিহ্নিত এবং মডেল ৭ দিনের গণনায়ের মাধ্যমে সঠিক অবস্থান পর্যবেক্ষণ করা হচ্ছে।
- তৃতীয় পর্যায় (২ সপ্তাহ):আট নাম্বার ট্রাফিকের মধ্যে পাঁচ% গাড়ি চালু হয়েছে। আমরা ১২০ মিটার শক্তভাবে লতিফ করেছি আর একটা প্রতারণার হার পাইলটের সাথে মিলে গেছে। গত দুই সপ্তাহ ধরে এ/বি পরীক্ষা দেখিয়েছে যে প্রতারণার ২১% চেষ্টা করছে (ভ্রমণ নির্ভর করে) মিথ্যা ইতিবাচক মনোভাব বজায় রাখার জন্যে। রোলব্যাক স্ক্রিপ্টকে খেলার দিনে ব্যবহার করা হয়েছিল; সুস্থতা ২ মিনিট ১৮ সেকেন্ড সময় নিয়েছিল । গত ছয় সপ্তাহে পুরো উৎপাদন শেষ হয়ে যায়।
এর ফলে: নিরাপদ ফুলো প্রথম তিন মাসের প্রতারণার কারণে প্রায় ২. প্রতি সপ্তাহে মডেল রিগ্রেশনিং শুরু হয়, যা এক PSIB8 এর নীচে পড়ে যায়। এটা একটা কাঠামোর কাঠামোAI সংক্রান্ত পরিসংখ্যানতথ্য প্রদান করা হয়: কেবল একটি কর্ম মডেল নয়, নির্ভরযোগ্য, দূর্ভাগ্যজনক একটি সিস্টেম যা অনেক সময় ব্যয় করে।
বাস্তব বিশ্ব সাফল্য: নেটেক্স এবং বিয়ন্ড
জালসুপারিশ ব্যবস্থার জন্য বিখ্যাত, কিন্তু তারা এমএল ব্যবহার করে বিষয়বস্তু সরবরাহ এবং কাঠামোর জন্য। তাদের এই পদক্ষেপ- বহন করা, ক্রমাগত পরীক্ষা চালিয়ে যাওয়া, ক্রমাগত পরীক্ষা করা এবং স্বয়ংক্রিয় ভাবে চলতে থাকা-মিরোররা।AI সংক্রান্ত পরিসংখ্যানআমরা উকিল। তারা রাতে সেখানে আসেনি; তারা ম্যানুয়াল পাইলট থেকে একটি জটিল এমএলবিএস প্ল্যাটফর্মে পরিণত হয়েছে।
আপনার নেট ফাইক্সের মাত্রাকে উপকারের জন্য ব্যবহার করার প্রয়োজন নেই। আমরা গত ছয় সপ্তাহের মধ্যে এই কাঠামো ব্যবহার করে পণ্য সুপারিশ মডেল হিসেবে কাজ করেছি। তাদের AI পাইলট ১২% লিফটের সাথে যোগ করেছেন- আর একবার উৎপাদনে, যা তিন মাস ধরে স্বল্পতা না থাকার পরে। একটি অনলাইন ট্রাভেল এজেন্সির একজন মক্কেল একটি গতিশীল সংরক্ষণ মডেল চালু করার পদ্ধতি ব্যবহার করেছেন। পাইলট ৭% আয়ের কথা নির্দেশ করেছে; প্রোডাকশনের মাধ্যমে চলতে থাকা প্রোডাকশন, ৬. ৯% এর মধ্যে প্রকৃত লিফট নির্ধারণ করা হয়েছে ৬. ৯%- যা বার্ষিক আয়ের জন্য ১ হাজার ৮০০ মার্কিন ডলার থেকে।
এই ফলাফল সৌভাগ্য নয়। তারা অধ্যবসায়ের সাথে এমন এক পদ্ধতি প্রয়োগ করে, যা বিজ্ঞানকে ব্যবসায়িক ফলাফলের সাথে যুক্ত করে এবং মূল অনুষ্ঠান হিসাবে নয়, এটি এমন এক বিষয়, যা কিনা কোন সন্দেহ ছাড়াই করা যায়।
প্রোডাক্ট-প্রজেক্ট-প্রজেক্ট ডিপ্লো্যান্সেশন পদ্ধতি সংক্রান্ত প্রযুক্তি স্ট্যাকল
একটি পদ্ধতিবিদ্যা শুধুমাত্র প্রয়োগ করার টুল হিসেবেই যথেষ্ট। যখন প্রতিটি স্ট্যাক আলাদা, তখন আমি এক গুরুত্বপূর্ণ বিষয় তুলে ধরার সুপারিশ করছি যা এমএল এফ-এর চারটি স্তম্ভকে ঢেকে রেখেছে:
- এক্সপেরিমেন্ট অনুসরণ&মডেল রেজিস্ট্রি:MLode, Weyspan&অ্যাটাচমেন্ট
- স্বয়ংক্রিয়&পাইপ-লাইনকুবাফ্লো, এব্রাহাম, অথবা প্রিফেন্ট
- বৈশিষ্ট্য সংরক্ষণ:জর্মন
- মডেলের নাম:দ্রুতপিI, KVM Covir, বা Sezer Sailker শেষ প্রান্ত
- এমএল- এর জন্য C/CDD:MLobi পাইপের সঙ্গে GLolhuthuthps, বা Gantlab CI এর সঙ্গে Gi
- মনিটর&সনাক্ত হওয়া বাতিলকরণ:মনেহচ্ছে, কেন মসৃন, প্রোমেসাস + গ্রানা
- কোড অনুযায়ী:টেরাফর্ম অথবা পুলমি
এই স্ট্যাকস, যখন আমাদের প্রোগ্রেশনাল পদ্ধতি নিয়ে কাজ করা শুরু করে, তখন মডেলগুলো নিয়মিতভাবে পরীক্ষা করে, পরীক্ষা করে, এবং নিরাপদে উন্নীত হয়। খুলুন খোলা মান অনুযায়ী বিক্রেতা লক-ডাউন করা এবং আপনার অবস্থান বজায় রাখুনAI সংক্রান্ত পরিসংখ্যানমেঘ এবং পরিবেশের মধ্যে বহনযোগ্য পোর্ট।
আপনার প্রেরণের প্রক্রিয়া সংক্রান্ত তথ্য পরিমাপ করুন
একবার যদি আপনি একটি প্রকল্পে কাঠামো প্রমাণ করেন, তাহলে তার মূল্য হচ্ছে মূল উপাদান। আমরা ক্লায়েন্টদের সাহায্য করি একটি “প্রশংসার খেলার পাঠ্যবই” তৈরি করতে- এটি এমন এক পদ্ধতি যা যে কোন নতুন দল পেতে পারে। এর মধ্যে রয়েছে:
- একটি প্রমিত প্রজেক্ট কাঠামো (GOD/CDCD/C কাফেরদের সাথে সুসংগতরূপে)
- বৈশিষ্ট্য নির্ধারণ ও পাইপের টেমপ্লেট
- [ অধ্যয়ন প্রশ্নাবলি]
- দৃষ্টান্ত দ্বারা ড্যাশবোর্ড নিরীক্ষণ করা হচ্ছে
- উপাত্তের গোপনীয়তা এবং মডেল ব্যাখ্যার জন্য পরিচালকের চেকলিস্ট
মাপ অনুসারেAI সংক্রান্ত পরিসংখ্যানপুনরাবৃত্তিমূলক চর্চা হিসাবে, কোম্পানিগুলো একটি নায়ক থেকে একটি যন্ত্রের কাছে যায় যেখানে প্রত্যেক AI পাইলটের কাছে পরিষ্কার পথ আছে। সম্পর্কিত:বিশেষ অনুসন্ধান উৎপাদন কাজের জন্য গোপনীয়, ড্যাশবোর্ডs আসলে ব্যবহৃতএবংভারতীয় ব্যবসার জন্য হোয়াটস চ্যাটবোট. . এই পদ্ধতিটি ব্যবহার করে একটি লাইভ মডেল থেকে ১৮ মাস সাত মাস পর্যন্ত হয়েছে।
FAQ হতে AI পাইলট
১) কেন অধিকাংশ AI পাইলট উৎপাদন করতে পারে না?
এই সকল পাইলটকে বিচ্ছিন্ন পরীক্ষা হিসেবে বানানো হয়েছে: কোন বৈশিষ্ট্য সংরক্ষণ নেই, কোন পর্যবেক্ষণ নেই, কোন পরিবর্তন পরিকল্পনা নেই। উৎপাদনের জন্য সব ধরনের নিয়ম থাকা দরকার — ওপরের পদ্ধতি তাদেরকে এক থেকে গড়ে তুলেছে ।
২: ২) পাইলট থেকে উৎপাদন করার জন্য কতদিন সময় লাগতে পারে?
এই পর্যায়ে ৪-৮ সপ্তাহ এবং ৬-১২ মাস আগে বিজ্ঞাপনী প্রচেষ্টার (উপরে তুলনার টেবিল দেখুন)।
৩) প্রোডাকশন Tetris টেক স্ট্যাক এর মধ্যে কি আছে?
এক্সপেরিমেন্ট ট্রাকিং (এমফ্লো), ট্রেন্ডিং (এএমআরসি), একটি অংশ সংরক্ষণ স্টোর (কাই), স্ট্রিমিং (কাকা), সেবা করা (কাবরি/এসজেটার/এসজেটার), এবং মসলা সতর্কতার সাথে পর্যবেক্ষণ করা।
৪) কীভাবে আপনি উৎপাদন মডেল পর্যবেক্ষণ করেন?
ট্র্যাক রিসেট হয়ে যাচ্ছে, তথ্য, গুণগত মান এবং ব্যবসা কিপিআই সতর্কতার সাথে; একটি নির্দিষ্ট চক্রের উপর নির্ভর করছে, কোন নির্দিষ্ট চক্রের উপর নির্ভর করছে না।
৫ আপনি পুরো দলের পদ্ধতি পরিমাপ করেন কিভাবে?
এটি তৈরি করে: একটি আদর্শ কাঠামো, পাইপের পাইপ, স্বর্ণের তৈরি/প্লম রাস্তা, ড্যাশবোর্ড শেয়ার এবং শাসন তালিকাবদ্ধ করা হয়েছে- যেহেতু সহায়তাকারী মক্কেলের ঘটনা তুলে ধরা হয়েছে।
৩ সেপ্টেম্বর, ২০১২-এ, কাঠামো এবং টাইমলাইনস এমএল এফ-এর অনুশীলনের বিষয়ে আলোচনা করেছে।