شرکت IBM از اولین کیت استارتر کانال اطلاعاتی مبدا به مقصد یادگیری ماشینی پرده برمی‌دارد

منتشر شده در zdnet به تاریخ ۱۵ جولای ۲۰۲۱
لینک منبع: IBM unveils first machine-learning end-to-end pipeline starter kit

شرکت IBM خبر از افزودن جدید به جعبه‌ابزار بومی منبع باز خود می‌دهد که به توسعه‌دهندگان اجازه می‌دهد تا برنامه‌های AI و ML خود را با محیط‌های ابری یکپارچه کنند و توسعه‌های مقیاس‌پذیر و قابل‌اعتماد را بهینه‌سازی کنند.

سایشروتی سوامیناتان، کارلوس سانتانا و سپیده سیف‌زاده-- اعضای تیم فن‌آوری‌های هوش مصنوعی منبع باز-- تلاش را در یک پست وبلاگ توضیح دادند و اشاره کردند که ادغام و اجرای فن‌آوری‌های هوش مصنوعی و ML در سراسر محیط‌های ابری ضروری شده‌است.

سال گذشته، این تیم جعبه‌ابزار Elyra AI را منتشر کرد و گفت که آخرین رونمایی، یک جعبه‌ابزار یادگیری ماشینی، کیت استارتر کانال اطلاعاتی مبدا به مقصد در جعبه‌ابزار بومی ابری است.

تیم IBM نوشت: «توسعه‌دهندگان می‌توانند با استفاده از قابلیت‌های ابر ترکیبی حیاتی از جمله منبع باز و Red Hat OpenShift، از جعبه‌ابزار جدید به عنوان نقطه شروع برای انتقال برنامه‌های ML و AI خود از دفترهایJupyter به محیط‌های تولید استفاده کنند.»

«این کار به توسعه‌دهندگان و دانشمندان داده کمک خواهد کرد تا توسعه، استقرار و نوآوری پروژه‌ها را با ارائه مجموعه‌ای از روش‌ها و ابزارهای خودخواسته برای اطمینان از عملکرد خوب و بهینه‌سازی ارزش کسب‌وکار در طول فرآیند سرعت بخشند.»

محققان اضافه کردند که این کیت به توسعه‌دهندگان کمک خواهد کرد تا با حفظ آن‌ها از گرفتار شدن توسط اجزا و وظایف مختلفی که در حین انتقال به محیط‌های ابری با هم درگیر می‌شوند، در وقت صرفه‌جویی کنند.

سانتانا، سوامیناتان و سیف‌زاده نیز اشاره کردند که در حال حاضر برای توسعه‌دهندگان، یکپارچه‌سازی هوش مصنوعی و تکنولوژی‌های یادگیری ماشینی با محیط‌های ابری-بومی در طول کار بر روی ابزارهایی مانند ربات‌های گفتگوی شناختی یا ترجمه‌های زبان خودکار، رایج است. استفاده از خدمات خرد، ادغام فن‌آوری‌ها را نیز تحریک کرده‌است.

آن‌ها نوشتند: «کیت‌های آغازگر بخشی از مجموعه ابزارهایIBM Cloud-بومی می‌باشد که یک مجموعه منبع باز از دارایی‌ها هستند و محیطی را برای توسعه برنامه‌های کاربردی ابری برای استقرار در Red Hat OpenShift و Kubernetes فراهم می‌کنند.»

این کیت‌های استارتر یک نقطه شروع عالی برای عملیاتی کردن و صنعتی کردن برنامه‌های کاربردی هوش مصنوعی شما و آماده کردن آن‌ها برای تولید با استفاده از منبع باز و تکنولوژی‌های Red Hat OpenShift، ارائه می‌دهند. استارتر با مجموعه‌ای از روش‌ها/ابزارهای مستقل، توسعه، استقرار، و نوآوری را سرعت می‌بخشد.

به گفته IBM، دانشمندان و توسعه‌دهندگان داده اکنون می‌توانند از جعبه‌ابزار استفاده کنند و نیاز به ایجاد مدل خود به عنوان یک سرویس خرد با استفاده از قالب MAX * دارند.

سپس کاربران «با پشتیبانی یکپارچه‌سازی پیوسته (با استفاده از جنکینز و تکتون CI) و تحویل پیوسته (با استفاده از آرگو CD)، تحلیل کد (با استفاده از سونارکیوب)، ثبت وقایع (با استفاده از logDNA یا sysdig)، پشتیبانیAPI (با استفاده از پشتیبانی)، و بررسی‌های سلامت، درRed Hat OpenShift مستقر خواهند شد.

این متن با استفاده از ربات مترجم مقالات هوش مصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.

مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.