Hoppa till huvudinnehåll
RISE logo

Engineering Operational AI

Utvecklingen av operationella AI/ML-lösningar (Artificiell Intelligens / Maskininlärning) ställer höga krav på såväl verktyg som processer. Inom vårt expertisområde jobbar vi med hela flödet, från data till driftsatt modell i en operationell miljö (fig. 1), för att säkerställa kvalitet och leverans över hela livscykeln.

Schematisk bild av Engineering Operational AI
Fig. 1 Från grundläggande AI-forskning via tillämpning till en värdeskapande lösning i verksamheten. Vi fokuserar på det sista steget, där vi erbjuder kunskap och praktisk erfarenhet hur organisationer kan gå från tillämpad AI till operational AI på ett systematiskt och praktiskt sätt genom MLOps

MLOps är ett teknikparadigm som stöds av verktyg och processer

MLOps bygger på DevOps och är anpassad för ML-utvecklingens experimentella natur, genom att också inkludera experimentspårning och modellhantering som centrala verktyg. Framgångsrik tillämpning av MLOps leder till ökad kvalitet, förenklar varianthantering och automatiserar distributionen av ML-modeller i storskaliga produktionsmiljöer. Genom MLOps blir det enklare att anpassa ML-modeller till affärsbehov, utföra kvalitetssäkring och visa efterlevnad av lagkrav. MLOps täcker hela livscykeln - datainsamling, ML-modellutveckling, konventionell mjukvaruutveckling, kontinuerlig integration / kontinuerlig leverans, orkestrering, distribution, styrning och affärsmetoder.

Det finns inte en MLOps-verktygskedja som fungerar i alla sammanhang. Varje tillämpning behöver en anpassad verktygskedja - och den behöver utvecklas tillsammans med AI-lösningen. Inom vårt expertisområde hjälper vi organisationer att förstå de alternativa lösningarna och hur de kan anamma MLOps. Vi underhåller flera AI-lösningar och tillhörande MLOps-verktygskedjor där man praktiskt kan prova på och lära sig hur MLOps i praktiken kan omsättas.

Kvalitet över hela livscykeln 

Behovet att bygga tillförlitliga AI/ML-lösningar blir central när AI/ML blir en allt större del av programvaran. Dessutom ökar AI/ML i kritiska tillämpningar, dvs. tillämpningar som inte begränsas till underhållning och spel. AI/ML är redan grundläggande i många affärskritiska tillämpningar som annonsoptimering och rekommendationssystem. I takt med att tekniken utvecklas ytterligare tror många att säkerhetskritisk AI snart kommer att bli allt vanligare inom till exempel fordons- och medicinteknik. Andra exempel på kritisk AI/ML-lösningar, med andra typer av kvalitetskrav, kommer att finnas inom finansbranschen och den offentliga sektorn – där kommande EU-regleringar kommer att påverka både utvecklare och upphandlare av AI-lösningar.

Kvalitet är flerdimensionellt med olika produktaspekter som påverkar användarens upplevelse och systemets tillförlitlighet. Dessutom är kvaliteten subjektiv och ligger till stor del i betraktarens öga. Sammantaget är AI/ML-kvalitet utmanade där subjektivitet blandas med snabbt teknisk utveckling där gränserna hela tiden flyttas.

Schematisk bild av Livscykelperspektiv och exempelverktyg.
Fig 2. Livscykelperspektiv och exempelverktyg.

Testautomatisering är ryggraden i MLOps, och sker i alla faser av livscykel, se fig 2. Praxis under modellutveckling är att dela upp data i tränings-, validerings- och testdelmängder. Modelltestning före distributionen sker på olika testnivåer (indata, ML-modell, integration, system). Testning och övervakning sker efter en modell är driftsatt. Vanliga exempel är A/B-testning och körningsövervakning för att identifiera förändringar i datadistribution.

På RISE har vi lång erfarenhet av tillämpad forskning inom MLOps, och vi har ledande expertis i att hitta lösningar på affärskritiska problem. Våra kunder och samarbetspartners finns inom såväl akademi som inom privat och offentlig sektor.

Mattias Esbjörnsson

Kontaktperson

Mattias Esbjörnsson

Projektledare

Läs mer om Mattias

Kontakta Mattias
CAPTCHA This question is for testing whether or not you are a human visitor and to prevent automated spam submissions.

* Obligatoriskt Genom att skicka in formuläret behandlar RISE dina personuppgifter.

Kontakt

Kontakta kundservice

Skicka meddelande
CAPTCHA This question is for testing whether or not you are a human visitor and to prevent automated spam submissions.

* Obligatoriskt Genom att skicka in formuläret behandlar RISE dina personuppgifter.