开元体育生产人工智能需要深度监控

　　开元体育生产人工智能需要深度监控构建基于云计算的软件可观测平台的New Relic公司正与莫纳实验室（Mona Labs）的人工智能监控相结合，以帮助企业更好地监控、分析和减轻日益增长的生产人工智能的工作量。这意味着企业客户能够在New Relic平台上采用莫纳实验室的监测创建的生产机器学习数据，并采取行动。

　　随着越来越多的企业在生产中使用人工智能，这种可观察和监控服务显得尤为重要，一方面确保系统正常工作，另一方面降低成本。（深度阅读：）

　　已经使用New Relic的企业将能够通过软件仪表盘直观的看到Mona产品的见解，这些见解可以快速检测其生产的人工智能系统中的数据完整性问题和模型性能问题，显著降低业务风险。该伙伴关系旨在弥合数据科学家和生产团队之间的差距。通过将Mona服务与New Relic的平台集成，可以对整个系统的数据进行分析，更好地了解他们的数据的性能。而且可以使他们能够同时监测和改进其机器学习操作，包括数据修正、模型再培训和其他调优措施。

　　企业领导想知道他们投资的人工智能是否如计划中描述的达成业务KPI目标。数据团队需要高效、准确地将业务KPI的变化与人工智能环境中数据和模型的变化联系起来，供领导审核。这就是为什么AI监控是企业扩大AI投资的基础需求。特别对于那些复杂和难以管理的人工智能系统，监控系统需求更强烈。

　　目前有许多团队已经计划为他们的人工智能系统引入监控，有些团队已经有了内部项目，试图自己建造。但这需要强大的工程团队，一个内部监控项目需要他们核心之外的独特专业知识。有了第三方平台，许多团队都很乐意放弃自己的内部项目。

　　公司成立后，莫纳实验室同100多家企业进行了沟通，很明显开元体育，随着人工智能和机器学习从研究实验室转向生产，并推动业务向前发展，数据和商业领导需要更好地了解他们的系统如何运行，以及哪里有问题需要解决。这就是莫纳实验室的分析引擎适合的地方，为企业提供可以根据其需求量身定制的异常检测。

　　Mona可以自动检测异常数据或模型行为片段。分析引擎可以服务于任何堆栈上的任何AI用例。这是通过一个独特的配置层实现的，该配置层使AI团队能够定义和调整他们的监控模式开元体育，并控制强大的分析引擎。灵活性的另一个方面是能够轻松地与其他相邻平台集成，New Relic也认识到了这一点。这次与New Relic的合作是Mona如何自然扩展客户现有可观察性部署的一个示范。

　　在开发Mona的早期，该公司的工程师们知道，每个行业的数据科学家对其人工智能系统有独特的需求，一刀切的方法是行不通的。所以，他们要做的就是建立一个可配置的平台。

　　Mona将于今年完成测试。客户包括Cape Analytics、Glovo、Fiverr、Gong和K Health开元体育，用例包括欺诈检测、数据驱动的医疗保健、电子商务营销优化和收入情报。

　　这两家公司能够提供一个统一的数据可观察平台，让数据科学和DevOps团队前所未有地了解他们的机器学习模型在生产中的表现。监控生产模型的有效性，同时实现数据科学和DevOps团队之间的协作，将使开发、测试和监控复杂的ML模型变得更容易，以确保更多相关的、有意义的客户体验，并最大限度地扩大业务影响。

　　为正在探索人工智能的企业提供的人工智能监控服务非常有用。这样的合作关系是商业世界中DataOps（数据运营）和MLOps（机器学习运营）管道的快速融合。（延展阅读：）如果没有工具以统一的方式持续监控数据和ML模型质量问题，人工智能应用将面临丧失其在生产环境中的预测能力的风险。

　　缺乏强大的可观察性工具，如用于可视化趋势、问题和DataOps/MLOps管道异常的仪表板，也增加了AI应用程序在性能问题上的脆弱性，这些问题可能源于这些流程中的无数问题。

　　此外，由于可观察性工具发现的问题会自动触发这些问题，因此企业能够实时清理坏数据或对衰退模型进行再培训的能力。因此可观察性工具是维护分析和其他数据应用的性能基础设施的关键。