עושים סדר: על ניהול פרויקט AI ופתרונות AI as a service

אם יש כאן מישהו שלא מבין את החשיבות של תחום הבינה המלאכותית – שיקום.

תחום ה-AI קיים ומעורר סקרנות כבר עשרות שנים. במהלך השנים האחרונות הוא צובר תאוצה כמעט בכל תעשייה, ענף וארגון המכבדים את עצמם – ויש סיבה טובה לכך.

אם עד לפני שנים בודדות, כדי לייצר מודל חכם ויעיל של למידת מכונה, היה צורך בהכשרה מיוחדת, מחשבים יקרים והרבה מאמץ, כיום, בזכות מהפכת הענן, ניתן ליצור מודלים מורכבים יחסית ישר מהמחשב הנייד ובקלות. ניתן לספק ללקוחות זמינות ברמה גבוהה, להגיב בזמן אמת ולייצר מהמודלים הללו ערך עסקי משמעותי לארגון. ניתן למצוא מדריכים רבים שיאפשרו לכם ללמוד את הנושא, ובכל יום מחדש אנחנו נחשפים לתעשייה, מקצוע או משימה המצריכה שימוש שוטף בטכנולוגיות אלו.

אז איך מתחילים פרוייקט בתחום ה-AI?

בתחילת דרכה של הטכנולוגיה, כדי להתחיל פרויקט AI היה צורך במשאבים רבים. חברות נדרשו להקים צוותים הכוללים אנשי ביג דאטה, מדעני נתונים, מתמטיקאים, אלגוריתמיים ומתכנתים. כל אלו היו צריכים ללמוד את התחום לעומק, לעבור הכשרות והשתלמויות ולהקים פתרון שיהלום את הצורך העסקי. בצד התשתיתי היו צריכים לרכוש שרתים יקרים שהכילו כרטיסי עיבוד גרפיים יקרים מאוד על מנת להריץ את הפרויקט הדרוש. בנוסף, היו צריכים להשקיע שעות רבות של זמן עיבוד. עם התקדמות הטכנולוגיה בשנים האחרונות, אנו רואים כי חברות הענן הגדולות זיהו את הפונקציונאליות של עולמות אלו והחלו להציע מגוון רחב של כלים שמאפשרים לכל אחד לבנות פרויקט AI באמצעות הענן.

AI as a Service

הצמיחה העצומה של תחום הבינה המלאכותית הובילה להיצע של מגוון פתרונות אוטומטיים ומנוהלים, אשר מאפשרים לכל אחד את האפשרות להקים פרויקט בינה מלאכותית שיניב לו תוצרים מידיים. הכלים היום מספקים מענה למגוון תחומים, אתגרים ודילמות כמעט בכל תעשיה. כל אלה חוסכים את הצורך במספר רב של שעות אדם בשילוב ידע מומחים כך שלמעשה לא נדרש לפתח צוות ייעודי לפרוייקט, וניתן להגיע לפתרון עסקי בתוך שבועות ספורים ולעיתים אף פחות.

בנוסף, פתרון AI as a Service מאפשר גם לצוותי פיתוח, שאינם מומחי דאטה, להשתמש בפלטפורמה לטובת פרויקטים של AI. למעשה, מדובר בשירות מנוהל על כל היתרונות המשתמעים מכך, ולכן ארגונים רבים בוחרים בו. כמובן שחשוב לבחור בפתרון שעונה על הצרכים שלכם, ומותאם לאופי הפרויקט.

לדוגמא, חברות סטארטאפ רבות, שהיו צריכות לשלב פתרון משולב AI, נדרשו לגייס מומחים ולהקים צוותים במשאבים רבים. כיום יש להן את האפשרות לפנות למגוון הכלים המנוהלים הקיימים ולבצע תוך זמן קצר ובעלות נמוכה יחסית בדיקת היתכנות למוצר שלהם, ולעיתים אף לפתח פתרון מהיר וזול. כך גם בחברות גדולות נוכל לאפשר לצוותי הפיתוח להשקיע מעט משאבים על מנת להוכיח להנהלה את הצורך במודל מסוים או באימוץ תהליכים שיובילו לתוצאות עסקיות טובות יותר.

‍

מהם כלי הבינה המלאכותית שקיימים בשוק?

חברת מיקרוסופט, היא אחת מחברות שירותי הענן שזיהו את החשיבות של מנועי ה- AI ,ומקדמות זאת באופן משמעותי בשנים האחרונות, מתוך מטרה להעצים ולקדם יותר ויותר את היכולות העסקיות של לקוחותיה בענן. כחלק מכך, בכל השירותים שהיא מספקת נמצאים מנועי AI מתקדמים המסייעים לנו באופן אוטומטי, החל מזיהוי של מיילים מסוכנים בשירותי המייל בענן Office 365 ועד לתובנות חדשות על גבי שירותי Dynamics, בכל אלו נמצאים מנועי AI חזקים שניתן להפעיל על מנת שיסייעו לנו בארגון, וכך לשפר לנו שימושים ארגוניים, או את המכירות והשירותים ללקוחות הקצה שלנו.

רמה נוספת היא השירותים הרבים שנמצאים כחלק משירותי הענן, Microsoft Azure. מוצעים לנו ב- Azure שירותי AI מנוהלים רבים, למגוון מצבים ורמות שימוש.

שירותי ה- Cognitive Services הינם שירותי AI מנוהלים המאפשרים לארגונים לשלב AI בתוך האפליקציות שלהם בקלות וביעילות, תוך שימוש ביכולת זמינה ומוכנה שמיקרוסופט כבר פיתחה. למשל, אם נרצה להוסיף לאפליקציה יכולת של חתימה קולית, או זיהוי פנים... אלו יכולות קיימות שמיקרוסופט פיתחה תחת שירותי Cognitive Services והם זמינים לשימוש מיידי. Azure מציע מגוון שירותים תחת המטריה הזאת,החל משירותי זיהוי פנים, זיהוי תמונה אוטומטי או מותאם אישית, ניתוח ועיבוד וידיאו, זיהוי וניתוח קולי, תרגום סימולטני, זיהוי אנומליות ועוד... כל אלו מוגשים כשירותים מוכנים לשימוש.

מיקרוסופט גם מציעה סט כלים ושירותים מנוהלים הנקראים Azure Machine Learning Services. אלו שירותים המאפשרים למי שרוצה לנהל מנועי AI  עם מודלים ייחודיים עבור הארגון שלו, לעשות זאת עם כלים מנוהלים שיעזרו לנהל את התהליך, החל מפיתוח המודל ועד לאימון ולהפצת מודל לייצור וניטור ובקרה שלו. מדובר על כלי המאפשר למומחי למידת מכונה לייצר לעצמם סביבת עבודה בלחיצת כפתור, עליה הם יעבדו לכל אורך חקירת ופיתוח המודל, ולאחר מכן יוכלו להריץ עליו אימון ובדיקות, ולהפוך אותו בלחיצת כפתור למודל עובד שמופץ לייצור. הם יוכלו לעשות זאת תוך שימוש בכוח מחשוב זמין שיוקם וינוהל עבורם, עם חבילת הכלים התואמת את הצורך שלהם. עם כלים אלו, בינה מלאכותית לא צריכה להיות פרויקט ייחודי ומורכב, אלא להיכנס כדרך חיים לכל מקום שבו הארגון פועל.

לסיכום

המציאות הטכנולוגית כיום מוכיחה ש-AI הוא נחלת הכלל. כל ארגון יכול לשלב AI כמענה לצרכי הארגון. בבואנו לבחון מה המתודולוגיה הנכונה ביותר לארגון שלנו, חשוב לקחת בחשבון פרמטרים כמו זמן פיתוח, ידע ומיומנות בצוות הקיים, עלויות וכן ניסיון בפרוייקטים קודמים. לעיתים, יהיה נכון יותר לבחור בצוות מנוסה שילווה את הצוות הקיים, במיוחד במקרים שבהם מדובר בפרויקט שמותאם אישית לצרכי הארגון. לעומת זאת,כאשר מדובר בפרויקטים פשוטים יחסית ובוודאי על מנת להוכיח התכנות הפתרון, הדרך הנכונה היא לבחון את שירותי ה- AI as a service.

‍

‍

המאמר נכתב ע"י חברת Cloud Valley, חברה המתמחה ומנוסה בניהול פרוייקטי AI מסוגים שונים ובהטמעת פתרונות קיימים ובעלת נסיון רב בתחום, מה שאיפשר לה להקים פרויקטים בתעשיות ובמגזרים השונים הכוללים גם קישוריות לפתרונות IoT להשלמת הטכנולוגיות הדרושות ללקוח.

לקביעת פגישת ייעוץ עם מומחה ולקבלת פרטים נוספים לחצו כאן.

‍

רוצים להתעדכן בתכנים נוספים הקשורים ל-AI-ML? הצטרפו לפורום המקצועי של IsraelClouds בתחום > להרשמה

‍