Tekoälyssä tuotannossa nousee esiin ratkaiseva haaste: datan epästabiilisuus, joka vaarantaa algoritmien tehokkuuden ja luotettavuuden.
ML cube Platform käsittelee sitä tarjoamalla havaitsemalla ennakoivasti tietojen ja käyttöolosuhteiden muutokset, jotka voivat heikentää mallin tarkkuutta ja mahdollisesti aiheuttaa tuotantoongelmia.
Se auttaa AI-kehittäjiä parantamaan Siemens Industrial Edgen tekoälyjärjestelmiensä luotettavuutta.
Seuraa jatkuvasti mallin suorituskykyä, syötteitä, kuvamittareita ja tuotoksia reaaliajassa ja luo hälytyksiä poikkeavuuksista tai heikkenemisistä luotettavuuden ja nopean vastauksen varmistamiseksi.
Tunnistaa ja selittää ajautumisen syyt korostamalla, mitkä kuvan ominaisuudet tai tietosegmentit ovat muuttuneet, mikä auttaa tiimejä ymmärtämään ja korjaamaan perimmäiset syyt nopeasti.
Ryhmittelee tiedot kehittyviin klustereihin kuvioiden perusteella, mikä mahdollistaa tietosegmenttien muutosten havaitsemisen ja mallin suorituskykyyn vaikuttavien piilotettujen muutosten paljastamisen.
ML cube Platform seurasi syöttökuvia ja tunnisti oikein odottamattoman kausiluonteisuuden siirtymisen, joka aiheutti mallin suorituskyvyn heikkenemisen. Dynaamiset klusterointi- ja ajelehtimisen selitettävyysmoduulit antoivat käyttäjälle mahdollisuuden ymmärtää ajelehtimisen lähteen.
ML cube Platform seurasi syöttökuvia ja tarran ennustetta tunnistaen oikein ympäristön valaistusolosuhteiden muutoksista johtuvan ajautumisen. Segmentoitu seuranta mahdollisti tiettyjen tuotantolinjojen ongelmien tunnistamisen, mikä auttaa ymmärtämään, missä virheet ovat todennäköisimpiä.