생산 중인 AI에서는 중요한 문제가 대두돼요. 데이터의 비정상성은 알고리즘의 효과와 신뢰성을 떨어뜨린다는 거죠.
ML cube Platform은 모델 정확도를 떨어뜨리고 잠재적으로 생산 문제를 일으킬 수 있는 데이터와 작동 조건의 변화를 사전에 감지하여 문제를 해결해요.
AI 개발자들이 지멘스 인더스트리얼 엣지에 배포된 AI 시스템의 신뢰성을 개선하는 데 도움이 돼요.
모델 성능, 입력, 이미지 메트릭, 출력을 실시간으로 지속적으로 추적하여 이상이나 성능 저하에 대한 경고를 생성하여 신뢰성과 빠른 응답을 보장해요.
어떤 이미지 특징이나 데이터 세그먼트가 변경되었는지 강조해서 드리프트가 발생하는 이유를 식별하고 설명해 팀이 근본 원인을 빠르게 이해하고 해결할 수 있도록 도와줘요.
패턴을 기반으로 데이터를 진화하는 클러스터로 그룹화하여 데이터 세그먼트의 변화를 감지하고 모델 성능에 영향을 미치는 숨겨진 변화를 찾아낼 수 있어요.
ML cube Platform이 입력 이미지를 모니터링해서 모델 성능 저하의 원인이 되는 예상치 못한 계절성 변화를 정확히 찾아냈어요.동적 클러스터링과 드리프트 설명성 모듈을 통해 사용자는 드리프트의 원인을 이해할 수 있었어요.
ML cube Platform은 입력 이미지와 라벨 예측을 모니터링해서 환경의 조명 상태 변화로 인한 드리프트를 정확하게 식별했어요.세분화된 모니터링을 통해 특정 생산 라인의 문제를 식별하여 오류가 발생할 가능성이 가장 높은 부분을 파악할 수 있었어요.