Na IA em produção, surge um desafio crucial: a não estacionariedade dos dados, o que compromete a eficácia e a confiabilidade dos algoritmos.
A ML cube Platform resolve isso fornecendo uma detecção proativa de mudanças nos dados e nas condições operacionais que podem degradar a precisão do modelo e potencialmente causar problemas de produção.
Ele ajuda os desenvolvedores de IA a melhorar a confiabilidade de seus sistemas de IA implantados no Siemens Industrial Edge.
Rastreia continuamente o desempenho, as entradas, as métricas de imagem e as saídas do modelo em tempo real, gerando alertas de anomalias ou degradação para garantir confiabilidade e resposta rápida.
Identifica e explica por que o desvio ocorre destacando quais recursos de imagem ou segmentos de dados foram alterados, ajudando as equipes a entender e abordar rapidamente as causas principais.
Agrupa dados em clusters em evolução com base em padrões, permitindo a detecção de mudanças nos segmentos de dados e descobrindo mudanças ocultas que afetam o desempenho do modelo.
A plataforma ML cube monitorou as imagens de entrada e identificou corretamente uma variação inesperada de sazonalidade, que estava causando uma deterioração no desempenho do modelo. Os módulos de agrupamento dinâmico e explicabilidade do desvio permitiram ao usuário entender a origem do desvio.
A ML cube Platform monitorou as imagens de entrada e a previsão do rótulo, identificando corretamente o desvio devido às mudanças nas condições de iluminação do ambiente. O monitoramento segmentado permitiu identificar problemas em linhas de produção específicas, ajudando a entender onde os erros são mais prováveis.