Na IA em produção, surge um desafio crucial: não estacionariedade dos dados, que comprometem a eficácia e fiabilidade dos algoritmos.
A ML cube Platform resolve isso fornecendo detectando proativamente alterações nos dados e nas condições operacionais que podem degradar a precisão do modelo e potencialmente causar problemas de produção.
Ajuda os programadores de IA a melhorar a fiabilidade dos seus sistemas de IA implementados no Siemens Industrial Edge.
Acompanha continuamente o desempenho do modelo, entradas, métricas de imagem e saídas em tempo real, gerando alertas para anomalias ou degradação para garantir fiabilidade e resposta rápida.
Identifica e explica a razão pela qual ocorre a deriva destacando quais as características da imagem ou os segmentos de dados alterados, ajudando as equipas a compreender e a resolver rapidamente as causas básicas.
Agrupa os dados em clusters em evolução com base em padrões, permitindo a detecção de mudanças nos segmentos de dados e descobrindo alterações ocultas que afetam o desempenho do modelo.
A ML cube Platform monitorizou as imagens de entrada e identificou corretamente um desvio de sazonalidade inesperado, que estava a causar uma deterioração do desempenho do modelo. Os módulos dinâmicos de clustering e de explicabilidade de deriva permitiram ao utilizador compreender a origem da deriva.
A ML cube Platform monitorizou as imagens de entrada e a previsão do rótulo, identificando corretamente o desvio devido a alterações nas condições de iluminação do ambiente. A monitorização segmentada permitiu identificar problemas em linhas de produção específicas ajudando a perceber onde os erros são mais prováveis.