For more information or if you need help retrieving your data, please contact Weights & Biases Customer Support at support@wandb.com
مع نمو مشاريع التعلم الآلي من حيث التعقيد والنطاق، لا يقتصر الأمر على فهم ما يمكن أن تفعله النماذج، بل فهم ما يمكن أن تفعله لشركتك.
في هذا المستند التقني، سنتعمق في تفعيل التعلم الآلي حتى تتمكن مؤسستك من تطوير النماذج الصحيحة التي تخلق قيمة حقيقية للأعمال، وبشكل أسرع. سنمضي إلى ما هو أبعد من مجرد اقتراح حزمة تقنية، ونتعمق في ثلاثة مجالات حيوية – الأشخاص والعمليات والمنصة – للكشف عما تفعله أكثر المؤسسات نجاحًا وما يمكنك تعلمه منها.
هذا دليل غني وشامل يتضمن اقتراحات قابلة للتنفيذ حول كيفية رفع مستوى ممارسات التعلم الآلي في شركتك. وهو بالطبع مجاني تمامًا حيث يمكنك تنزيله. نأمل أن تستمتع بقراءته.
نقدم حلولاً يمكن توسيع نطاقها من خلال التدريب الموزع على نطاق واسع، وكذلك استضافتها في السحابة المستضافة الآمنة لدينا أو على السحابة الخاصة بك في عملية نشر مستضافة ذاتيًا.
تركيز موارد المطورين المهمة على عملك الأساسي
إطلاق نماذج جديدة للتعلم الآلي بشكل أسرع، مع قدر أقل من التفاعلات التكرارية
حماية الملكية الفكرية من خلال وجود نظام مركزي للتسجيل
يمكنك تأهيل مهندسي التعلم الآلي الجدد بسرعة وتجنب تكرار العمل
تتمثل مهمّة معهد أبحاث تويوتا (TRI) في بناء أكثر وسائل التنقل أمانًا في العالم. تسعى فرق التعلم الآلي في TRI إلى تحقيق القيادة الذاتية، ويستخدمون نظام تسجيل شركة W&B لجعل نماذجهم قابلة للتكرار.
بقيادة آدريان غيدون، قام فريق التعلم الآلي ببناء بنية تحتية عالمية المستوى لنماذج التدريب، لكنه افتقر إلى طريقة جيدة لتتبع النتائج القيّمة وإصدارها.
وسرعان ما أدرك الحاجة إلى نظام مركزي للتسجيل، إلا أن بناء حل داخليًا كان بمثابة إلهاءٍ عن تحقيق الأهداف الأساسية للفريق.
“في الوقت الحالي، يواجه التعلم الآلي عقبات في تقديم أي ضمانات، سواء كانت إحصائية أو غير ذلك، حول مدى موثوقيته. ويتطلب نشر نظام أساسي للسلامة مستوى عالٍ من الموثوقية فليس هناك مجالاً للخطأ. كيف يمكننا أن نجعله آمنًا بما يكفي لنتمكن من وضعه في السيارات وإنقاذ الأرواح بدلاً من تعريضها للخطر؟”
قام فريق TRI بمقارنة الحلول المختلفة لمشكلة تتبع التجارب، واستقر الفريق على شركة Weights & Biases كأفضل منصة لتنسيق مشاريع التعلم الآلي.
فبدلاً من التعامل مع الأدوات الداخلية الهشة والحلول المخصصة لتتبع التجارب وتصورات التنبؤ، تمكن فريق التعلم الآلي من توحيد معاييرهم من خلال الاستفادة من حلول تتبع التجارب والتصور المبسطة من W&B.
منحت لوحة معلومات W&B ممارسي التعلم الآلي مركزًا قياديًا للمقارنة بين مجموعات البيانات وإصدارات النماذج، مع الاحتفاظ بسجل موثوق لكل تجربة ونتيجة. يمكن لمهندسي التعلم الآلي الآن التركيز على العمل القيّم المتمثل في تطوير النماذج، ومن ثم تسريع تقدم المشروع.
“عليك أن تحدد المقاييس بوضوح عندما يكون لديك نظام آلي أو سيارة ذاتية القيادة يصعب للغاية اختبارها على الطرق العامة بسبب معايير السلامة الصارمة مثلاً، ولكنك في الوقت نفسه تريد النشر المستمر والتكرار السريع. ”