MLOps
MLOps هي ممارسة النشر والمراقبة والصيانة الموثوقة لنماذج التعلّم الآلي في الإنتاج — التخصص الذي يُبقي الذكاء الاصطناعي الصناعي عاملًا بعد التجربة الأولية. وتشمل إدارة الإصدارات وإعادة التدريب ومراقبة الانحراف والحوكمة، بحيث تظل النماذج دقيقة مع تغيّر الظروف.
تنجح كثير من مشاريع الذكاء الاصطناعي الصناعي كتجربة أولية ثم تفشل بهدوء لأن النموذج يتدهور مع تغيّر المعدات أو العمليات أو البيانات. وتطبّق MLOps صرامة هندسة البرمجيات على النماذج: تتبّع الإصدارات والبيانات وأتمتة إعادة التدريب ومراقبة جودة التنبؤ والانحراف وحوكمة التغييرات. وهي ما يحوّل نموذجًا لمرة واحدة إلى نظام إنتاج موثوق — متزايد الأهمية مع نشر المصانع لمزيد من الذكاء الاصطناعي.
مصطلحات ذات صلة
Machine Learning (Industrial) · Anomaly Detection · Predictive Maintenance (PdM)