Beitrag von Dr. Alexander Nichau

Profil von Dr. Alexander Nichau anzeigen, Grafik

Expert AI & Data Solutions on Google Cloud - Transforming Businesses through Data Intelligence | Wir strukturieren und bauen KI- & Dateninitiativen für erfolgreiche Unternehmer und Investoren.

Machine Learning ist kein Software Engineering - Software ist immer deterministisch, ML ist probabilistisch. So kann man die Diskussion zusammenfassen, die ich mit einem Technikchef vor einigen Tagen hatte: Seine Teams hatten um ein KI-Modell allerhand von Software-Logiken gebaut, um Randfälle abzufangen. Nun waren Sie der Meinung, dass der Software-Code sehr lang geworden war und ein Refactoring dringend nötig wäre. Ich sagte #NEIN. 🫣 Was war das Problem? - gesammelte Daten werden nicht genutzt, wenn man sie nur als Fehleranalyse für Softwarecode verwendet - Softwarecode verbessert sich nicht automatisch mit mehr Trainingsdaten - die Komplexität aller Randfälle macht den Code unwartbar 🤩 Was sind die notwendigen Schritte, um Machine Learning bzw. KI-Modelle besser zu machen? 1. Kapselt Software-Code in ML-Pipelines als Blackbox, um die Komplexität auszulagern 2. Erweitert die Trainingsdaten um die problematischen Randfälle und sucht möglichst viele Daten hierfür zusammen 3. Die Randfälle bzw. Regressionstests werden als Trainingsdaten Teil des Golden Records 4. Fine Tuning der Modelle anhand der Golden Records per MLOps 5. Online Learning neuer Daten und Auswertung der Randfälle über nächtliche Testruns 6. Nach und nach kann dann (1) reduziert werden. 👍 Also, lieber mehr Trainingsdaten und Finetuning statt mehr Software-Code. Skaliert auch besser: Das Fine Tuning trägt zum Wert bei, während schlecht wartbare Software dies negativ tut. Außerdem ist Labeling günstiger als eine Schar von Software Engineers. #artificialintelligence #niologic #machinelearning #mlops #future #digitaltransformation

  • Kein Alt-Text für dieses Bild vorhanden
Dr. Alexander Nichau

Expert AI & Data Solutions on Google Cloud - Transforming Businesses through Data Intelligence | Wir strukturieren und bauen KI- & Dateninitiativen für erfolgreiche Unternehmer und Investoren.

4 Monate

Was sind Eure Erfahrungen? Hattet Ihr auch mal so einen großen "Fuckup" an Code, welchen Ihr durch ML ersetzen konntet?

Nicht "probabilistisch"?

Weitere Kommentare anzeigen

Zum Anzeigen oder Hinzufügen von Kommentaren einloggen

Themen ansehen