Αυτό είναι ένα κοινό ιστολόγιο με την AWS και τη Philips.
Η Philips είναι μια εταιρεία τεχνολογίας υγείας που επικεντρώνεται στη βελτίωση της ζωής των ανθρώπων μέσω ουσιαστικής καινοτομίας. Από το 2014, η εταιρεία προσφέρει στους πελάτες της την πλατφόρμα Philips HealthSuite, η οποία ενορχηστρώνει δεκάδες υπηρεσίες AWS που χρησιμοποιούν οι εταιρείες υγειονομικής περίθαλψης και βιοεπιστημών για τη βελτίωση της φροντίδας των ασθενών. Συνεργάζεται με παρόχους υγειονομικής περίθαλψης, νεοφυείς επιχειρήσεις, πανεπιστήμια και άλλες εταιρείες για την ανάπτυξη τεχνολογίας που βοηθά τους γιατρούς να κάνουν πιο ακριβείς διαγνώσεις και να παρέχουν πιο εξατομικευμένη θεραπεία για εκατομμύρια ανθρώπους σε όλο τον κόσμο.
Ένας από τους βασικούς μοχλούς της στρατηγικής καινοτομίας της Philips είναι η τεχνητή νοημοσύνη (AI), η οποία επιτρέπει τη δημιουργία έξυπνων και εξατομικευμένων προϊόντων και υπηρεσιών που μπορούν να βελτιώσουν τα αποτελέσματα υγείας, να βελτιώσουν την εμπειρία των πελατών και να βελτιστοποιήσουν τη λειτουργική απόδοση.
Amazon Sage Maker παρέχει ειδικά κατασκευασμένα εργαλεία για λειτουργίες μηχανικής μάθησης (MLOps) που βοηθούν στην αυτοματοποίηση και τυποποίηση των διαδικασιών σε όλο τον κύκλο ζωής της ML. Με τα εργαλεία SageMaker MLOps, οι ομάδες μπορούν εύκολα να εκπαιδεύσουν, να δοκιμάσουν, να αντιμετωπίσουν προβλήματα, να αναπτύξουν και να κυβερνήσουν μοντέλα ML σε κλίμακα για να ενισχύσουν την παραγωγικότητα των επιστημόνων δεδομένων και των μηχανικών ML διατηρώντας παράλληλα την απόδοση του μοντέλου στην παραγωγή.
Σε αυτήν την ανάρτηση, περιγράφουμε πώς η Philips συνεργάστηκε με την AWS για την ανάπτυξη AI ToolSuite—μια επεκτάσιμη, ασφαλή και συμβατή πλατφόρμα ML στο SageMaker. Αυτή η πλατφόρμα παρέχει δυνατότητες που κυμαίνονται από πειραματισμό, σχολιασμό δεδομένων, εκπαίδευση, ανάπτυξη μοντέλων και επαναχρησιμοποιήσιμα πρότυπα. Όλες αυτές οι δυνατότητες έχουν δημιουργηθεί για να βοηθήσουν πολλαπλές γραμμές επιχειρήσεων να καινοτομούν με ταχύτητα και ευελιξία, ενώ κυβερνούν σε κλίμακα με κεντρικά χειριστήρια. Περιγράφουμε τις βασικές περιπτώσεις χρήσης που παρείχαν απαιτήσεις για την πρώτη επανάληψη της πλατφόρμας, τα βασικά στοιχεία και τα επιτευχθέντα αποτελέσματα. Ολοκληρώνουμε εντοπίζοντας τις συνεχιζόμενες προσπάθειες για να ενεργοποιηθεί η πλατφόρμα με παραγωγικούς φόρτους εργασίας τεχνητής νοημοσύνης και γρήγορα οι νέοι χρήστες και ομάδες να υιοθετήσουν την πλατφόρμα.
Πελάτης
Η Philips χρησιμοποιεί τεχνητή νοημοσύνη σε διάφορους τομείς, όπως απεικόνιση, διαγνωστικά, θεραπεία, προσωπική υγεία και συνδεδεμένη φροντίδα. Μερικά παραδείγματα λύσεων με δυνατότητα AI που έχει αναπτύξει η Philips τα τελευταία χρόνια είναι:
- Philips SmartSpeed – Μια τεχνολογία απεικόνισης βασισμένη σε τεχνητή νοημοσύνη για μαγνητική τομογραφία που χρησιμοποιεί έναν μοναδικό αλγόριθμο τεχνητής νοημοσύνης βαθιάς εκμάθησης με συμπιεσμένη αίσθηση, για να ανεβάσει την ταχύτητα και την ποιότητα εικόνας στο επόμενο επίπεδο για μια μεγάλη ποικιλία ασθενών
- Philips eCareManager – Μια λύση τηλευγείας που χρησιμοποιεί τεχνητή νοημοσύνη για την υποστήριξη της απομακρυσμένης φροντίδας και διαχείρισης βαρέως πασχόντων ασθενών σε μονάδες εντατικής θεραπείας, χρησιμοποιώντας προηγμένες αναλύσεις και κλινικούς αλγόριθμους για την επεξεργασία των δεδομένων ασθενών από πολλαπλές πηγές και παρέχοντας χρήσιμες πληροφορίες, ειδοποιήσεις και συστάσεις για ομάδα φροντίδας
- Philips Sonicare – Μια έξυπνη οδοντόβουρτσα που χρησιμοποιεί τεχνητή νοημοσύνη για να αναλύει τη συμπεριφορά βουρτσίσματος και τη στοματική υγεία των χρηστών και να παρέχει καθοδήγηση σε πραγματικό χρόνο και εξατομικευμένες συστάσεις, όπως βέλτιστο χρόνο βουρτσίσματος, πίεση και κάλυψη, για τη βελτίωση της οδοντικής υγιεινής και την πρόληψη της τερηδόνας και των ασθενειών των ούλων .
Για πολλά χρόνια, η Philips πρωτοπορεί στην ανάπτυξη αλγορίθμων που βασίζονται σε δεδομένα για να τροφοδοτήσει τις καινοτόμες λύσεις της σε όλο το φάσμα της υγειονομικής περίθαλψης. Στον τομέα της διαγνωστικής απεικόνισης, η Philips ανέπτυξε μια πληθώρα εφαρμογών ML για την ανακατασκευή και ερμηνεία ιατρικής εικόνας, τη διαχείριση ροής εργασιών και τη βελτιστοποίηση της θεραπείας. Επίσης, στην παρακολούθηση ασθενών, οι ομάδες θεραπείας με καθοδήγηση εικόνας, υπερήχων και προσωπικής υγείας έχουν δημιουργήσει αλγόριθμους και εφαρμογές ML. Ωστόσο, η καινοτομία παρεμποδίστηκε λόγω της χρήσης κατακερματισμένων περιβαλλόντων ανάπτυξης AI σε όλες τις ομάδες. Αυτά τα περιβάλλοντα κυμαίνονταν από μεμονωμένους φορητούς υπολογιστές και επιτραπέζιους υπολογιστές έως διάφορα υπολογιστικά συμπλέγματα εσωτερικής εγκατάστασης και υποδομές που βασίζονται σε σύννεφο. Αυτή η ετερογένεια έδωσε αρχικά τη δυνατότητα σε διαφορετικές ομάδες να προχωρήσουν γρήγορα στις πρώιμες προσπάθειες ανάπτυξης τεχνητής νοημοσύνης, αλλά τώρα συγκρατεί ευκαιρίες για κλιμάκωση και βελτίωση της αποτελεσματικότητας των διαδικασιών ανάπτυξης τεχνητής νοημοσύνης.
Ήταν προφανές ότι μια θεμελιώδης στροφή προς ένα ενοποιημένο και τυποποιημένο περιβάλλον ήταν επιτακτική για να απελευθερωθεί πραγματικά η δυνατότητα των προσπαθειών που βασίζονται σε δεδομένα στη Philips.
Βασικές περιπτώσεις χρήσης AI/ML και απαιτήσεις πλατφόρμας
Οι προτάσεις με δυνατότητα AI/ML μπορούν να μεταμορφώσουν την υγειονομική περίθαλψη αυτοματοποιώντας τις διοικητικές εργασίες που εκτελούνται από τους κλινικούς γιατρούς. Για παράδειγμα:
- Η τεχνητή νοημοσύνη μπορεί να αναλύσει ιατρικές εικόνες για να βοηθήσει τους ακτινολόγους να διαγνώσουν ασθένειες πιο γρήγορα και με μεγαλύτερη ακρίβεια
- Η τεχνητή νοημοσύνη μπορεί να προβλέψει μελλοντικά ιατρικά συμβάντα αναλύοντας δεδομένα ασθενών και βελτιώνοντας την προληπτική φροντίδα
- Το AI μπορεί να συστήσει εξατομικευμένη θεραπεία προσαρμοσμένη στις ανάγκες των ασθενών
- Η τεχνητή νοημοσύνη μπορεί να εξάγει και να δομεί πληροφορίες από κλινικές σημειώσεις για να κάνει τη λήψη αρχείων πιο αποτελεσματική
- Οι διεπαφές AI μπορούν να παρέχουν υποστήριξη ασθενών για ερωτήματα, υπενθυμίσεις και ελέγχους συμπτωμάτων
Συνολικά, η AI/ML υπόσχεται μειωμένο ανθρώπινο λάθος, εξοικονόμηση χρόνου και κόστους, βελτιστοποιημένες εμπειρίες ασθενών και έγκαιρες, εξατομικευμένες παρεμβάσεις.
Μία από τις βασικές απαιτήσεις για την πλατφόρμα ανάπτυξης και ανάπτυξης ML ήταν η ικανότητα της πλατφόρμας να υποστηρίζει τη συνεχή επαναληπτική διαδικασία ανάπτυξης και ανάπτυξης, όπως φαίνεται στο παρακάτω σχήμα.
Η ανάπτυξη περιουσιακών στοιχείων AI ξεκινά σε ένα εργαστηριακό περιβάλλον, όπου τα δεδομένα συλλέγονται και επιμελούνται, και στη συνέχεια τα μοντέλα εκπαιδεύονται και επικυρώνονται. Όταν το μοντέλο είναι έτοιμο και εγκριθεί για χρήση, αναπτύσσεται στα συστήματα παραγωγής του πραγματικού κόσμου. Μόλις αναπτυχθεί, η απόδοση του μοντέλου παρακολουθείται συνεχώς. Η απόδοση και η ανατροφοδότηση του πραγματικού κόσμου χρησιμοποιούνται τελικά για περαιτέρω βελτιώσεις του μοντέλου με πλήρη αυτοματοποίηση της εκπαίδευσης και της ανάπτυξης του μοντέλου.
Οι πιο λεπτομερείς απαιτήσεις AI ToolSuite βασίστηκαν σε τρία παραδείγματα χρήσης:
- Αναπτύξτε μια εφαρμογή όρασης υπολογιστή που στοχεύει στην ανίχνευση αντικειμένων στην άκρη. Η ομάδα επιστήμης δεδομένων περίμενε ότι μια αυτοματοποιημένη ροή εργασίας σχολιασμού εικόνας βασισμένη σε AI θα επιταχύνει μια χρονοβόρα διαδικασία επισήμανσης.
- Επιτρέψτε σε μια ομάδα επιστήμης δεδομένων να διαχειρίζεται μια οικογένεια κλασικών μοντέλων ML για συγκριτική αξιολόγηση στατιστικών στοιχείων σε πολλές ιατρικές μονάδες. Το έργο απαιτούσε αυτοματοποίηση της ανάπτυξης του μοντέλου, παρακολούθηση πειραμάτων, παρακολούθηση μοντέλων και περισσότερο έλεγχο της όλης διαδικασίας από άκρο σε άκρο τόσο για έλεγχο όσο και για επανεκπαίδευση στο μέλλον.
- Βελτιώστε την ποιότητα και το χρόνο στην αγορά για μοντέλα βαθιάς μάθησης στη διαγνωστική ιατρική απεικόνιση. Η υπάρχουσα υπολογιστική υποδομή δεν επέτρεψε την παράλληλη εκτέλεση πολλών πειραμάτων, γεγονός που καθυστέρησε την ανάπτυξη του μοντέλου. Επίσης, για ρυθμιστικούς σκοπούς, είναι απαραίτητο να καταστεί δυνατή η πλήρης αναπαραγωγιμότητα της εκπαίδευσης μοντέλων για αρκετά χρόνια.
Μη λειτουργικές απαιτήσεις
Η δημιουργία μιας επεκτάσιμης και ισχυρής πλατφόρμας AI/ML απαιτεί προσεκτική εξέταση των μη λειτουργικών απαιτήσεων. Αυτές οι απαιτήσεις υπερβαίνουν τις συγκεκριμένες λειτουργίες της πλατφόρμας και επικεντρώνονται στη διασφάλιση των εξής:
- Απεριόριστες δυνατότητες – Η πλατφόρμα AI ToolSuite πρέπει να μπορεί να κλιμακώνει την υποδομή δημιουργίας πληροφοριών της Philips πιο αποτελεσματικά, έτσι ώστε η πλατφόρμα να μπορεί να χειρίζεται έναν αυξανόμενο όγκο δεδομένων, χρηστών και φόρτου εργασίας AI/ML χωρίς να θυσιάζει την απόδοση. Θα πρέπει να σχεδιαστεί για να κλιμακώνεται οριζόντια και κάθετα για να ανταποκρίνεται απρόσκοπτα στις αυξανόμενες απαιτήσεις, παρέχοντας παράλληλα κεντρική διαχείριση πόρων.
- επίδοση – Η πλατφόρμα πρέπει να παρέχει υπολογιστικές δυνατότητες υψηλής απόδοσης για την αποτελεσματική επεξεργασία πολύπλοκων αλγορίθμων AI/ML. Το SageMaker προσφέρει ένα ευρύ φάσμα τύπων παρουσιών, συμπεριλαμβανομένων περιπτώσεων με ισχυρές GPU, οι οποίες μπορούν να επιταχύνουν σημαντικά την εκπαίδευση μοντέλων και τις εργασίες εξαγωγής συμπερασμάτων. Θα πρέπει επίσης να ελαχιστοποιεί τους χρόνους καθυστέρησης και απόκρισης για να παρέχει αποτελέσματα σε πραγματικό ή σχεδόν πραγματικό χρόνο.
- Αξιοπιστία – Η πλατφόρμα πρέπει να παρέχει μια εξαιρετικά αξιόπιστη και ισχυρή υποδομή τεχνητής νοημοσύνης που εκτείνεται σε πολλές Ζώνες Διαθεσιμότητας. Αυτή η αρχιτεκτονική πολλαπλών AZ θα πρέπει να διασφαλίζει αδιάλειπτες λειτουργίες τεχνητής νοημοσύνης κατανέμοντας πόρους και φόρτους εργασίας σε διαφορετικά κέντρα δεδομένων.
- Διαθεσιμότητα – Η πλατφόρμα πρέπει να είναι διαθέσιμη 24/7, με ελάχιστο χρόνο διακοπής λειτουργίας για συντήρηση και αναβαθμίσεις. Η υψηλή διαθεσιμότητα του AI ToolSuite θα πρέπει να περιλαμβάνει εξισορρόπηση φορτίου, αρχιτεκτονικές ανοχής σε σφάλματα και προληπτική παρακολούθηση.
- Ασφάλεια και Διακυβέρνηση – Η πλατφόρμα πρέπει να χρησιμοποιεί ισχυρά μέτρα ασφαλείας, κρυπτογράφηση, ελέγχους πρόσβασης, αποκλειστικούς ρόλους και μηχανισμούς ελέγχου ταυτότητας με συνεχή παρακολούθηση για ασυνήθιστες δραστηριότητες και διεξαγωγή ελέγχων ασφαλείας.
- Διαχείρηση δεδομένων – Η αποτελεσματική διαχείριση δεδομένων είναι ζωτικής σημασίας για τις πλατφόρμες AI/ML. Οι κανονισμοί στον κλάδο της υγειονομικής περίθαλψης απαιτούν ιδιαίτερα αυστηρή διακυβέρνηση δεδομένων. Θα πρέπει να περιλαμβάνει λειτουργίες όπως η έκδοση εκδόσεων δεδομένων, η γενεαλογία δεδομένων, η διακυβέρνηση δεδομένων και η διασφάλιση ποιότητας δεδομένων για την εξασφάλιση ακριβών και αξιόπιστων αποτελεσμάτων.
- Διαλειτουργικότητα – Η πλατφόρμα θα πρέπει να σχεδιαστεί ώστε να ενσωματώνεται εύκολα με τους εσωτερικούς χώρους αποθήκευσης δεδομένων της Philips, επιτρέποντας την απρόσκοπτη ανταλλαγή δεδομένων και τη συνεργασία με εφαρμογές τρίτων.
- Συντήρηση – Η αρχιτεκτονική και η βάση κώδικα της πλατφόρμας πρέπει να είναι καλά οργανωμένη, αρθρωτή και συντηρήσιμη. Αυτό δίνει τη δυνατότητα στους μηχανικούς και τους προγραμματιστές της Philips ML να παρέχουν ενημερώσεις, διορθώσεις σφαλμάτων και μελλοντικές βελτιώσεις χωρίς να διακόπτουν ολόκληρο το σύστημα.
- Βελτιστοποίηση πόρων – Η πλατφόρμα θα πρέπει να παρακολουθεί πολύ στενά τις αναφορές χρήσης για να διασφαλίζει ότι οι υπολογιστικοί πόροι χρησιμοποιούνται αποτελεσματικά και να κατανέμονται δυναμικά οι πόροι με βάση τη ζήτηση. Επιπλέον, η Philips θα πρέπει να χρησιμοποιεί τα εργαλεία AWS Billing and Cost Management για να βεβαιωθεί ότι οι ομάδες λαμβάνουν ειδοποιήσεις όταν η χρήση υπερβαίνει το κατανεμημένο όριο.
- Παρακολούθηση και καταγραφή – Η πλατφόρμα θα πρέπει να χρησιμοποιεί amazoncloudwatch ειδοποιήσεις για ολοκληρωμένες δυνατότητες παρακολούθησης και καταγραφής, οι οποίες είναι απαραίτητες για την παρακολούθηση της απόδοσης του συστήματος, τον εντοπισμό σημείων συμφόρησης και την αποτελεσματική αντιμετώπιση προβλημάτων.
- Υπεύθυνος Συμμόρφωσης – Η πλατφόρμα μπορεί επίσης να συμβάλει στη βελτίωση της κανονιστικής συμμόρφωσης των προτάσεων με δυνατότητα AI. Η αναπαραγωγιμότητα και η ιχνηλασιμότητα πρέπει να ενεργοποιηθούν αυτόματα από τους αγωγούς επεξεργασίας δεδομένων από άκρο σε άκρο, όπου πολλά υποχρεωτικά τεχνουργήματα τεκμηρίωσης, όπως αναφορές γενεαλογικών δεδομένων και κάρτες μοντέλων, μπορούν να προετοιμαστούν αυτόματα.
- Δοκιμή και επικύρωση – Πρέπει να υπάρχουν αυστηρές διαδικασίες δοκιμών και επικύρωσης για να διασφαλίζεται η ακρίβεια και η αξιοπιστία των μοντέλων AI/ML και να αποφεύγονται ακούσιες προκαταλήψεις.
Επισκόπηση λύσεων
Το AI ToolSuite είναι ένα περιβάλλον ανάπτυξης τεχνητής νοημοσύνης από άκρο σε άκρο, επεκτάσιμο, γρήγορης εκκίνησης που προσφέρει εγγενές SageMaker και σχετικές υπηρεσίες AI/ML με προστατευτικά κιγκλιδώματα ασφαλείας και απορρήτου Philips HealthSuite και ενσωματώσεις οικοσυστήματος Philips. Υπάρχουν τρία πρόσωπα με ειδικά σύνολα αδειών πρόσβασης:
- Επιστήμονας δεδομένων – Προετοιμάστε δεδομένα και αναπτύξτε και εκπαιδεύστε μοντέλα σε έναν συνεργατικό χώρο εργασίας
- Μηχανικός ML – Παραγωγή εφαρμογών ML με ανάπτυξη μοντέλου, παρακολούθηση και συντήρηση
- Διαχειριστής επιστήμης δεδομένων – Δημιουργήστε ένα έργο ανά αίτημα ομάδας για την παροχή αποκλειστικών απομονωμένων περιβαλλόντων με πρότυπα χρήσης για συγκεκριμένες περιπτώσεις
Η ανάπτυξη της πλατφόρμας περιλάμβανε πολλούς κύκλους έκδοσης σε έναν επαναληπτικό κύκλο ανακάλυψης, σχεδίασης, κατασκευής, δοκιμής και ανάπτυξης. Λόγω της μοναδικότητας ορισμένων εφαρμογών, η επέκταση της πλατφόρμας απαιτούσε την ενσωμάτωση υπαρχόντων προσαρμοσμένων στοιχείων όπως αποθήκες δεδομένων ή ιδιόκτητα εργαλεία για σχολιασμό.
Το παρακάτω σχήμα απεικονίζει την αρχιτεκτονική τριών επιπέδων του AI ToolSuite, συμπεριλαμβανομένης της βασικής υποδομής ως πρώτου επιπέδου, των κοινών στοιχείων ML ως του δεύτερου επιπέδου και των προτύπων για συγκεκριμένα έργα ως του τρίτου επιπέδου.
Το επίπεδο 1 περιέχει τη βασική υποδομή:
- Ένα επίπεδο δικτύωσης με παραμετροποιημένη πρόσβαση στο διαδίκτυο με υψηλή διαθεσιμότητα
- Παροχή αυτοεξυπηρέτησης με υποδομή ως κωδικό (IaC)
- Ένα ολοκληρωμένο περιβάλλον ανάπτυξης (IDE) που χρησιμοποιεί ένα Στούντιο Amazon SageMaker τομέα
- Ρόλοι πλατφόρμας (διαχειριστής επιστήμης δεδομένων, επιστήμονας δεδομένων)
- Αποθήκευση αντικειμένων
- Καταγραφή και παρακολούθηση για παρατηρησιμότητα
Το επίπεδο 2 περιέχει κοινά στοιχεία ML:
- Αυτοματοποιημένη παρακολούθηση πειραμάτων για κάθε εργασία και αγωγό
- Μια διοχέτευση κατασκευής μοντέλων για την έναρξη μιας νέας ενημέρωσης έκδοσης μοντέλου
- Ένα πρότυπο εκπαιδευτικό αγωγό που αποτελείται από εκπαίδευση μοντέλων, αξιολόγηση, εγγραφή
- Ένας αγωγός ανάπτυξης μοντέλου για την ανάπτυξη του μοντέλου για τελική δοκιμή και έγκριση
- Ένα μητρώο μοντέλων για εύκολη διαχείριση εκδόσεων μοντέλου
- Ένας ρόλος έργου που δημιουργήθηκε ειδικά για μια δεδομένη περίπτωση χρήσης, που θα εκχωρηθεί στους χρήστες του SageMaker Studio
- Ένα αποθετήριο εικόνων για την αποθήκευση εικόνων επεξεργασίας, εκπαίδευσης και συμπερασμάτων κοντέινερ που έχει δημιουργηθεί για το έργο
- Ένα αποθετήριο κώδικα για την αποθήκευση τεχνουργημάτων κώδικα
- Μια εργασία Απλή υπηρεσία αποθήκευσης Amazon (Amazon S3) κάδος για την αποθήκευση όλων των δεδομένων του έργου και των αντικειμένων
Το επίπεδο 3 περιέχει πρότυπα για συγκεκριμένα έργα που μπορούν να δημιουργηθούν με προσαρμοσμένα στοιχεία όπως απαιτείται από νέα έργα. Για παράδειγμα:
- Πρότυπο 1 – Περιλαμβάνει ένα στοιχείο για την αναζήτηση δεδομένων και την παρακολούθηση ιστορικού
- Πρότυπο 2 – Περιλαμβάνει ένα στοιχείο για σχολιασμούς δεδομένων με προσαρμοσμένη ροή εργασίας σχολιασμού για χρήση ιδιόκτητων εργαλείων σχολιασμού
- Πρότυπο 3 – Περιλαμβάνει στοιχεία για προσαρμοσμένες εικόνες κοντέινερ για την προσαρμογή τόσο του περιβάλλοντος ανάπτυξης όσο και των ρουτινών εκπαίδευσης, αποκλειστικό σύστημα αρχείων HPC και πρόσβαση από ένα τοπικό IDE για τους χρήστες
Το παρακάτω διάγραμμα υπογραμμίζει τις βασικές υπηρεσίες AWS που καλύπτουν πολλούς λογαριασμούς AWS για ανάπτυξη, σταδιοποίηση και παραγωγή.
Στις επόμενες ενότητες, συζητάμε τις βασικές δυνατότητες της πλατφόρμας που ενεργοποιούνται από τις υπηρεσίες AWS, συμπεριλαμβανομένου του SageMaker, Κατάλογος υπηρεσιών AWS, CloudWatch, AWS Lambda, Μητρώο εμπορευματοκιβωτίων Amazon Elastic (Amazon ECR), Amazon S3, Διαχείριση ταυτότητας και πρόσβασης AWS (ΙΑΜ) και άλλα.
Η υποδομή ως κωδικός
Η πλατφόρμα χρησιμοποιεί το IaC, το οποίο επιτρέπει στη Philips να αυτοματοποιεί την παροχή και τη διαχείριση των πόρων υποδομής. Αυτή η προσέγγιση θα βοηθήσει επίσης την αναπαραγωγιμότητα, την επεκτασιμότητα, τον έλεγχο έκδοσης, τη συνέπεια, την ασφάλεια και τη φορητότητα για ανάπτυξη, δοκιμή ή παραγωγή.
Πρόσβαση σε περιβάλλοντα AWS
Το SageMaker και οι σχετικές υπηρεσίες AI/ML έχουν πρόσβαση με προστατευτικά κιγκλιδώματα για προετοιμασία δεδομένων, ανάπτυξη μοντέλων, εκπαίδευση, σχολιασμό και ανάπτυξη.
Απομόνωση και συνεργασία
Η πλατφόρμα διασφαλίζει την απομόνωση δεδομένων με την αποθήκευση και την επεξεργασία χωριστά, μειώνοντας τον κίνδυνο μη εξουσιοδοτημένης πρόσβασης ή παραβίασης δεδομένων.
Η πλατφόρμα διευκολύνει τη ομαδική συνεργασία, η οποία είναι απαραίτητη σε έργα τεχνητής νοημοσύνης που συνήθως περιλαμβάνουν διαλειτουργικές ομάδες, συμπεριλαμβανομένων επιστημόνων δεδομένων, διαχειριστών επιστήμης δεδομένων και μηχανικών MLOps.
Έλεγχος πρόσβασης βάσει ρόλου
Ο έλεγχος πρόσβασης βάσει ρόλων (RBAC) είναι απαραίτητος για τη διαχείριση των αδειών και την απλούστευση της διαχείρισης πρόσβασης ορίζοντας ρόλους και δικαιώματα με δομημένο τρόπο. Καθιστά εύκολη τη διαχείριση αδειών καθώς αναπτύσσονται ομάδες και έργα και τον έλεγχο πρόσβασης για διαφορετικά πρόσωπα που εμπλέκονται σε έργα AWS AI/ML, όπως ο διαχειριστής της επιστήμης δεδομένων, ο επιστήμονας δεδομένων, ο διαχειριστής σχολιασμού, ο σχολιαστής και ο μηχανικός MLOps.
Πρόσβαση σε αποθήκες δεδομένων
Η πλατφόρμα επιτρέπει στο SageMaker πρόσβαση σε αποθήκες δεδομένων, γεγονός που διασφαλίζει ότι τα δεδομένα μπορούν να χρησιμοποιηθούν αποτελεσματικά για εκπαίδευση μοντέλων και εξαγωγή συμπερασμάτων χωρίς την ανάγκη αντιγραφής ή μεταφοράς δεδομένων σε διαφορετικές τοποθεσίες αποθήκευσης, βελτιστοποιώντας έτσι τη χρήση πόρων και μειώνοντας το κόστος.
Σχολιασμός με χρήση εργαλείων σχολιασμού ειδικά για τη Philips
Το AWS προσφέρει μια σουίτα υπηρεσιών AI και ML, όπως το SageMaker, Amazon SageMaker Ground Αλήθεια, να Amazon Cognito, τα οποία είναι πλήρως ενσωματωμένα με εσωτερικά εργαλεία σχολιασμού ειδικά για τη Philips. Αυτή η ενοποίηση επιτρέπει στους προγραμματιστές να εκπαιδεύουν και να αναπτύσσουν μοντέλα ML χρησιμοποιώντας τα σχολιασμένα δεδομένα στο περιβάλλον AWS.
Πρότυπα ML
Η πλατφόρμα AI ToolSuite προσφέρει πρότυπα σε AWS για διάφορες ροές εργασίας ML. Αυτά τα πρότυπα είναι προδιαμορφωμένες ρυθμίσεις υποδομής προσαρμοσμένες σε συγκεκριμένες περιπτώσεις χρήσης ML και είναι προσβάσιμα μέσω υπηρεσιών όπως Πρότυπα έργου SageMaker, AWS CloudFormationκαι τον κατάλογο υπηρεσιών.
Ενσωμάτωση με το Philips GitHub
Η ενσωμάτωση με το GitHub ενισχύει την αποτελεσματικότητα παρέχοντας μια κεντρική πλατφόρμα για έλεγχο εκδόσεων, αναθεωρήσεις κώδικα και αυτοματοποιημένες αγωγές CI/CD (συνεχής ενοποίηση και συνεχής ανάπτυξη), μειώνοντας τις χειροκίνητες εργασίες και ενισχύοντας την παραγωγικότητα.
Ενσωμάτωση κώδικα του Visual Studio
Η ενσωμάτωση με τον κώδικα του Visual Studio παρέχει ένα ενοποιημένο περιβάλλον για κωδικοποίηση, εντοπισμό σφαλμάτων και διαχείριση έργων ML. Αυτό βελτιστοποιεί ολόκληρη τη ροή εργασίας ML, μειώνοντας την εναλλαγή περιβάλλοντος και εξοικονομώντας χρόνο. Η ενοποίηση ενισχύει επίσης τη συνεργασία μεταξύ των μελών της ομάδας, επιτρέποντάς τους να εργάζονται σε έργα SageMaker μαζί σε ένα οικείο περιβάλλον ανάπτυξης, χρησιμοποιώντας συστήματα ελέγχου εκδόσεων και μοιράζονται κώδικα και σημειωματάρια απρόσκοπτα.
Γενεαλογία μοντέλων και δεδομένων και ιχνηλασιμότητα για αναπαραγωγιμότητα και συμμόρφωση
Η πλατφόρμα παρέχει έκδοση εκδόσεων, η οποία βοηθά στην παρακολούθηση των αλλαγών στην εκπαίδευση του επιστήμονα δεδομένων και στα δεδομένα συμπερασμάτων με την πάροδο του χρόνου, διευκολύνοντας την αναπαραγωγή των αποτελεσμάτων και την κατανόηση της εξέλιξης των συνόλων δεδομένων.
Η πλατφόρμα επιτρέπει επίσης την παρακολούθηση πειράματος SageMaker, η οποία επιτρέπει στους τελικούς χρήστες να καταγράφουν και να παρακολουθούν όλα τα μεταδεδομένα που σχετίζονται με τα πειράματά τους ML, συμπεριλαμβανομένων υπερπαραμέτρων, δεδομένων εισόδου, κώδικα και τεχνουργημάτων μοντέλων. Αυτές οι δυνατότητες είναι απαραίτητες για την απόδειξη της συμμόρφωσης με τα ρυθμιστικά πρότυπα και τη διασφάλιση της διαφάνειας και της λογοδοσίας στις ροές εργασίας AI/ML.
Δημιουργία αναφοράς προδιαγραφών AI/ML για συμμόρφωση με τους κανονισμούς
Η AWS διατηρεί πιστοποιήσεις συμμόρφωσης για διάφορα βιομηχανικά πρότυπα και κανονισμούς. Οι αναφορές προδιαγραφών AI/ML χρησιμεύουν ως βασική τεκμηρίωση συμμόρφωσης, επιδεικνύοντας τη συμμόρφωση με τις κανονιστικές απαιτήσεις. Αυτές οι αναφορές τεκμηριώνουν την έκδοση συνόλων δεδομένων, μοντέλων και κώδικα. Ο έλεγχος της έκδοσης είναι απαραίτητος για τη διατήρηση της σειράς δεδομένων, της ιχνηλασιμότητας και της αναπαραγωγιμότητας, τα οποία είναι κρίσιμα για τη συμμόρφωση με τους κανονισμούς και τον έλεγχο.
Διαχείριση προϋπολογισμού σε επίπεδο έργου
Η διαχείριση προϋπολογισμού σε επίπεδο έργου επιτρέπει στον οργανισμό να θέσει όρια στις δαπάνες, συμβάλλοντας στην αποφυγή απροσδόκητων δαπανών και διασφαλίζοντας ότι τα έργα ML παραμένουν εντός του προϋπολογισμού. Με τη διαχείριση του προϋπολογισμού, ο οργανισμός μπορεί να κατανείμει συγκεκριμένους προϋπολογισμούς σε μεμονωμένα έργα ή ομάδες, κάτι που βοηθά τις ομάδες να εντοπίζουν νωρίς αναποτελεσματικότητα πόρων ή απροσδόκητες αυξήσεις κόστους. Εκτός από τη διαχείριση προϋπολογισμού, με τη δυνατότητα αυτόματης απενεργοποίησης των αδρανών σημειωματάριων, τα μέλη της ομάδας αποφεύγουν να πληρώνουν για αχρησιμοποίητους πόρους, απελευθερώνοντας επίσης πολύτιμους πόρους όταν δεν χρησιμοποιούνται ενεργά, καθιστώντας τους διαθέσιμους για άλλες εργασίες ή χρήστες.
Αποτελέσματα
Το AI ToolSuite σχεδιάστηκε και υλοποιήθηκε ως μια πλατφόρμα σε επίπεδο επιχείρησης για ανάπτυξη και ανάπτυξη ML για επιστήμονες δεδομένων σε όλη τη Philips. Διαφορετικές απαιτήσεις από όλες τις επιχειρηματικές μονάδες συλλέχθηκαν και εξετάστηκαν κατά τη διάρκεια του σχεδιασμού και της ανάπτυξης. Στην αρχή του έργου, η Philips εντόπισε πρωταθλητές από τις επιχειρηματικές ομάδες που παρείχαν σχόλια και βοήθησαν στην αξιολόγηση της αξίας της πλατφόρμας.
Επιτεύχθηκαν τα ακόλουθα αποτελέσματα:
- Η υιοθέτηση των χρηστών είναι ένας από τους βασικούς κορυφαίους δείκτες για τη Philips. Χρήστες από διάφορες επιχειρηματικές μονάδες εκπαιδεύτηκαν και ενσωματώθηκαν στην πλατφόρμα και ο αριθμός αυτός αναμένεται να αυξηθεί το 2024.
- Μια άλλη σημαντική μέτρηση είναι η αποτελεσματικότητα για τους χρήστες της επιστήμης δεδομένων. Με το AI ToolSuite, τα νέα περιβάλλοντα ανάπτυξης ML αναπτύσσονται σε λιγότερο από μία ώρα αντί για αρκετές ημέρες.
- Οι ομάδες επιστήμης δεδομένων μπορούν να έχουν πρόσβαση σε μια επεκτάσιμη, ασφαλή, οικονομικά αποδοτική υποδομή υπολογιστών που βασίζεται στο cloud.
- Οι ομάδες μπορούν να εκτελέσουν πολλαπλά μοντέλα προπονητικών πειραμάτων παράλληλα, τα οποία μείωσαν σημαντικά τον μέσο χρόνο εκπαίδευσης από εβδομάδες σε 1-3 ημέρες.
- Επειδή η ανάπτυξη του περιβάλλοντος είναι πλήρως αυτοματοποιημένη, δεν απαιτεί ουσιαστικά καμία συμμετοχή των μηχανικών υποδομής cloud, γεγονός που μείωσε το λειτουργικό κόστος.
- Η χρήση του AI ToolSuite ενίσχυσε σημαντικά τη συνολική ωριμότητα των δεδομένων και των παραδοτέων τεχνητής νοημοσύνης προωθώντας τη χρήση καλών πρακτικών ML, τυποποιημένων ροών εργασίας και αναπαραγωγιμότητας από άκρο σε άκρο, κάτι που είναι κρίσιμο για τη συμμόρφωση με τους κανονισμούς στον κλάδο της υγειονομικής περίθαλψης.
Ανυπομονώ για τη γενετική τεχνητή νοημοσύνη
Καθώς οι οργανισμοί αγωνίζονται να υιοθετήσουν το επόμενο state-of-the-art στην τεχνητή νοημοσύνη, είναι επιτακτική ανάγκη να υιοθετήσουμε νέα τεχνολογία στο πλαίσιο της πολιτικής ασφάλειας και διακυβέρνησης του οργανισμού. Η αρχιτεκτονική του AI ToolSuite παρέχει ένα εξαιρετικό σχέδιο για τη δυνατότητα πρόσβασης σε παραγωγικές δυνατότητες AI στο AWS για διαφορετικές ομάδες της Philips. Οι ομάδες μπορούν να χρησιμοποιήσουν μοντέλα θεμελίωσης που διατίθενται με Amazon SageMaker JumpStart, το οποίο παρέχει έναν τεράστιο αριθμό μοντέλων ανοιχτού κώδικα από το Hugging Face και άλλους παρόχους. Με τα απαραίτητα προστατευτικά κιγκλιδώματα που έχουν ήδη τεθεί σε ισχύ όσον αφορά τον έλεγχο πρόσβασης, την παροχή έργων και τους ελέγχους κόστους, θα είναι απρόσκοπτη για τις ομάδες να αρχίσουν να χρησιμοποιούν τις παραγωγικές δυνατότητες AI στο SageMaker.
Επιπλέον, πρόσβαση σε Θεμέλιο του Αμαζονίου, μια πλήρως διαχειριζόμενη υπηρεσία βασισμένη σε API για γενετική τεχνητή νοημοσύνη, μπορεί να παρέχεται για μεμονωμένους λογαριασμούς με βάση τις απαιτήσεις του έργου και οι χρήστες μπορούν να έχουν πρόσβαση στα API του Amazon Bedrock είτε μέσω της διεπαφής φορητού υπολογιστή SageMaker είτε μέσω του IDE που προτιμούν.
Υπάρχουν πρόσθετες σκέψεις σχετικά με την υιοθέτηση της γενετικής τεχνητής νοημοσύνης σε ένα ρυθμιζόμενο περιβάλλον, όπως η υγειονομική περίθαλψη. Πρέπει να δοθεί προσεκτική προσοχή στην αξία που δημιουργείται από τις παραγωγικές εφαρμογές τεχνητής νοημοσύνης έναντι των σχετικών κινδύνων και δαπανών. Υπάρχει επίσης ανάγκη να δημιουργηθεί ένα ρίσκο και ένα νομικό πλαίσιο που θα διέπει τη χρήση των τεχνολογιών τεχνητής νοημοσύνης από τον οργανισμό. Στοιχεία όπως η ασφάλεια των δεδομένων, η μεροληψία και η δικαιοσύνη και η κανονιστική συμμόρφωση πρέπει να λαμβάνονται υπόψη ως μέρος τέτοιων μηχανισμών.
Συμπέρασμα
Η Philips ξεκίνησε ένα ταξίδι αξιοποίησης της δύναμης των αλγορίθμων που βασίζονται σε δεδομένα για να φέρει επανάσταση στις λύσεις υγειονομικής περίθαλψης. Με τα χρόνια, η καινοτομία στη διαγνωστική απεικόνιση έχει αποδώσει πολλές εφαρμογές ML, από την ανακατασκευή εικόνας έως τη διαχείριση ροής εργασιών και τη βελτιστοποίηση της θεραπείας. Ωστόσο, το ποικίλο φάσμα των ρυθμίσεων, από μεμονωμένους φορητούς υπολογιστές έως συμπλέγματα εσωτερικής εγκατάστασης και υποδομές cloud, έθεσε τρομερές προκλήσεις. Η χωριστή διαχείριση συστήματος, τα μέτρα ασφαλείας, οι μηχανισμοί υποστήριξης και το πρωτόκολλο δεδομένων εμπόδισαν μια ολοκληρωμένη άποψη του TCO και περίπλοκες μεταβάσεις μεταξύ ομάδων. Η μετάβαση από την έρευνα και την ανάπτυξη στην παραγωγή επιβαρύνθηκε από την έλλειψη γενεαλογίας και αναπαραγωγιμότητας, καθιστώντας δύσκολη τη συνεχή επανεκπαίδευση μοντέλων.
Ως μέρος της στρατηγικής συνεργασίας μεταξύ της Philips και της AWS, η πλατφόρμα AI ToolSuite δημιουργήθηκε για την ανάπτυξη μιας επεκτάσιμης, ασφαλούς και συμβατής πλατφόρμας ML με το SageMaker. Αυτή η πλατφόρμα παρέχει δυνατότητες που κυμαίνονται από πειραματισμό, σχολιασμό δεδομένων, εκπαίδευση, ανάπτυξη μοντέλων και επαναχρησιμοποιήσιμα πρότυπα. Όλες αυτές οι δυνατότητες χτίστηκαν επαναληπτικά σε πολλούς κύκλους ανακάλυψης, σχεδίασης, κατασκευής, δοκιμής και ανάπτυξης. Αυτό βοήθησε πολλές επιχειρηματικές μονάδες να καινοτομήσουν με ταχύτητα και ευελιξία, ενώ κυβερνούσαν σε κλίμακα με κεντρικά χειριστήρια.
Αυτό το ταξίδι χρησιμεύει ως έμπνευση για οργανισμούς που επιθυμούν να αξιοποιήσουν τη δύναμη της τεχνητής νοημοσύνης και της ML για να προωθήσουν την καινοτομία και την αποτελεσματικότητα στην υγειονομική περίθαλψη, ωφελώντας τελικά τους ασθενείς και τους παρόχους φροντίδας παγκοσμίως. Καθώς συνεχίζουν να χτίζουν πάνω σε αυτήν την επιτυχία, η Philips είναι έτοιμη να κάνει ακόμη μεγαλύτερα βήματα στη βελτίωση των αποτελεσμάτων υγείας μέσω καινοτόμων λύσεων με δυνατότητα τεχνητής νοημοσύνης.
Για να μάθετε περισσότερα σχετικά με την καινοτομία της Philips στο AWS, επισκεφτείτε Η Philips στο AWS.
Σχετικά με τους συγγραφείς
Φρανκ Βαρτένα είναι διευθυντής προγράμματος στη Philips Innovation & Strategy. Συντονίζει στοιχεία πλατφόρμας που σχετίζονται με δεδομένα και τεχνητή νοημοσύνη για την υποστήριξη των προτάσεών μας για δεδομένα και τεχνητή νοημοσύνη της Philips. Έχει ευρεία εμπειρία στην τεχνητή νοημοσύνη, την επιστήμη δεδομένων και τη διαλειτουργικότητα. Στον ελεύθερο χρόνο του, ο Φρανκ του αρέσει να τρέχει, να διαβάζει και να κωπηλατεί και να περνά χρόνο με την οικογένειά του.
Ιρίνα Φεντούλοβα είναι κύριος επικεφαλής δεδομένων και τεχνητής νοημοσύνης στη Philips Innovation & Strategy. Οδηγεί στρατηγικές δραστηριότητες που επικεντρώνονται στα εργαλεία, τις πλατφόρμες και τις βέλτιστες πρακτικές που επιταχύνουν και κλιμακώνουν την ανάπτυξη και την παραγωγή (Generative) λύσεων με δυνατότητα AI στη Philips. Η Irina έχει ισχυρό τεχνικό υπόβαθρο στη μηχανική μάθηση, το cloud computing και τη μηχανική λογισμικού. Εκτός δουλειάς, της αρέσει να περνά χρόνο με την οικογένειά της, να ταξιδεύει και να διαβάζει.
Selvakumar Palaniyappan είναι Κάτοχος Προϊόντος στη Philips Innovation & Strategy, υπεύθυνος για τη διαχείριση προϊόντων για την πλατφόρμα Philips HealthSuite AI & ML. Έχει μεγάλη εμπειρία στη διαχείριση τεχνικών προϊόντων και στη μηχανική λογισμικού. Αυτήν τη στιγμή εργάζεται για την κατασκευή μιας επεκτάσιμης και συμβατής πλατφόρμας ανάπτυξης και ανάπτυξης AI και ML. Επιπλέον, πρωτοστατεί στην υιοθέτησή του από τις ομάδες επιστήμης δεδομένων της Philips με σκοπό την ανάπτυξη συστημάτων και λύσεων υγείας που βασίζονται στην τεχνητή νοημοσύνη.
Adnan Elci είναι Senior Cloud Infrastructure Architect στην AWS Professional Services. Λειτουργεί με την ιδιότητα του Tech Lead, επιβλέποντας διάφορες λειτουργίες για πελάτες στους τομείς της Υγείας και των Επιστημών Ζωής, των Οικονομικών, της Αεροπορίας και της Μεταποίησης. Ο ενθουσιασμός του για την αυτοματοποίηση είναι εμφανής στην εκτεταμένη συμμετοχή του στο σχεδιασμό, την κατασκευή και την εφαρμογή λύσεων πελατών σε επίπεδο επιχείρησης στο περιβάλλον AWS. Πέρα από τις επαγγελματικές του δεσμεύσεις, ο Adnan αφοσιώνεται ενεργά στην εθελοντική εργασία, προσπαθώντας να δημιουργήσει ένα ουσιαστικό και θετικό αντίκτυπο στην κοινότητα.
Χασάν Πουνουάλα είναι Ανώτερος Αρχιτέκτονας Λύσεων Specialist AI/ML στην AWS, ο Hasan βοηθά τους πελάτες να σχεδιάσουν και να αναπτύξουν εφαρμογές μηχανικής εκμάθησης στην παραγωγή στο AWS. Έχει πάνω από 12 χρόνια εργασιακής εμπειρίας ως επιστήμονας δεδομένων, επαγγελματίας μηχανικής μάθησης και προγραμματιστής λογισμικού. Στον ελεύθερο χρόνο του, ο Χασάν λατρεύει να εξερευνά τη φύση και να περνά χρόνο με φίλους και οικογένεια.
Σρεόσι Ρόι είναι Senior Global Engagement Manager με AWS. Ως επιχειρηματικός συνεργάτης των πελατών της Healthcare & Life Sciences, διαθέτει μια απαράμιλλη εμπειρία στον καθορισμό και την παροχή λύσεων για πολύπλοκα επιχειρηματικά προβλήματα. Βοηθά τους πελάτες της να θέσουν στρατηγικούς στόχους, να καθορίσουν και να σχεδιάσουν στρατηγικές cloud/data και να εφαρμόσουν την κλιμακωτή και ισχυρή λύση για την επίτευξη των τεχνικών και επιχειρηματικών στόχων τους. Πέρα από τις επαγγελματικές της προσπάθειες, η αφοσίωσή της έγκειται στη δημιουργία ουσιαστικού αντίκτυπου στις ζωές των ανθρώπων, ενισχύοντας την ενσυναίσθηση και προάγοντας τη συμμετοχή.
Wajahat Aziz είναι ηγέτης για AI/ML & HPC στην ομάδα AWS Healthcare and Life Sciences. Έχοντας υπηρετήσει ως ηγέτης τεχνολογίας σε διαφορετικούς ρόλους με οργανισμούς βιοεπιστημών, ο Wajahat αξιοποιεί την εμπειρία του για να βοηθήσει τους πελάτες υγειονομικής περίθαλψης και βιοεπιστημών να αξιοποιήσουν τις τεχνολογίες AWS για την ανάπτυξη λύσεων ML και HPC τελευταίας τεχνολογίας. Οι τρέχοντες τομείς εστίασής του είναι η πρώιμη έρευνα, οι κλινικές δοκιμές και η διατήρηση του απορρήτου της μηχανικής μάθησης.
Wioletta Stobieniecka είναι Επιστήμονας Δεδομένων στην AWS Professional Services. Καθ' όλη τη διάρκεια της επαγγελματικής της σταδιοδρομίας, έχει παραδώσει πολλά έργα που βασίζονται σε αναλυτικά στοιχεία για διαφορετικούς κλάδους όπως ο τραπεζικός κλάδος, οι ασφάλειες, οι τηλεπικοινωνίες και ο δημόσιος τομέας. Οι γνώσεις της για προηγμένες στατιστικές μεθόδους και μηχανική μάθηση συνδυάζονται καλά με επιχειρηματική οξυδέρκεια. Φέρνει πρόσφατες εξελίξεις AI για να δημιουργήσει αξία για τους πελάτες.
- SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
- PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
- PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
- PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
- PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
- πηγή: https://aws.amazon.com/blogs/machine-learning/philips-accelerates-development-of-ai-enabled-healthcare-solutions-with-an-mlops-platform-built-on-amazon-sagemaker/
- :έχει
- :είναι
- :δεν
- :που
- $UP
- 1
- 100
- 12
- 120
- 2014
- 2024
- 7
- 87
- a
- ικανότητα
- Ικανός
- Σχετικα
- επιταχύνουν
- επιταχύνει
- πρόσβαση
- Πρόσβαση σε δεδομένα
- πρόσβαση
- προσιτός
- ευθύνη
- Λογαριασμοί
- ακρίβεια
- ακριβής
- επιτευχθεί
- απέναντι
- δικάσιμος
- δραστήρια
- δραστηριοτήτων
- οξύνοια
- Επιπλέον
- Πρόσθετος
- προσκόλληση
- διαχειριστής
- διαχείριση
- διοικητικός
- ενστερνίζομαι
- Υιοθεσία
- προηγμένες
- εξελίξεις
- κατά
- AI
- AI / ML
- Απευθύνεται
- Ειδοποιήσεις
- αλγόριθμος
- αλγόριθμοι
- Όλα
- διανέμω
- διατεθεί
- επιτρέπουν
- Επιτρέποντας
- επιτρέπει
- ήδη
- Επίσης
- Amazon
- Amazon Sage Maker
- Amazon υπηρεσίες Web
- μεταξύ των
- ποσό
- an
- analytics
- αναλύσει
- αναλύοντας
- και
- APIs
- Εφαρμογή
- εφαρμογές
- πλησιάζω
- εγκεκριμένη
- αρχιτεκτονική
- ΕΙΝΑΙ
- περιοχές
- τεχνητός
- τεχνητή νοημοσύνη
- Τεχνητή νοημοσύνη (AI)
- AS
- προσόν
- Ενεργητικό
- ανατεθεί
- συσχετισμένη
- διαβεβαίωση
- At
- λογιστικού ελέγχου
- έλεγχοι
- Πιστοποίηση
- αυτοματοποίηση
- Αυτοματοποιημένη
- αυτομάτως
- αυτοματοποίηση
- Αυτοματοποίηση
- διαθεσιμότητα
- διαθέσιμος
- μέσος
- αεροπορία
- αποφύγετε
- AWS
- Επαγγελματικές υπηρεσίες AWS
- πίσω
- φόντο
- εξισορρόπησης
- Τράπεζες
- βάση
- βασίζονται
- BE
- ήταν
- συμπεριφορά
- συγκριτικής αξιολόγησης
- ωφελώντας
- ΚΑΛΎΤΕΡΟΣ
- βέλτιστες πρακτικές
- μεταξύ
- Πέρα
- προκατάληψη
- μεροληψίες
- χρέωσης
- Μπλοκ
- προσχέδιο
- ώθηση
- ενίσχυση
- και οι δύο
- σημεία συμφόρησης
- παραβιάσεις
- Φέρνει
- ευρύς
- προϋπολογισμός
- Προϋπολογισμών
- Έντομο
- χτίζω
- Κτίριο
- χτισμένο
- επιχείρηση
- αλλά
- by
- κλήση
- CAN
- δυνατότητες
- Χωρητικότητα
- Κάρτες
- ο οποίος
- Σταδιοδρομία
- προσεκτικός
- περίπτωση
- περιπτώσεις
- κατάλογος
- Κέντρα
- κεντρικός
- κεντρική
- πιστοποιήσεις
- προκλήσεις
- Champions
- Αλλαγές
- χρέωση
- κλασικό
- πελάτες
- Κλινικός
- κλινικές δοκιμές
- κλινικούς ιατρούς
- στενά
- Backup
- cloud computing
- cloud infrastructure
- κωδικός
- βάση κώδικα
- Κωδικοποίηση
- συνεργασία
- συνεργατική
- σε συνδυασμό
- έρχεται
- δεσμεύσεις
- Κοινός
- κοινότητα
- Εταιρείες
- εταίρα
- συγκρότημα
- Συμμόρφωση
- υποχωρητικός
- περίπλοκος
- συστατικό
- εξαρτήματα
- περιεκτικός
- Αποτελείται
- υπολογιστική
- Υπολογίστε
- υπολογιστή
- Computer Vision
- χρήση υπολογιστή
- σχετικά με
- καταλήγω
- Διεξαγωγή
- συνδεδεμένος
- εξέταση
- θεωρήσεις
- θεωρούνται
- Δοχείο
- Περιέχει
- συμφραζόμενα
- ΣΥΝΕΧΕΙΑ
- συνεχής
- συνεχώς
- Continuum
- έλεγχος
- ελέγχους
- πυρήνας
- Κόστος
- Διαχείριση κόστους
- εξοικονόμηση κόστους
- Δικαστικά έξοδα
- κάλυψη
- δημιουργία
- Δημιουργία αξίας
- δημιουργήθηκε
- δημιουργία
- δημιουργία
- κρίσιμης
- διαλειτουργικές ομάδες
- κρίσιμος
- επιμέλεια
- Ρεύμα
- Τη στιγμή
- έθιμο
- πελάτης
- εμπειρία του πελάτη
- Λύσεις πελατών
- Πελάτες
- προσαρμόσετε
- κύκλος
- κύκλους
- ημερομηνία
- Παραβιάσεις δεδομένων
- κέντρα δεδομένων
- Ανταλλαγή δεδομένων
- διαχείριση δεδομένων
- Προετοιμασία δεδομένων
- επεξεργασία δεδομένων
- επιστημονικά δεδομένα
- επιστήμονας δεδομένων
- την ασφάλεια των δεδομένων
- βασίζονται σε δεδομένα
- σύνολα δεδομένων
- Ημ.
- αφιερωμένο
- αφιέρωση
- βαθύς
- βαθιά μάθηση
- ορίζεται
- καθορίζοντας
- Καθυστέρηση
- παραδώσει
- παραδίδεται
- παράδοση
- Ζήτηση
- απαιτήσεις
- αποδεικνύοντας
- παρατάσσω
- αναπτυχθεί
- ανάπτυξη
- αναπτύξεις
- περιγράφουν
- Υπηρεσίες
- σχεδιασμένα
- σχέδιο
- λεπτομερής
- Ανίχνευση
- ανάπτυξη
- αναπτύχθηκε
- Εργολάβος
- προγραμματιστές
- ανάπτυξη
- Ανάπτυξη
- διαγνωστικός
- Διαγνωστική απεικόνιση
- διάγνωσης
- διαφορετικές
- δύσκολος
- ανακαλύπτουν
- συζητήσουν
- ασθένειες
- διακριτή
- διανομή
- διάφορα
- Γιατροί
- έγγραφο
- τεκμηρίωση
- τομέα
- domains
- γίνεται
- κάτω
- downtime
- δεκάδες
- αυτοκίνητο
- οδηγείται
- οδηγοί
- οδήγηση
- δυο
- κατά την διάρκεια
- δυναμικά
- Νωρίς
- ευκολότερη
- εύκολα
- οικοσύστημα
- άκρη
- αποτελεσματικά
- αποδοτικότητα
- αποτελεσματικός
- αποτελεσματικά
- προσπάθειες
- είτε
- στοιχεία
- ξεκίνησε
- ενσωμάτωση
- ενσυναίσθηση
- ενεργοποιήσετε
- ενεργοποιημένη
- δίνει τη δυνατότητα
- ενεργοποίηση
- κρυπτογράφηση
- τέλος
- από άκρη σε άκρη
- προσπάθειες
- δέσμευση
- μηχανικός
- Μηχανική
- Μηχανικοί
- ενίσχυση
- ενισχυμένη
- βελτιώσεις
- Ενισχύει
- εξασφαλίζω
- εξασφαλίζει
- εξασφαλίζοντας
- Εταιρεία
- ενθουσιασμός
- Ολόκληρος
- Περιβάλλον
- περιβάλλοντα
- σφάλμα
- ειδικά
- ουσιώδης
- αξιολογήσει
- εκτίμηση
- Even
- εκδηλώσεις
- τελικά
- Κάθε
- εμφανές
- εξέλιξη
- παράδειγμα
- παραδείγματα
- έξοχος
- ανταλλαγή
- υφιστάμενα
- αναμένεται
- εμπειρία
- έμπειρος
- Δραστηριοτητες
- πείραμα
- πειράματα
- διερευνήσει
- επέκταση
- εκτενής
- εκχύλισμα
- Πρόσωπο
- διευκολύνει
- δικαιοσύνη
- οικείος
- οικογένεια
- FAST
- γρηγορότερα
- Χαρακτηριστικό
- Χαρακτηριστικά
- ανατροφοδότηση
- Εικόνα
- Αρχεία
- τελικός
- χρηματοδότηση
- Όνομα
- Συγκέντρωση
- επικεντρώθηκε
- Εξής
- Για
- θαυμάσιος
- Προς τα εμπρός
- προώθηση
- Θεμέλιο
- κατακερματισμένος
- Πλαίσιο
- ειλικρινής
- φίλους
- από
- Καύσιμα
- πλήρη
- πλήρως
- λειτουργίες
- θεμελιώδης
- περαιτέρω
- Επί πλέον
- μελλοντικός
- γενεά
- γενετική
- Παραγωγική τεχνητή νοημοσύνη
- GitHub
- δεδομένου
- Παγκόσμιο
- Go
- καλός
- διακυβέρνησης
- διακυβέρνηση
- κυβερνά
- GPU
- μεγαλύτερη
- Έδαφος
- Grow
- Μεγαλώνοντας
- καθοδήγηση
- οδηγούμενος με οδηγόν
- λαβή
- ιπποσκευή
- Αξιοποίηση
- Έχω
- που έχει
- he
- Υγεία
- συστήματα υγείας
- υγειονομική περίθαλψη
- στον τομέα της υγείας
- βοήθεια
- βοήθησε
- βοήθεια
- βοηθά
- αυτήν
- Ψηλά
- υψηλή απόδοση
- ανταύγειες
- υψηλά
- ίδιος
- του
- ιστορία
- κράτημα
- Οριζόντια
- ώρα
- Πως
- Ωστόσο
- hpc
- HTML
- http
- HTTPS
- ανθρώπινος
- προσδιορίζονται
- προσδιορίσει
- προσδιορισμό
- Ταυτότητα
- Idle
- απεικονίζει
- εικόνα
- εικόνες
- Απεικόνιση
- Επίπτωση
- επιτακτικός
- εφαρμογή
- εφαρμοστεί
- εκτελεστικών
- σημαντικό
- βελτίωση
- βελτιώσεις
- βελτίωση
- in
- περιλαμβάνουν
- περιλαμβάνει
- Συμπεριλαμβανομένου
- Περιεκτικότητα
- αύξηση
- δείκτες
- ατομικές
- βιομηχανίες
- βιομηχανία
- βιομηχανικά πρότυπα
- αναποτελεσματικότητα
- πληροφορίες
- Υποδομή
- αρχικά
- νεωτερίζω
- Καινοτομία
- Στρατηγική Καινοτομίας
- καινοτόμες
- εισαγωγή
- ιδέες
- Έμπνευση
- παράδειγμα
- αντί
- ασφάλιση
- ενσωματώσει
- ενσωματωθεί
- ολοκλήρωση
- ολοκληρώσεις
- Νοημοσύνη
- περιβάλλον λειτουργίας
- διεπαφές
- εσωτερικός
- Internet
- Διαλειτουργικότητα
- ερμηνεία
- παρεμβάσεις
- σε
- εμπλέκω
- συμμετέχουν
- συμμετοχή
- Ιρίνα
- απομονωμένος
- απομόνωση
- θέματα
- IT
- επανάληψη
- ΤΟΥ
- Δουλειά
- άρθρωση
- ταξίδι
- jpg
- Διατήρηση
- Κλειδί
- γνώση
- εργαστήριο
- τιτλοφόρηση
- Έλλειψη
- φορητούς υπολογιστές
- large
- Αφάνεια
- ξεκινήσει
- στρώμα
- οδηγήσει
- ηγέτης
- που οδηγεί
- ΜΑΘΑΊΝΩ
- μάθηση
- Νομικά
- Νομικό πλαίσιο
- μείον
- Επίπεδο
- Μόχλευση
- μόχλευσης
- βρίσκεται
- ζωή
- Επιστήμη της ζωής
- Επιστήμες της Ζωής
- κύκλος ζωής
- Μου αρέσει
- όρια
- γενεαλογία
- γραμμές
- ζω
- ζωές
- φορτίο
- τοπικός
- θέσεις
- κούτσουρο
- ξύλευση
- κοιτάζοντας
- αγαπά
- μηχανή
- μάθηση μηχανής
- που
- Διατηρήσιμο
- Η διατήρηση
- διατηρεί
- συντήρηση
- κάνω
- ΚΑΝΕΙ
- Κατασκευή
- διαχείριση
- διαχειρίζεται
- διαχείριση
- Εργαλεία διαχείρισης
- διευθυντής
- διαχείριση
- υποχρεωτικό
- τρόπος
- Ταχύτητες
- κατασκευής
- πολοί
- αγορά
- ωριμότητα
- νόημα
- μέτρα
- μηχανισμούς
- ιατρικών
- Γνωρίστε
- Μέλη
- Μεταδεδομένα
- μέθοδοι
- μετρικός
- εκατομμύρια
- ελάχιστος
- ML
- MLOps
- μοντέλο
- μοντέλα
- σπονδυλωτή
- Παρακολούθηση
- παρακολούθηση
- παρακολούθηση
- περισσότερο
- μετακινήσετε
- MRI
- πολλαπλούς
- πλήθος
- πρέπει
- ντόπιος
- Φύση
- απαραίτητος
- Ανάγκη
- ανάγκες
- δικτύωσης
- Νέα
- νέοι χρήστες
- επόμενη
- Όχι.
- σημειωματάριο
- Notes
- κοινοποιήσεις
- τώρα
- αριθμός
- αντικείμενο
- Ανίχνευση αντικειμένων
- στόχοι
- of
- προσφορά
- προσφορές
- on
- Onboard
- μια φορά
- ONE
- συνεχή
- ανοίξτε
- ανοικτού κώδικα
- λειτουργεί
- επιχειρήσεων
- λειτουργίες
- Ευκαιρίες
- βέλτιστη
- βελτιστοποίηση
- Βελτιστοποίηση
- βελτιστοποιημένη
- βελτιστοποίηση
- or
- Στοματική υγιεινή
- τάξη
- επιχειρήσεις
- οργανώσεις
- Οργανωμένος
- ΑΛΛΑ
- Άλλα
- δικός μας
- αποτελέσματα
- περίγραμμα
- εκτός
- επί
- φόρμες
- εποπτεία
- ιδιοκτήτης
- Παράλληλο
- μέρος
- εταίρος
- συνεργάστηκε
- Συνεργάτες
- περάσματα
- Το παρελθόν
- ασθενής
- pacientes
- πληρώνουν
- People
- των ανθρώπων
- για
- επίδοση
- δικαιώματα
- προσωπικός
- Εξατομικευμένη
- Πρωτοποριακή
- αγωγού
- Μέρος
- πλατφόρμες
- Πλατφόρμες
- Πλάτων
- Πληροφορία δεδομένων Plato
- Πλάτωνα δεδομένα
- έτοιμη
- πολιτική
- φορητότητα
- θέτει
- θετικός
- Θέση
- δυναμικού
- δύναμη
- ισχυρός
- πρακτικές
- ανάγκη
- προβλέψει
- προτιμάται
- προετοιμασία
- Προετοιμάστε
- έτοιμος
- διατηρώντας
- χυτρα
- πρόληψη
- Κύριος
- μυστικότητα
- Προληπτική
- προβλήματα
- διαδικασίες
- διαδικασια μας
- Διεργασίες
- μεταποίηση
- Προϊόν
- διαχείριση προϊόντων
- παραγωγή
- παραγωγικότητα
- Προϊόντα
- επαγγελματίας
- Πρόγραμμα
- σχέδιο
- δεδομένα του έργου
- έργα
- Υπόσχεται
- την προώθηση της
- ιδιόκτητο
- πρωτόκολλο
- παρέχουν
- παρέχεται
- Παρόχους υπηρεσιών
- παρέχει
- χορήγηση
- δημόσιο
- σκοποί
- ποιότητα
- ερωτήματα
- Γρήγορα
- Αγώνας
- σειρά
- κυμαίνεται
- ταχέως
- Ανάγνωση
- έτοιμος
- πραγματικό κόσμο
- σε πραγματικό χρόνο
- λαμβάνω
- πρόσφατος
- συνιστώ
- συστάσεις
- Μειωμένος
- μείωση
- μητρώου
- ρυθμίζονται
- κανονισμοί
- ρυθμιστές
- Κανονιστική Συμμόρφωση
- σχετίζεται με
- απελευθερώνουν
- απελευθερώνοντας
- αξιοπιστία
- αξιόπιστος
- μακρινός
- αναφέρουν
- Εκθέσεις
- Αποθήκη
- ζητήσει
- απαιτείται
- απαιτήσεις
- Απαιτεί
- έρευνα
- έρευνα και ανάπτυξη
- πόρος
- Υποστηρικτικό υλικό
- απάντησης
- Αποτελέσματα
- επαναχρησιμοποιήσιμη
- Κριτικές
- φέρνω επανάσταση
- αυστηρός
- Κίνδυνος
- κινδύνους
- εύρωστος
- Ρόλος
- ρόλους
- τρέξιμο
- τρέξιμο
- θυσιάζοντας
- σοφός
- οικονομία
- Οικονομίες
- Απεριόριστες δυνατότητες
- επεκτάσιμη
- Κλίμακα
- Επιστήμη
- ΕΠΙΣΤΗΜΕΣ
- Επιστήμονας
- επιστήμονες
- αδιάλειπτη
- άψογα
- Δεύτερος
- τμήματα
- τομέας
- προστατευμένο περιβάλλον
- ασφάλεια
- Έλεγχοι ασφαλείας
- Μέτρα ασφαλείας
- αρχαιότερος
- ξεχωριστό
- εξυπηρετούν
- σερβίρεται
- εξυπηρετεί
- υπηρεσία
- Υπηρεσίες
- σειρά
- Σέτς
- τον καθορισμό
- διάφοροι
- μοιράζονται
- αυτή
- αλλαγή
- θα πρέπει να
- ανάδειξη
- παρουσιάζεται
- κλειστός
- τερματίστε
- σημαντικά
- Απλούς
- απλουστεύοντας
- αφού
- έξυπνος
- So
- λογισμικό
- τεχνολογία λογισμικού
- λύση
- Λύσεις
- μερικοί
- Πηγή
- Πηγές
- ένταση
- εκτείνεται
- πρωταγωνιστή
- ειδικός
- συγκεκριμένες
- ειδικά
- προσδιορισμός
- ταχύτητα
- δαπανήσει
- Δαπάνες
- αιχμές
- σκαλωσιά
- πρότυπα
- στέκεται
- Εκκίνηση
- ξεκινά
- Startups
- state-of-the-art
- στατιστικός
- στατιστική
- παραμονή
- χώρος στο δίσκο
- κατάστημα
- καταστήματα
- εναποθήκευση
- ειλικρινής
- Στρατηγική
- στρατηγικές
- Στρατηγική
- άλματα
- προσπάθεια
- ισχυρός
- δομή
- δομημένος
- στούντιο
- επιτυχία
- τέτοιος
- σουίτα
- υποστήριξη
- βέβαιος
- σύμπτωμα
- σύστημα
- συστήματα
- επειξειργασμένος από ραπτήν
- Πάρτε
- εργασίες
- Μέλη ομάδας
- ομάδες
- tech
- Τεχνικός
- Τεχνολογίες
- Τεχνολογία
- Telco
- τηλεθεραπεία
- πρότυπα
- όροι
- δοκιμή
- Δοκιμές
- από
- ότι
- Η
- Το μέλλον
- τους
- Τους
- τότε
- Εκεί.
- εκ τούτου
- Αυτοί
- αυτοί
- Τρίτος
- τρίτους
- αυτό
- τρία
- κατώφλι
- Μέσω
- παντού
- ώρα
- χρονοβόρος
- έγκαιρος
- φορές
- προς την
- μαζι
- εργαλεία
- προς
- Ιχνηλασιμότητα
- τροχιά
- Παρακολούθηση
- Τρένο
- εκπαιδευμένο
- Εκπαίδευση
- Μεταμορφώστε
- μετάβαση
- μεταβάσεις
- Διαφάνεια
- Ταξίδια
- θεραπεία
- δοκιμές
- όντως
- τύποι
- συνήθως
- τελικά
- ανεξουσιοδότητος
- καταλαβαίνω
- Απροσδόκητος
- ενιαία
- μοναδικός
- μοναδικότητα
- μονάδες
- Πανεπιστήμια
- απολύω
- χωρίς προηγούμενο
- αχρησιμοποίητος
- ενημερώσεις
- αναβαθμίσεις
- επάνω σε
- χρήση
- περίπτωση χρήσης
- μεταχειρισμένος
- Χρήστες
- χρησιμοποιεί
- χρησιμοποιώντας
- χρησιμοποιούνται
- αξιοποιώντας
- επικυρωμένο
- επικύρωση
- Πολύτιμος
- αξία
- ποικιλία
- διάφορα
- Σταθερή
- εκδοχή
- κάθετα
- πολύ
- μέσω
- Δες
- πρακτικώς
- όραμα
- Επίσκεψη
- οπτικές
- τόμος
- εθελοντής
- ήταν
- we
- ιστός
- διαδικτυακές υπηρεσίες
- Εβδ.
- ΛΟΙΠΌΝ
- ήταν
- πότε
- Ποιό
- ενώ
- Ο ΟΠΟΊΟΣ
- ευρύς
- Ευρύ φάσμα
- θα
- με
- εντός
- χωρίς
- Εργασία
- ροής εργασίας
- ροές εργασίας
- εργαζόμενος
- παγκόσμιος
- χρόνια
- απέδωσε
- zephyrnet
- ζώνες