نشر النموذج

يُعد نشر النموذج عملية بالغة الأهمية لدمج نموذج تعلم آلي (ML) مُدرَّب في بيئة إنتاج مباشرة حيث يمكنه استقبال المدخلات وتقديم التنبؤات. وهي المرحلة النهائية في دورة حياة تعلم الآلة، حيث تحول ملف النموذج الثابت إلى تطبيق وظيفي ومولد للقيمة. وبدون نشر فعال، فإن حتى أدق النماذج يظل مجرد تمرين أكاديمي. والهدف هو إتاحة قوة النموذج التنبؤية للمستخدمين النهائيين أو تطبيقات البرامج أو الأنظمة الآلية الأخرى بطريقة موثوقة وقابلة للتطوير.

ما هي عملية النشر؟

يتضمن نشر النموذج أكثر من مجرد حفظ أوزان النموذج المدرب. إنها عملية متعددة الخطوات تضمن أداء النموذج بكفاءة وموثوقية في بيئته المستهدفة.

1. تحسين النموذج: قبل النشر، غالبًا ما يتم تحسين النماذج من أجل السرعة والحجم. تعمل تقنيات مثل تكميم النموذج و تقليم النموذج على تقليل الموارد الحسابية المطلوبة للاستدلال في الوقت الفعلي دون انخفاض كبير في الدقة.
2. تصدير النموذج: يتم بعد ذلك تحويل النموذج الأمثل إلى تنسيق مناسب للنظام الأساسي المستهدف. يمكن تصدير نماذج Ultralytics، على سبيل المثال، إلى تنسيقات متنوعة مثل ONNX و TensorRT و CoreML، مما يجعلها متعددة الاستخدامات للغاية.
3. التغليف: يتم تجميع النموذج وجميع تبعياته (مثل مكتبات وأطر عمل معينة) معًا. يعد الاحتواء باستخدام أدوات مثل Docker ممارسة شائعة، لأنه يخلق بيئة محمولة قائمة بذاتها تضمن تشغيل النموذج باستمرار في كل مكان.
4. التقديم: يتم نشر النموذج المعبأ على خادم أو جهاز حيث يمكنه قبول الطلبات عبر واجهة برمجة تطبيقات (API). هذا المكون، المعروف باسم تقديم النموذج، مسؤول عن معالجة البيانات الواردة وإرجاع التنبؤات.
5. المراقبة: بعد النشر، تعد مراقبة النموذج المستمرة أمرًا ضروريًا. يتضمن ذلك تتبع مقاييس الأداء وزمن الوصول واستخدام الموارد لضمان عمل النموذج كما هو متوقع ولاكتشاف مشكلات مثل انحراف البيانات.

بيئات النشر

يمكن نشر النماذج في مجموعة متنوعة من البيئات، ولكل منها مزاياها وتحدياتها الخاصة.

• المنصات السحابية: تقدم خدمات مثل Amazon Web Services (AWS) و Google Cloud Platform (GCP) و Microsoft Azure بنية تحتية قوية وقابلة للتطوير لاستضافة النماذج المعقدة.
• الخوادم المحلية: قد تقوم المؤسسات التي لديها متطلبات صارمة لـ خصوصية البيانات أو تلك التي تحتاج إلى تحكم كامل في بنيتها التحتية بنشر النماذج على خوادمها الخاصة.
• أجهزة Edge AI: يتضمن Edge AI نشر النماذج مباشرة على الأجهزة المحلية، مثل الهواتف الذكية أو الطائرات بدون طيار أو المستشعرات الصناعية أو الأجهزة المتخصصة مثل NVIDIA Jetson. هذا النهج مثالي للتطبيقات التي تتطلب زمن انتقال استدلالي منخفض وقدرات غير متصلة بالإنترنت.
• متصفحات الويب: يمكن تشغيل النماذج مباشرة في متصفح الويب باستخدام أطر عمل مثل TensorFlow.js، مما يتيح تجارب الذكاء الاصطناعي التفاعلية دون معالجة من جانب الخادم.

تطبيقات واقعية

• مراقبة جودة التصنيع: يمكن نشر نموذج Ultralytics YOLO المدرب على اكتشاف العيوب على جهاز طرفي في أرضية المصنع. يتم دمج النموذج، المحسن باستخدام TensorRT لإنتاجية عالية، مع كاميرا تطل على حزام ناقل. يقوم بإجراء اكتشاف الكائنات في الوقت الفعلي لتحديد المنتجات المعيبة، وإرسال إشارة فورية إلى ذراع آلية لإزالتها. تحدث هذه العملية بأكملها محليًا، مما يقلل من تأخير الشبكة ويضمن اتخاذ إجراء فوري. لمزيد من المعلومات، راجع كيفية تطبيق الذكاء الاصطناعي في التصنيع.
• تحليلات البيع بالتجزئة الذكية: يتم نشر نموذج رؤية حاسوبية لعد الأشخاص وتتبعهم على خوادم سحابية. تقوم الكاميرات الموجودة في متجر بيع بالتجزئة ببث الفيديو إلى السحابة، حيث يعالج النموذج الخلاصات لإنشاء خرائط حرارية لتدفق العملاء وتحليل أنماط التسوق. تتم إدارة التطبيق باستخدام Kubernetes للتعامل مع الأحمال المتغيرة من متاجر متعددة، مما يوفر رؤى قيمة لإدارة المخزون وتحسين تصميم المتجر.

نشر النموذج وتقديم النموذج وعمليات تعلم الآلة (MLOps)

في حين أنها وثيقة الصلة، إلا أن هذه المصطلحات متميزة.

• نشر النموذج مقابل تقديم النموذج: النشر هو العملية الكاملة من البداية إلى النهاية لأخذ نموذج مدرب وجعله قابلاً للتشغيل. تقديم النموذج هو مكون محدد من النشر يشير إلى البنية التحتية المسؤولة عن تشغيل النموذج والاستجابة لطلبات التنبؤ، غالبًا عبر واجهة برمجة تطبيقات (API).
• نشر النموذج مقابل MLOps: عمليات تعلم الآلة (MLOps) هي مجموعة واسعة من الممارسات التي تشمل دورة حياة الذكاء الاصطناعي بأكملها. النشر هو مرحلة حاسمة داخل إطار عمل MLOps، والذي يتضمن أيضًا إدارة البيانات وتدريب النموذج وإصدار النسخ والمراقبة المستمرة وإعادة التدريب. توفر منصات مثل Ultralytics HUB بيئة متكاملة لإدارة سير العمل بأكمله، بدءًا من تدريب النماذج المخصصة وحتى النشر والمراقبة السلسين.