Data Flywheel

Veri çarkı, dağıtılmış bir yapay zekâ modelinin girdileri, tahminleri, hataları ve kullanıcı geri bildirimleri dâhil olmak üzere veri ürettiği; bu verilerin sonraki sürüm için daha iyi eğitim verilerine dönüştürüldüğü, kendi kendini güçlendiren bir döngüdür. Her sürüm daha fazla örneği doğru işler, daha iyi bir ürün daha fazla kullanım çeker ve artan kullanım, sonraki sürümün ihtiyaç duyduğu veriden daha fazlasını üretir. Adı, dönmeye başlamak için çaba gerektiren, ardından momentumu depolayan mekanik volandan gelir.

Bilgisayarlı görü alanında döngü, zor örneklere odaklanır: algılayıcının bir nesneyi kaçırdığı, yanlış alarm verdiği veya düşük güven puanı aldığı karelere. Bir görsel denetim sistemi kullanıma alındıktan sonra yeni malzemeler ve yansımalarla karşılaşırken, bir perakende envanter modeli mevsimsel ambalajlarla karşılaşır; bu nedenle etiketlemeye değer görüntüler bunlardır. Tesla'nın Autopilot ekibi, 2019 Autonomy Day'de veri motoru adını verdiği, çok bilinen bir örneği sundu: ağın kötü performans gösterdiği örnekler filodan alındı, etiketlendi ve eğitime eklendi. Büyük dil modelleri üzerine kurulu ürünlerde de puanlamalar, düzenlemeler ve konuşmalar aynı döngüyü oluşturur; bunlar değerlendirme kümelerine, ince ayara ve insan geri bildiriminden pekiştirmeli öğrenmeye girdi sağlar.

Veri Çarkı Nasıl Çalışır#

Her döngü yakalama, inceleme, yeniden eğitim ve sürüm kararı aşamalarından geçer:

Yakalama aşaması, üretim verilerinden hangilerinin döngüye gireceğini belirler. Her şeyi depolamak pahalıdır ve verilerin çoğu gereksiz tekrarlardan oluşur; bu nedenle sistemler bilgi taşıyan girdileri saklar: düşük güvenli tahminler, modeller arasındaki uyuşmazlıklar, kullanıcı düzeltmeleri, nadir sınıflar ve veri kaymasına işaret eden girdiler. Modele en çok şey öğretecek örnekleri seçmek, aktif öğrenmenin görevidir.

İnceleme, yakalanan girdileri temel gerçeğe dönüştürür. İnsan döngüdeyken anotatörler her etiketi onaylar veya düzeltir, yinelenenleri ve hassas içerikleri kaldırır; onaylanan örnekler sürümlenmiş bir veri kümesine eklenir, böylece her modelin eğitildiği veriler izlenebilir.

Yeniden eğitim, yayımlanmadan önce sabit bir ayrılmış test kümesinde, genellikle özenle derlenmiş bir altın veri kümesinde, mevcut modeli geçmesi gereken bir aday üretir. Ardından kademeli dağıtım ve model izleme, gerilemeleri yakalar ve sonraki döngüyü başlatır.

Ultralytics Platform, Agents ile yakalama adımını otomatikleştirir. Görsel iş akışları içeren bu platformda Collect Uncertain Detections şablonu, bir veri kümesindeki görüntüleri dağıtılmış bir modelden geçirir, 0.25 ile 0.5 gibi seçilen bir güven aralığında en az bir algılama içeren görüntüleri tutar ve bunları etiketsiz olarak hedef veri kümesine ekler; böylece anotasyon düzenleyicisinde incelenebilirler.

Veri Çarkları Neden Duraksar#

Bir veri çarkı yalnızca en yavaş aşaması kadar hızlı döner; bu aşama çoğu zaman insan etiketlemesidir. Bir modelin kendi tahminlerini insan incelemesi olmadan etiket olarak geri beslemek, hatalarının kendi kendini güçlendirmesine yol açar. Tahminlerine göre eylem alan bir sistem, sonraki aşamada göreceği verileri de şekillendirir; bu nedenle bir öneri sistemi yalnızca göstermeyi seçtiği öğeler hakkında öğrenir. Google araştırmacıları, 2015'te bu tür geri bildirim döngülerini makine öğrenimi sistemlerindeki gizli teknik borç kaynakları arasında sıraladı. Her sürümü gelen verilerle değişen bir test kümesinde değerlendirmek gerilemeleri gizler; test örneklerini eğitime taşımaksa veri sızıntısına neden olur.

Veri Çarkı ve İlgili Terimler#

• Veri odaklı yapay zekâ: Verileri iyileştirerek modelleri geliştirme yaklaşımı. Veri çarkı, üretim ortamının veri sağladığı bu yaklaşımı kesintisiz uygular.
• Sürekli öğrenme: Bir modeli zaman içinde yeni verilerle güncellerken önceki görevlerdeki yıkıcı unutmayı önler. Çoğu veri çarkı ise her sürümde büyüyen veri kümesinin tamamıyla yeniden eğitim yapar.
• Makine öğrenimi operasyonları (MLOps): Veri çarkının her döngüsünün yeniden üretilebilir olmasını sağlayan sürümleme, eğitim, dağıtım ve izleme işlem hatlarıyla araçları.
• Ağ etkileri: Daha fazla kişi kullandıkça bir ürünün değeri artar. Bir veri çarkı, kalıcı bir avantajı ancak bu kullanım rakiplerin kolayca toplayamayacağı veriler ürettiğinde sağlar.