การนำโมเดล AI ไปใช้งานจริง หมายถึงการย้ายโมเดลจากสภาพแวดล้อมการพัฒนาและทดสอบ ไปสู่สภาพแวดล้อมในการทำงานจริง เพื่อให้ใช้งานได้ตามวัตถุประสงค์ (เช่น การคาดการณ์ทางธุรกิจจากข้อมูลลูกค้า)
ปัจจัยในการนำไปใช้งานจะแตกต่างกันไปขึ้นอยู่กับหลายอย่าง เช่น ประเภทของโมเดลหรือกรณีการใช้งานที่ต้องการ ตัวเลือกที่ดีที่สุดสำหรับองค์กรของคุณจะขึ้นอยู่กับข้อควรพิจารณาต่างๆ เช่น งบประมาณ ทรัพยากรและความเชี่ยวชาญด้านไอที วัตถุประสงค์ของโมเดล ความต้องการด้านการประมวลผล และประเภทของข้อมูลที่โมเดลจะต้องประมวลผล
ด้านล่างคือข้อควรพิจารณาหลักในการไปใช้งานจริง
สภาพแวดล้อมที่ใช้กันทั่วไป 3 แบบ:
บนคลาวด์ (Cloud-based): ผู้ให้บริการคลาวด์ภายนอกจะเป็นผู้โฮสต์โมเดลและจัดการโครงสร้างพื้นฐาน
ข้อดี: ปรับขนาดขึ้นหรือลงได้ง่าย ลดความจำเป็นลงทุนในฮาร์ดแวร์
ข้อเสีย: อาจเกิดปัญหาความหน่วง และความเสี่ยงด้านความปลอดภัยเมื่อข้อมูลอยู่ในการจัดการของบุคคลที่สาม
ภายในองค์กร (On-premise): โมเดลจะโฮสต์อยู่บนเซิร์ฟเวอร์และฮาร์ดแวร์ที่เป็นขององค์กร
ข้อดี: ควบคุมการใช้งานได้มากขึ้น ซึ่งสำคัญมากหากต้องจัดการข้อมูลที่ละเอียดอ่อน หรืออยู่ในอุตสาหกรรมที่มีการกำกับดูแลที่เข้มงวด
ข้อเสีย: อาจต้องใช้เงินลงทุนล่วงหน้าในฮาร์ดแวร์มากกว่าการใช้งานบนคลาวด์
ณ อุปกรณ์ปลายทาง (Edge): โมเดลจะโฮสต์อยู่บนอุปกรณ์ปลายทาง เช่น สมาร์ทโฟน
ข้อดี: อาจลดความหน่วง และปกป้องความเป็นส่วนตัวของข้อมูลได้มากขึ้น
ข้อเสีย: โมเดลอาจถูกจำกัดโดยฮาร์ดแวร์ของอุปกรณ์ปลายทาง ซึ่งอาจจำกัดการประมวลผลของโมเดล
Packaging the AI model คือการสร้างรูปแบบที่สามารถนำไปใช้งานจริงได้ ตัวเลือกที่ใช้กันทั่วไปคือ containerization ซึ่งเกี่ยวข้องกับการแพ็กโมเดลและสิ่งที่เกี่ยวข้อง (เช่น ทุกสิ่งที่โมเดลต้องใช้ในการทำงานอย่างมีประสิทธิภาพ) เก็บไว้ภายในหน่วยที่ทำงานได้ด้วยตนเอง Container จะลดปัญหาความเข้ากันไม่ได้ และทำให้การนำโมเดลไปใช้งานในสภาพแวดล้อมต่างๆ ได้ง่ายขึ้น (เช่น สภาพแวดล้อมการพัฒนาหรือทดสอบ)
Making the model accessible คือการทำให้โมเดลพร้อมใช้งานจริง (เรียกอีกอย่างว่า exposing the model) ช่วยให้ระบบหรือแอปพลิเคชันสามารถทำงานร่วมกับโมเดลได้ มีหลายทางเลือก เช่น REST API (Representational State Transfer Application Programming Interfaces) และการฝัง (embedding) ไว้ภายในแอปพลิเคชัน
สรุป กิจกรรมหลักของขั้นตอนการนำไปใช้งานจริง คือการนำโมเดล AI ไปไว้ใช้งานในสภาพแวดล้อมจริง ในช่วงนำไปใช้งาน องค์กรควรมีการประเมินความพร้อม และมีแผนสำหรับการติดตามผลและปรับเปลี่ยนที่ต่อเนื่องหลังจากใช้งานจริงแล้ว และตลอดอายุการใช้งานของระบบ