Aporia 推出旨在簡化資料分析的 Production IR 工具
背景介紹
機器語言（ML）可觀察平臺 Aporia 今天宣布推出一款新工具，旨在簡化對生產資料進行調查的過程。該公司聲稱，其 Production IR（Production Investigation Room）工具為資料科學家、ML 工程師和分析師提供了一個“獨一無二”的統一監控平臺，可實時進行資料分析、根本原因分析和深入研究。傳統上，對生產資料的調查往往復雜且耗時，受到合作約束和程式碼更改等問題的阻礙。Aporia 稱這款新工具透過一個便於使用且可自定義的介面（類似筆記本）簡化了這一過程。它即可以消除繁瑣的程式設計，幫助利益相關者從生產資料中獲得有價值的洞察。
Production IR 的特點
Aporia 聲稱，Production IR 提供了集中存取 AI/ML 生產資料的方式，解決了傳統方法的挑戰和痛點，比如資料存取受限、合作有限以及需要編寫大量程式碼的問題。透過 Aporia 直接存取使用者的資料庫（DDC），它能夠快速而高效地存取大資料，簡化大資料集的處理。開發商重點強調集中化的資料視覺化促進了合作和加速了根本原因分析（RCA），從而提高了 ML 模型的效能，增強了資料探索的效能和效果。該平臺還允許調查人員新增筆記、報告進展並通知其他人特定問題，進一步促進協同調查。
Aporia 稱，其新工具提供了高度可定制性，以滿足具體需求，可以輕鬆配置以適應不同的資料集和要求，實現無縫的調查視覺化。此外 Production IR 還可以自動配置大資料查詢，解決了大規模生產模型和資料分析所面臨的挑戰。該公司表示這種新工具的協同性質促進了使用者之間的知識共享，並允許分析之間的比較，促進在 Aporia 平臺上洞察的共享。
利用統一資料監控最佳化根本原因分析
Aporia 的執行長 Liran Hason 指出，傳統的根本原因分析依賴於繁瑣的程式設計，這樣會消耗資源、造成延遲、隔離洞察並增加人為錯誤的可能性。此外根本原因分析通常與高成本相聯動。
他解釋道：“Production IR 透過提供改善模型的洞察，提供理解決這些挑戰的方式。它提供了自定義選項，為資料科學家和工程師提供了一種參與式的調查體驗，促進了協同調查。這導致了縮短解決時間（MTTR）並透過提高響應速度和靈活性來簡化根本原因分析過程，同時減少了投入到任務中的資源數量。”
Production IR 旨在透過各種分析功能來簡化資料調查，包括段分析、資料統計、漂移分析、分佈分析和事件響應等。
提升 AI 的可靠性和效能
Aporia 聲稱，Production IR 工具的事件響應能力提高了 AI 產品的可靠性和效能，使決策者能夠有效應對問題或威脅。公司表示組織可以透過將事件響應與 AI 實踐整合起來，主動應對潛在挑戰，確保負責任和道德的 AI 部署。此外該工具還包含了一個嵌入式投影機，允許使用者使用 UMAP 維度縮減以 2D 和 3D 方式視覺化結構化資料。
Aporia 的未來展望
Hason 表示 Aporia 的目標是使 AI 的使用民主化並加快其應用，使企業能夠建立信任並確保安全使用 AI。他指出，AI 錯誤的後果可能從僅是不便到可能改變生活的影響不等。
Hason 表示：“想像一下，如果醫療保健領域的 AI 系統診斷錯誤患者的病情，或者金融預測模型無法準確預測市場趨勢。後果可能很嚴重。因此確保 AI 系統不僅有效，而且可靠、可理解和值得信賴至關重要。”
Hason 表示 Aporia 致力於透過其 ML 可觀察平臺幫助企業實現負責任的 AI。他強調該平臺透過提供對 AI 決策的清晰洞察來實現透明度，從而促進使用者信任並加快 AI 的應用。
Hason 表示：“在 Aporia，我們的首要目標是為全世界每個人保證和實現負責任的 AI。我們致力於構建一個為企業負責任且有效處理其 AI 系統的端到端解決方案。”
