[ Teenused ]
TERNARY kavandab ja ehitab AI-lahendusi, lähtudes ülesandest, andmetest ja kasutuskeskkonnast. Enne tehnoloogia valikut määratleme, mida lahendus peab tegema, milliste andmetega töötama ja kuidas tulemust hinnata.
Vajadusel katame kogu tehnilise ahela: andmed, mudel, käituskeskkond ja riistvara, tarkvara, integratsioonid ning kasutuselevõtt.
[ Üks lahendus, mitu kihti ]
Tüüpiline töövoog algab ülesande määratlemisest ja lõpeb lahendusega, mida saab päris tööprotsessis kasutada. Iga etappi saab eraldi mõõta ja vajadusel korrigeerida.
- Selgitame välja ülesande, olemasoleva töövoo, piirangud ja mõõdikud, mille järgi tulemust hinnata.01
Kaardistamine
- Hindame olemasolevaid andmeid, nende kvaliteeti, katvust, päritolu ja kasutusõigusi. Vajadusel valmistame ette treening- või hindamiskorpuse.02
Andmed
- Otsustame, kas ülesande jaoks piisab olemasolevast mudelist, on vaja seda kohandada või on põhjendatud spetsialiseeritud mudeli treenimine. Arvestame ka lokaalse, hübriid- või pilvekäituse nõuetega.03
Lahenduse valik
- Kohandame või treenime mudeli ning hindame seda püsiva testikomplekti ja ülesande jaoks oluliste mõõdikute alusel. Vajadusel kvandime ja optimeerime.04
Mudel ja hindamine
- Määrame vajaliku arvutusressursi, mälu ja käituskeskkonna. Lahendus võib töötada lokaalses tööjaamas, organisatsiooni serveris, hübriidina või pilves.05
Käitus ja riistvara
- Ühendame mudeli API, rakenduse või olemasoleva infosüsteemiga ning viime lahenduse päris tööprotsessi.06
Tarkvara ja integratsioon
Enne projekti algust ei pea olema teada:
- millist mudelit kasutada
- kas mudelit tuleb kohandada
- kas vaja on eraldi mudelit
- kui palju GPU- või mälumahtu vaja on
- kas kasutada lokaalset serverit, hübriidi või pilve
- kuidas mudel olemasoleva süsteemiga ühendada
Need valikud tehakse projekti käigus mõõdetavate vajaduste järgi.
[Lokaalne kui võimalik.Hübriid kui kasulik.Pilv kui põhjendatud.]
Lokaalne
Sobib juhul, kui andmed peavad jääma organisatsiooni enda kontrolli alla, kasutuskoormus on püsiv, latentsus oluline või soovitakse vähendada sõltuvust välisest teenusest.
Lokaalne AI ei tähenda tingimata suurt serverit. Sõltuvalt mudelist ja koormusest võib lahendus töötada tööjaamas, kompaktses AI-serveris või olemasoleva infrastruktuuri osana.
Hübriid
Sobib siis, kui osa tööst saab teha lokaalselt, kuid mõne ülesande jaoks on vaja suuremat mudelit, täiendavat arvutusvõimsust või välist teenust.
Tundlikud andmed ja püsiva koormuse saab hoida lokaalselt ning kasutada pilve ainult seal, kus sellest on tehniline või majanduslik kasu.
Pilv
Sobib juhul, kui kasutus on ebaregulaarne, oma infrastruktuuri rajamine ei ole põhjendatud või vajalik mudel ja arvutusvõimsus on mõistlikum kasutada teenusena.
Valik tehakse ülesande, turvanõuete, koormuse ja kogukulu järgi.
[ Kus AI-d kasutada? ]
AI on praktiline eelkõige seal, kus tuleb töödelda suuremat hulka teksti, dokumente, heli või struktureerimata andmeid, leida infot, automatiseerida korduvat töövoogu või toetada olemasolevat tarkvara mudelipõhise funktsiooniga.
Ülesandest sõltuvalt võib piisata olemasolevast mudelist, olla vajalik selle kohandamine või olla põhjendatud väiksema spetsialiseeritud mudeli treenimine.
[ Mida me teeme ]
- 01
Mudelid ja andmed
Valime, kohandame ja hindame olemasolevaid mudeleid ning vajadusel treenime väiksemaid spetsialiseeritud mudeleid. Töö hõlmab ka treening- ja hindamisandmete ettevalmistamist, korpuste koostamist, kvaliteedikontrolli ning andmete kasutusõiguste dokumenteerimist.
- 02
Käituskeskkond ja riistvara
Dimensioneerime mudeli jaoks vajaliku arvutusressursi ja käituskeskkonna. Lahendus võib töötada lokaalses tööjaamas, organisatsiooni serveris, hübriidkeskkonnas või pilves sõltuvalt mudelist, koormusest, latentsusest ja andmete käsitlemise nõuetest.
- 03
Tarkvara ja integratsioonid
Loome API-sid ning veebi-, mobiili- ja töölauarakendusi, mille kaudu mudel ühendatakse olemasolevate infosüsteemide, dokumentide, andmebaaside ja tööprotsessidega. Mudel on lahenduse üks komponent, mitte eraldiseisev lõpptulemus.
[ Oma mudelid ja tehnoloogia ]
Lisaks tellimuslahendustele arendab TERNARY oma mudeleid ja tehnoloogiat. HÄÄL on eestikeelse Text-to-Speech (TTS) kõnesünteesi projekt, KUULA selle Speech-to-Text (STT) jätk ning MATRIX kompaktsete ja lokaalselt kasutatavate mudelite tehnoloogiline suund.
Oma arendustöö võimaldab meil hinnata treeningut, andmeid, kvantimist, käituskihti ja riistvara praktilise arenduse põhjal ning kasutada sama kogemust ka teiste lahenduste loomisel.
[ Räägime ülesandest ]
Kui sul on protsess, andmestik või tehniline ülesanne, kus AI võiks olla kasulik, ei pea tehniline lahendus enne ühenduse võtmist teada olema.
Kirjelda ülesannet ja olemasolevat olukorda. Aitame hinnata, milline mudel, käituskeskkond ja tarkvara on selle lahendamiseks põhjendatud.
[ Võta ühendust ]