Развертывание экспериментальных моделей IBM WKS на основе правил в производстве: целесообразно ли это делать?
Я хотел бы знать, целесообразно ли внедрять в производство модель на основе правил, созданную с помощью IBM Watson Knowledge Studio (WKS), поскольку это экспериментальная функция.
Документация IBM однозначно рекомендует не использовать свои экспериментальные функции в производстве: https://console.bluemix.net/docs/services/watson-knowledge-studio/troubleshooting.html.
Тем не менее, старый пост IBM Watson Knowledge Studio 2.0 - развертывание модели на основе правил является экспериментальным. Что это значит? кажется, гарантирует, что эта функция действительно стабильна и не будет удалена в будущем. В то же время более свежий пост на https://developer.ibm.com/answers/questions/440983/is-my-wks-experimental-data-lost/ показывает, что случилось с кем-то, кто развернул свой экспериментальный проект WKS, а затем потерял (хотя этот пост не о моделях, основанных на правилах).
Заранее спасибо!
2 ответа
Спасибо Вам за Ваш вопрос. Я перечитал свой оригинальный ответ и признаю, что он был немного двусмысленным, за что я прошу прощения. Я обновил свой оригинальный ответ. Чтобы быть более понятным:
- Экспериментальные службы IBM и экспериментальные функции НЕ подходят для производственного использования. Период.
- Мы рекомендуем использовать экспериментальные сервисы / функции, потому что цель экспериментальных выпусков состоит в том, чтобы извлечь уроки из реального использования клиента. Но это поощрение экспериментировать с не-GA услугами / функциями все еще не означает, что они подходят для производственного использования.
- Экспериментальные модели, основанные только на правилах Knowledge Studio, которые можно развернуть в службах времени выполнения, таких как "Понимание естественного языка" и "Обнаружение". Правила в Knowledge Studio (редактор правил и предварительный аннотатор правил) - это функция GA. Вот почему я говорил, что Правила здесь, чтобы остаться, в то время как модели только для правил не защищены от серьезных изменений. Например, мы можем принять решение о выводе с рынка моделей только для правил, когда мы представляем гибридные модели (правила + машинное обучение в той же модели времени выполнения) или если мы не видим хорошего принятия моделей только для правил. В то же время предварительная аннотация на основе правил оказалась ценной и хорошо принятой функцией, которую мы планируем усовершенствовать.
Мои извинения за первоначальное замешательство. Я надеюсь, что этот ответ более ясен, чем мой предыдущий.
С уважением,
Стефан
Экспериментальные особенности означают несколько вещей относительно решения для производства.
- Как это работает, может измениться позже.
- Нет гарантии, что он будет доступен позже.
- Обычно это не поддерживается, если возникают проблемы.
Одна из ваших ссылок относится к "Экспериментальному сервису". Они никогда не должны использоваться в производственной среде, потому что, когда они начнут работать, экспериментальная служба перестанет работать. Живые версии также могут быть не полностью совместимы.