Aporia lança ferramenta de análise de causa raiz para análise de dados em tempo real

Aporia, plataforma de observabilidade de aprendizado de máquina (ML), anunciou hoje o lançamento de uma ferramenta que visa facilitar a investigação de dados de produção. A empresa afirma que sua ferramenta Production Investigation Room (Production IR) fornece aos cientistas de dados, engenheiros de ML e analistas uma plataforma de monitoramento unificada “única” que oferece um ambiente digital para análise de dados em tempo real, causa raiz investigação e insights profundos.

Tradicionalmente, a investigação de dados de produção tem sido complexa e demorada, dificultada pela colaboração limitada e pelas alterações de código.

Aporia afirma que a nova ferramenta simplifica o processo com uma interface amigável e personalizável que lembra um notebook. Isto deverá eliminar a necessidade de codificação extensa e ajudar as partes interessadas a obter informações valiosas a partir dos seus dados de produção.

“O Production IR fornece acesso centralizado para investigar dados de produção de IA/ML. (Isso) elimina os desafios e as dores dos métodos tradicionais, como acesso restrito a dados, colaboração limitada e a necessidade de escrita extensa de código”, disse Liran Hason, cofundador e CEO da Aporia, à VentureBeat. “Através da conexão direta da Aporia com o banco de dados do usuário (DDC), permite acesso rápido e eficiente a big data, simplificando o manuseio de grandes conjuntos de dados.”

Hason enfatizou que as visualizações centralizadas dos dados de produção promovem a colaboração e agilizam a análise da causa raiz (RCA).

Ele argumenta que esta abordagem melhora o desempenho do modelo de ML e aumenta a eficiência e eficácia da exploração de dados. A plataforma também permite que os investigadores deixem notas, relatem o progresso e alertem outras pessoas sobre questões específicas, facilitando a investigação colaborativa.

De acordo com Aporia, a nova oferta oferece alta personalização para atender a necessidades específicas e pode ser facilmente configurada para acomodar diferentes conjuntos de dados e requisitos, permitindo a visualização fácil das investigações.

Além disso, o Production IR configura automaticamente consultas de big data, aliviando os desafios associados a modelos de produção em larga escala e análise de dados.

A empresa afirmou que a natureza colaborativa da nova ferramenta promove o compartilhamento de conhecimento entre os usuários. Permite a comparação de análises e facilita o compartilhamento de insights dentro da plataforma Aporia.

“Engenheiros de ML e cientistas de dados podem aproveitar seus recursos para criar painéis interativos que podem ser compartilhados e integrados com ferramentas preferidas, como Databricks, Snowflake e muito mais”, acrescentou Hason da Aporia. “(Com) uma visão unificada de dados e insights, todos os membros da equipe podem acessar as mesmas informações.”

Simplificando a análise da causa raiz por meio do monitoramento unificado de dados

Hason destacou que a análise tradicional de causa raiz (RCA) depende de codificação extensa, que consome recursos, causa atrasos, isola insights e aumenta o potencial de erro humano. Além disso, a RCA está normalmente associada a custos elevados.

“O RI de produção supera esses desafios, fornecendo insights para melhorar os modelos. (Ele) oferece opções de personalização e proporciona uma experiência envolvente para cientistas e engenheiros de dados, promovendo uma investigação colaborativa”, explicou. “Isso leva a um tempo médio de resolução (MTTR) acelerado e simplifica o processo de RCA, melhorando a velocidade e a agilidade de resposta e, ao mesmo tempo, reduzindo o número de recursos investidos nas tarefas.”

Com uma ampla gama de recursos de análise, o Production IR visa agilizar a investigação de dados, abrangendo análise de segmentos, estatísticas de dados, análise de desvios, análise de distribuição e resposta a incidentes.

“O recurso de análise de segmento da Aporia permite que os investigadores dividam seus dados em segmentos menores e mais gerenciáveis. Isto permite um exame granular de subconjuntos específicos de dados, o que pode ajudar a identificar padrões, anomalias ou correlações que podem não ser aparentes quando se olha os dados como um todo”, disse Hason. “Os novos recursos da nossa plataforma capacitam os investigadores com capacidades analíticas que lhes permitem conduzir investigações mais eficientes e eficazes”.

IA responsável e ética, confiável e eficiente

Aporia afirma que a capacidade de resposta a incidentes da ferramenta aumenta a confiabilidade e a eficiência dos produtos de IA, permitindo que os tomadores de decisão resolvam problemas ou ameaças de forma eficaz. A empresa disse que as organizações podem enfrentar proativamente os desafios potenciais, integrando a resposta a incidentes nas práticas de IA e garantindo a implantação responsável e ética da IA.

Além disso, a ferramenta incorpora um projetor incorporado, permitindo aos usuários representar visualmente dados não estruturados em 2D e 3D usando a redução de dimensão UMAP.

“Um projetor incorporado é uma ferramenta que ajuda os usuários a visualizar e explorar dados não estruturados complexos, como dados de texto ou imagem, em um espaço de dimensão inferior, geralmente visualizações 2D ou 3D”, disse Hason. “Ele utiliza uma técnica de redução de dimensão chamada aproximação e projeção de variedade unificada (UMAP). Isso pode ser facilmente observado na visualização do projetor incorporado.”

Hason disse que o recurso é significativo para modelos de PNL, LLM e CV, pois fornece uma compreensão abrangente dos dados de produção e impulsiona melhorias nos modelos de ML.

Ele explicou que o projetor incorporado analisa os arranjos espaciais, a proximidade e as relações geométricas dos pontos de dados para descobrir padrões nos dados. Esses padrões expõem estruturas, tendências ou associações subjacentes que podem não ser facilmente aparentes nos dados originais de alta dimensão.

“Ao aproveitar um projetor incorporado com UMAP, os usuários também obtêm uma compreensão mais profunda de seus dados não estruturados, permitindo tarefas como análise de dados, interpretação de modelos, engenharia de recursos e geração de hipóteses nos domínios de PNL, LLM e CV”, disse Hason ao VentureBeat.

O que vem por aí para Aporia?

Hason disse que Aporia pretende democratizar e agilizar o uso da IA, permitindo que as empresas estabeleçam confiança e garantam o uso seguro. Ele ressaltou que as consequências dos erros de IA podem variar desde meros inconvenientes até impactos potencialmente transformadores de vidas.

“Imagine se o sistema de IA na área da saúde diagnosticasse erroneamente a condição de um paciente ou se um modelo de previsão financeira não conseguisse prever com precisão as tendências do mercado. As repercussões podem ser graves. Portanto, é crucial garantir que os sistemas de IA não sejam apenas eficazes, mas também confiáveis, compreensíveis e confiáveis”, afirmou.

Hason afirmou que a Aporia se dedicou a ajudar as empresas a alcançar IA responsável por meio de sua plataforma de observabilidade de ML. Ele enfatizou que a plataforma permite a transparência, oferecendo insights claros sobre a tomada de decisões em IA, promovendo a confiança do usuário e acelerando a adoção da IA.

“Na Aporia, nosso principal objetivo é garantir e habilitar uma IA responsável para todos os indivíduos em todo o mundo. Estamos empenhados em construir uma plataforma que forneça uma solução ponta a ponta para que as empresas possam lidar com os seus sistemas de IA de forma responsável e eficaz”, disse ele. “Nosso esforço é mais do que apenas criar tecnologia; trata-se de estabelecer um ambiente seguro e confiável para uso de IA em todos os setores.”