مقدمة
في المراحل المبكرة من العمل مع الذكاء الاصطناعي التوليدية، من الشائع التركيز على الحصول على شيء يعمل. سواء كان عرضا توضيحيا أو نموذجا أوليا أو إثباتا للمفهوم، يمكن أن تشعر جميع هذه المراحل الرئيسية بالأهمية. ومع ذلك، فإن جعل شيء ما جاهزا للإنتاج هو تحد مختلف.
دون المراقبة السليمة، حتى التطبيقات التوليدية المستقرة على ما يبدو الذكاء الاصطناعي يمكن أن تواجه مشكلات في ظروف العالم الحقيقي:
- يمكن أن يصبح زمن الانتقال غير متوقع.
- يمكن أن تزيد التكاليف بسبب التصميم أو التحجيم السريع غير الفعال.
- موارد الحوسبة غير متوافقة مع احتياجات الاستخدام الفعلي.
تقع العديد من الفرق في فخ النشر دون فهم كامل لكيفية أداء نظامها في ظل ظروف حقيقية. المراقبة تحول التخمين إلى هندسة.
فهم حالة الاستخدام
تخيل أنك تعمل في منطقة البحيرات الكبرى للبيع بالتجزئة، والتي تبيع العتاد في الهواء الطلق. يقوم فريق دعم العملاء بمئات الاستفسارات يوميا حول تشكيلة منتجاتك الواسعة، بدءا من معدات التخييم إلى معدات المشي المتخصصة. لتحسين سرعة الاستجابة ودقتها، قاموا بنشر مساعد الذكاء الاصطناعي يسمى دليل تريل.
ومع ذلك، فإن نشر حل الذكاء الاصطناعي إنشاءي هو مجرد بداية. بصفتك مهندسا الذكاء الاصطناعي، يطلب منك تنفيذ المراقبة المستمرة للحفاظ على الجودة، وتخفيف المخاطر والسلامة، وضمان رضا العملاء.
في هذه الوحدة النمطية، ستتعلم أفضل الممارسات لمراقبة تطبيقات الذكاء الاصطناعي التوليدية باستخدام Azure الذكاء الاصطناعي وAzure Monitor. في النهاية، يمكنك مراقبة الذكاء الاصطناعي الوكلاء والمساعدين بشكل استباقي مثل دليل تريل وتحسين فعاليتهم في العالم الحقيقي.