এমএল মডেল অপারেশনালাইজেশন 2023 এর জন্য একটি মূল চ্যালেঞ্জ এবং সুযোগ

আমরা যখন 2023-এর দিকে যাচ্ছি, মেশিন লার্নিং (ML) পেশাদাররা বিগত বছরের স্টক নিচ্ছেন এবং এগিয়ে যাওয়ার সম্ভাব্য মূল সুযোগগুলি চিহ্নিত করছেন। সেই লক্ষ্যে, সেই সুযোগগুলি কী হতে পারে তা আরও ভালভাবে বোঝার জন্য আমার কোম্পানি সম্প্রতি 200 ইউএস-ভিত্তিক এমএল সিদ্ধান্ত-নির্মাতাদের ভোট দিয়েছে। একটি ক্ষেত্র যা আমরা ফোকাস করেছি তা হল পরিচালনার পিছনে চ্যালেঞ্জ মেশিন লার্নিং, যেটিকে উত্তরদাতারা একটি মূল সমস্যা হিসেবে চিহ্নিত করেছেন৷

যদিও মেশিন লার্নিং প্রতিটি শিল্পে প্রতিষ্ঠানের জন্য অনেক মূল্য আনতে পারে, এটি স্বীকার করা গুরুত্বপূর্ণ যে ব্যবসাগুলি শুধুমাত্র তখনই সেই মানকে বাস্তবায়িত করতে পারে যখন তারা একটি ML মডেল চালু করতে পারে। এটি মাথায় রেখে, এখানে আমাদের গবেষণা থেকে সবচেয়ে আকর্ষণীয় কিছু ফলাফল রয়েছে, এবং কীভাবে তা নিয়ে চিন্তাভাবনা রয়েছে৷ MLOps বিভাগ উপলক্ষ্যে উঠতে পারে এবং শিল্প জুড়ে MLকে আরও উপযোগী এবং অ্যাক্সেসযোগ্য করে তুলতে উন্নতি করতে পারে। 

এমএল মডেলগুলিকে কার্যকর করতে অক্ষমতা রাজস্বকে ক্ষতিগ্রস্ত করে

যখন আমরা মেশিন লার্নিং বিশেষজ্ঞদের জিজ্ঞাসা করি যে তাদের সংস্থাগুলিকে এমএল বিনিয়োগ থেকে ব্যবসায়িক এবং বাণিজ্যিক মূল্য তৈরি করতে চ্যালেঞ্জ করা হয়েছে – মেশিন লার্নিং পাইপলাইন এবং প্রকল্পগুলিকে স্কেলে স্থাপন বা উত্পাদন করে – কার্যত সবাই (86%) সম্মত হয়েছিল, প্রায় এক-তৃতীয়াংশ (29%) বলেছেন যে তারা "খুব চ্যালেঞ্জের" ছিল। একইভাবে, প্রায় তিন-চতুর্থাংশ বলেছেন যে তাদের কোম্পানি রাজস্ব বা মূল্য সৃষ্টির ক্ষেত্রে MLকে স্কেলে কার্যকর করার চ্যালেঞ্জের কারণে হারিয়েছে, প্রায় অর্ধেক এই চ্যালেঞ্জগুলিকে "গুরুতর" বা "খুব গুরুতর" হিসাবে বর্ণনা করেছে। 

স্পষ্টতই, এই সংখ্যাগুলি মৌলিক সমস্যাগুলির সাথে কথা বলে যা 2023 এবং তার পরেও সমাধান করা দরকার। উদাহরণস্বরূপ, মডেলগুলির উন্নয়ন, স্থাপনা এবং রক্ষণাবেক্ষণের জন্য মৌলিক মেশিন লার্নিং প্রক্রিয়াগুলিকে সমর্থন করার জন্য সরঞ্জামগুলিতে আরও বিনিয়োগের প্রয়োজন। পাশাপাশি উত্পাদন পরিবেশে মেশিন লার্নিং মডেলগুলি তৈরি, পরীক্ষা, স্থাপন এবং পরিচালনার প্রক্রিয়া স্বয়ংক্রিয়করণের উপর ফোকাস, সহযোগিতা বৃদ্ধি, প্রকল্প পরিচালনা এবং অপারেশনালাইজেশন।

এমএল প্রক্রিয়া অটোমেশন বিনিয়োগ একটি অগ্রাধিকার হবে

শিল্পের কেউ কেউ বিশ্বাস করেন যে মন্দা এআই এবং মেশিন লার্নিং বিনিয়োগকে কমিয়ে দেবে। বাস্তবে, ব্যয় অব্যাহত থাকার সম্ভাবনা রয়েছে। যাইহোক, AI এবং ML এর ধরনগুলি কী পরিবর্তন করবে যা কোম্পানিগুলি বিনিয়োগ করতে চাইবে৷ 

আমি আশা করি কোম্পানিগুলি এমন প্রযুক্তিতে বিনিয়োগ করবে যা তাত্ক্ষণিক মেয়াদে দক্ষতা এবং উত্পাদনশীলতা উন্নত করতে পারে। যেহেতু কোম্পানিগুলি 2023 সালে খরচ অপ্টিমাইজ করতে এবং তাদের ক্রিয়াকলাপগুলিকে স্ট্রীমলাইন করতে চায়, তারা সম্ভবত AI এবং ML প্ল্যাটফর্মগুলিতে ফিরে আসবে যাতে তারা তাদের প্রক্রিয়া এবং কাজগুলিকে বৃহৎ স্কেলে স্বয়ংক্রিয় করতে সহায়তা করে। এই রুটিন ক্রিয়াকলাপ, ফাংশন এবং সিস্টেমগুলিকে স্বয়ংক্রিয় করে, কোম্পানিগুলি আরও উচ্চ-স্তরের, মূল্য সংযোজন প্রকল্পগুলিতে ফোকাস করার জন্য মূলধন, প্রতিভা এবং অন্যান্য মূল্যবান সংস্থান মুক্ত করতে পারে। এটি তাদের সম্পদ মুক্ত করতে এবং দ্রুত খরচ বাঁচাতে সাহায্য করবে, শেষ পর্যন্ত তাদের লাভজনকতা এবং বাজারের সময় উন্নত করবে। 

আমরা স্বয়ংক্রিয় অপ্টিমাইজেশানের দিকে এই প্রবণতাটি সমীক্ষায়ও দেখতে পাই, কারণ নেতারা এমএল প্রক্রিয়া, বিশেষ করে অটোমেশন এবং অর্কেস্ট্রেশনকে সর্বাধিক করার জন্য সম্পদে ক্রমাগত বিনিয়োগে আগ্রহ প্রকাশ করেছেন। তাদের ML ক্রিয়াকলাপগুলিকে স্বয়ংক্রিয় করে, সংস্থাগুলি কম দিয়ে আরও বেশি করতে পারে এবং অর্থনৈতিক মন্দার সময়ে দক্ষতা এবং উত্পাদনশীলতার উপর এই ফোকাস বিশেষভাবে মূল্যবান।

অস্পষ্ট লক্ষ্য অপারেশনালাইজেশন ক্ষতিকারক

আশ্চর্যের বিষয় নয়, সংস্থাগুলি এবং তাদের মেশিন লার্নিং প্রকল্পগুলির মধ্যে একটি সংযোগ বিচ্ছিন্ন রয়েছে, যা মডেলগুলির কার্যকারিতাকে প্রভাবিত করছে। আমাদের সমীক্ষায় দেখা গেছে যে প্রায় 20% উত্তরদাতারা দাবি করেন যে "অস্পষ্ট সাংগঠনিক কৌশল এবং লক্ষ্য" তাদের কোম্পানির মধ্যে স্কেলে এমএল পরিচালনা করাকে চ্যালেঞ্জ করছে। 

এটি সমাধান করার জন্য, সংস্থাগুলিকে অবশ্যই তাদের ML কার্যপ্রবাহের জন্য আরও একটি সামগ্রিক পদ্ধতির অবলম্বন করতে হবে, যাতে ML-এর উদ্দেশ্য এবং বোর্ড জুড়ে সংস্থার উপর প্রভাব সম্পর্কে আরও স্পষ্টতা রয়েছে। এর মানে হল যে এমএল টিম এবং সি-স্যুট নেতাদের নির্দিষ্ট ব্যবসায়িক লক্ষ্য এবং উদ্দেশ্যগুলি সনাক্ত করতে একসাথে কাজ করা উচিত যা সংস্থাটি তার মেশিন লার্নিং উদ্যোগের মাধ্যমে অর্জন করতে চায়। এতে সাফল্যের জন্য সংজ্ঞায়িত মেট্রিক্স অন্তর্ভুক্ত করা উচিত, যেমন বর্ধিত আয় বা উন্নত গ্রাহক সন্তুষ্টি। এর মানে হল যে উভয় দলকে নিয়মিতভাবে ML উদ্যোগের অগ্রগতি পর্যালোচনা এবং মূল্যায়ন করা উচিত তা নিশ্চিত করার জন্য তাদের লক্ষ্য পূরণ এবং প্রত্যাশিত মান প্রদান। ML টিম, DevOps, এবং C-suite-এর মধ্যে এই ব্যবধান বন্ধ করে এবং আরও স্বচ্ছতা ও সহযোগিতা তৈরি করে, শিল্প অস্পষ্ট কৌশল এবং লক্ষ্যগুলির এই বাধাকে আরও ভালভাবে মোকাবেলা করতে পারে।

সংক্ষেপে বলতে গেলে, আমাদের গবেষণা দেখায় যে এমএল অপারেশনালাইজেশন একটি মূল চ্যালেঞ্জ এবং সেইসাথে 2023 সালে বিনিয়োগ এবং বৃদ্ধির একটি সুযোগ। যেহেতু সংস্থাগুলি আগামী বছর একটি চ্যালেঞ্জিং অর্থনৈতিক পরিবেশে বিনিয়োগকে অপ্টিমাইজ করতে চায়, আমি বিশ্বাস করি এমএল অপারেশনালাইজেশনে শ্রেষ্ঠত্ব অর্জন করা হবে শীর্ষস্থানীয় অগ্রাধিকার

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• উত্স: https://www.dataversity.net/ml-model-operationalization-is-a-key-challenge-and-opportunity-for-2023/