Развертывание экспериментальных моделей IBM WKS на основе правил в производстве: целесообразно ли это делать? - PullRequest
0 голосов
/ 17 сентября 2018

Я хотел бы знать, целесообразно ли развертывать в производстве модель на основе правил, созданную с помощью IBM Watson Knowledge Studio (WKS), поскольку это экспериментальная функция.

Документация IBM явно рекомендует неиспользуйте его экспериментальные функции в производстве: https://console.bluemix.net/docs/services/watson-knowledge-studio/troubleshooting.html#experimental.

Однако, 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 в более поздней публикации на https://developer.ibm.com/answers/questions/440983/is-my-wks-experimental-data-lost/ показано, что случилось с кем-то, кто развернул свой экспериментальный проект WKS, а затем потерял его (хотя этот пост не о моделях на основе правил).

Заранее спасибо!

Ответы [ 2 ]

0 голосов
/ 19 сентября 2018

Спасибо за ваш вопрос.Я перечитал мой оригинальный ответ , и я признаю, что это было немного двусмысленно, 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 услуги / функции, потому что цель экспериментальных выпусков состоит в том, чтобы извлечь уроки из реального использования клиента.Но это поощрение экспериментировать с не-GA сервисами / функциями по-прежнему не означает, что они пригодны для производственного использования.
  • Модели Knowledge Studio модели только по правилам , развертываемые на сервисы времени выполнения, такие как NaturalПонимание языка и открытие, являются экспериментальными. 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 разрыва изменений.Например, мы можем принять решение о выводе с рынка моделей только для правил, когда мы представляем гибридные модели (правила + машинное обучение в одной и 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 улучшить.

Мои извинения за начальную путаницу.Я надеюсь, что этот ответ более ясен, чем мой предыдущий.

С уважением,

Stefan

0 голосов
/ 17 сентября 2018

Экспериментальные особенности означают несколько вещей относительно производственного решения.

  • Как это работает, может измениться позже.
  • Нет гарантии, что он будет доступен позже.
  • Обычно проблемы не поддерживаются.

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.

...