ИИ-инженерия — это синтез, а не отдельная дисциплина
Что такое “Учебные программы по вычислительной технике ACM/IEEE” (ACM/IEEE Computing Curricula)?
Это всемирно признанные руководящие принципы для академических программ получения степени в различных областях вычислительной техники (computing fields). Разработанные совместно ACM и Компьютерным обществом IEEE, они ставят своей целью определить фундаментальные знания и компетенции, необходимые в отрасли.
Они официально устанавливают основные вычислительные дисциплины:
Компьютерные науки (Computer Science - CS)
Программная инженерия (Software Engineering - SE)
Компьютерная инженерия (Computer Engineering - CE)
Информационные технологии (Information Technology - IT)
Информационные системы (Information Systems - IS)
Кибербезопасность (Cybersecurity - CSEC)
ИИ как Синтез
В нашем репозитории появилась новая статья “Обоснование систем ИИ в вычислительных дисциплинах” (“AI Systems Grounding in Computing Disciplines”). В ней использована структура дисциплин ACM/IEEE, чтобы представить ИИ-инженерию (AI Engineering) как конвергентную область (синтез), а не как отдельную, фундаментальную дисциплину.
Цель статьи состоит в том, чтобы отобразить Жизненный цикл промышленного ИИ (Production AI Lifecycle (MLOps)) непосредственно на эти установленные вычислительные корни.
Жизненный цикл ИИ разбит на три фазы:
1. Аппаратное обеспечение и Оптимизация (Hardware & Optimization): Основывается на Компьютерной инженерии (CE) (низкоуровневые системы (low-level systems), CUDA и оптимизация ускорителей (accelerator optimization)).
2. Обучение и Моделирование (Training & Modeling): Основывается на ML/Статистических основах (принципы анализа, применяемые в производстве как Машинное обучение / Инженерия ML - MLE (Machine Learning Engineering - MLE)).
3. Развертывание и MLOps (Deployment & MLOps): Синтез Программной инженерии (SE), Информационных технологий (IT) (Information Technology) и Кибербезопасности.
Центральное техническое сообщение заключается в том, что достижение промышленного уровня ИИ требует дополнения существующих академических основ современными, общепринятыми в мире практиками, такими как MLOps/SRE (Site Reliability Engineering) и соблюдение корпоративных стандартов (ISO/IEC 23053).
Такой подход позволит устранить разрыв между учебной программойи производственной реальностью.
#ACM #IEEE #MLOps