MENU
Nasze ceny
-
nowość
-
promocja
Architektura systemów AI. Projektowanie skalowalnego i niezawodnego oprogramowania - ebook
Architektura systemów AI. Projektowanie skalowalnego i niezawodnego oprogramowania - ebook
Każdego dnia pojawiają się nowe zastosowania sztucznej inteligencji. Większość z nich opiera się na złożonych systemach programistycznych, których budowa wymaga zdyscyplinowanego, inżynierskiego podejścia. Dobre praktyki projektowania oprogramowania są doskonale znane ale czy sprawdzają się w architekturze, w której kluczową rolę odgrywają modele AI?
W tej książce znajdziesz sposób na zapanowanie nad złożonością integracji AI. Poznasz koncepcje i procesy architektoniczne kluczowe dla budowania skalowalnych, solidnych systemów AI przy jednoczesnej minimalizacji ryzyka związanego z ich rozwojem i konserwacją. Poszczególne zagadnienia zostały zilustrowane rzeczywistymi przykładami i wzbogacone o praktyczne ćwiczenia, co pozwoli Ci pogłębić zrozumienie omawianych tematów. Krok po kroku nauczysz się budować kluczowe komponenty architektoniczne wspierające systemy AI. Książkę w szczególności docenią architekci i doświadczeni programiści, którzy chcą budować systemy AI w sposób uporządkowany, przewidywalny i zgodny z zasadami inżynierii oprogramowania.
Najciekawsze zagadnienia:
- wyzwania architektoniczne w systemach AI
- narzędzia ułatwiające projektowanie i integrację rozwiązań AI
- koncepcje AI/ML, takie jak wnioskowanie i podejmowanie decyzji
- prototypowanie i iteracyjne doskonalenie systemów
- korzystanie z wzorców i heurystyk
- integracja AI z większymi systemami
Poznaj wzorce, strategie i koncepcje niezbędne do projektowania złożonej architektury AI!
Spis treści
O autorach
O recenzentach
Wstęp
Część 1. Podstawy architektoniczne
- Rozdział 1. Podstawy architektury systemów AI
- Wprowadzenie do systemów AI: projektowanie przyszłości inteligencji
- Czym jest system AI?
- Wpływ infrastruktury AI: podstawa inteligentnych rozwiązań w wielu różnych branżach
- Kluczowe komponenty architektury systemów AI
- Architektura mikrousługowa: modularne podejście do budowania złożonych systemów AI
- Korzyści z wykorzystania mikrousług w sztucznej inteligencji
- Wyzwania związane z architekturą mikrousługową
- Przykład z życia: wdrażanie konwersacyjnych usług AI w architekturze mikrousługowej
- Aspekty systemu AI
- Skalowalność - radzenie sobie z rosnącą ilością danych i ze złożonością modeli
- Wydajność - techniki optymalizacji
- Niezawodność - odporność na awarie, obsługa błędów i redundancja
- Bezpieczeństwo - prywatność danych i odporność modelu
- Modelowanie danych - katalogi i ontologie
- Współczesne paradygmaty wdrażania sztucznej inteligencji
- Chmurowe architektury sztucznej inteligencji
- Jeziora danych i hurtownie danych w architekturach AI - fundament inteligencji opartej na danych
- Jezioro danych - ogromny rezerwuar nieprzetworzonych informacji
- Hurtownie danych - ustrukturyzowane repozytoria do celów analitycznych
- Synergia jezior danych i hurtowni danych
- Sztuczna inteligencja w chmurze - przełom w dziedzinie AI
- Zalety chmurowej sztucznej inteligencji
- Główne chmurowe platformy AI - przyspieszanie innowacji dzięki kompleksowym zestawom narzędzi
- Podsumowanie
- Polecana lektura
- Wprowadzenie do systemów AI: projektowanie przyszłości inteligencji
- Rozdział 2. Znaczenie architektury
- Skutki błędów architektonicznych
- Początki architektury
- Rola architekta
- Równowaga między wizją a precyzją w architekturze AI
- Systemy AI a architektura
- Posiadacz wizji
- Cykl architektoniczny
- Myśleć jak architekt
- Utrzymywanie wizji architektonicznej
- Architektura nowoczesnych systemów
- Modele podejmowania decyzji w architekturze AI
- Wybór odpowiedniego podejścia do sztucznej inteligencji
- Wielowymiarowy model decyzyjny
- Nadzór i zgodność z przepisami w systemach AI
- Model nadzoru nad architekturą AI
- Wyjaśnialność w projektowaniu architektury AI
- Integracja zgodności z przepisami
- Kwestie implementacyjne
- Modelowanie i symulacja
- Czym jest modelowanie systemów informatycznych?
- Rola modelowania i symulacji w systemach AI i ML
- Architektura a interfejsy
- Interfejsy
- Interfejsy a sztuczna inteligencja
- Podsumowanie
- Polecana lektura
- Rozdział 3. Inżynieria oprogramowania a architektura
- Złożoność oprogramowania w systemach AI
- Złożoność integracyjna
- Złożoność funkcjonalna
- Złożoność techniczna
- Złożoność weryfikacyjna
- Złożoność interfejsu między maszyną a człowiekiem
- Architektura w praktyce
- Metody radzenia sobie ze złożonością oprogramowania
- Rozwój architektury
- Integracja i spójność
- Zarządzanie projektem
- Rozpoczęcie projektu
- Planowanie projektu
- Realizacja projektu
- Monitorowanie i kontrola
- Zakończenie projektu
- Podsumowanie
- Ćwiczenia
- Literatura
- Złożoność oprogramowania w systemach AI
Część 2. Architektura systemów AI
- Rozdział 4. Projektowanie koncepcyjne systemów AI
- Koncepcja operacyjna (CONOPS)
- CONOPS w systemach AI
- Zrozumienie obecnego systemu
- Podejście skoncentrowane na danych w systemach sztucznej inteligencji
- Wymagania niefunkcjonalne w systemach sztucznej inteligencji
- Uzasadnienie biznesowe dla systemów sztucznej inteligencji
- Wpływ technologii sztucznej inteligencji na działalność przedsiębiorstw
- Integracja organizacyjna i wpływ na ludzi
- Scenariusze dla systemów wspomaganych sztuczną inteligencją
- Tworzenie skutecznych scenariuszy
- Wykorzystanie technologii sztucznej inteligencji w scenariuszach
- Definiowanie sukcesu i ograniczeń
- Przypadki użycia w systemach opartych na sztucznej inteligencji
- Struktura efektywnych przypadków użycia
- Klasy użytkowników i interakcje z AI
- Tryby operacyjne systemów opartych na sztucznej inteligencji
- Tryb konfiguracji
- Tryb uruchamiania
- Tryb wykonywania
- Tryb konserwacji
- Tryb przywracania
- Tryb zamykania
- Ograniczanie ryzyka poprzez projektowanie koncepcyjne
- Ograniczanie ryzyka związanego z jakością danych
- Zarządzanie oczekiwaniami interesariuszy
- Ograniczanie ryzyka integracyjnego
- Studium przypadku: system rekomendacji dla handlu detalicznego
- Opracowanie koncepcji operacyjnej
- Uzasadnienie biznesowe
- Scenariusze i przypadki użycia
- Tryby operacyjne
- Wyzwania wdrożeniowe i zdobyte doświadczenia
- Podsumowanie
- Ćwiczenia
- Literatura
- Koncepcja operacyjna (CONOPS)
- Rozdział 5. Wymagania i architektura potoków AI
- Potoki rozwojowe
- Wymagania dotyczące magazynu danych
- Ilość danych i szybkość ich napływu
- Formaty danych i metody przetwarzania
- Terminowość i dobór technologii
- Wymagania niefunkcjonalne i nadzór
- Wsparcie operacyjne i wyspecjalizowane magazyny
- Komponenty rozwoju algorytmicznego
- Inspekcje jakości danych
- Transformacje danych
- Podsumowania danych
- Budowanie, dostrajanie i weryfikowanie modeli
- Potok produkcyjny
- Magazyny danych
- Operacje na danych
- Oczyszczanie danych
- Transformacje danych
- Wykonywanie modelu
- Magazyny wyników i użytkowników końcowych
- Magazyn operacji potokowych
- Ciągły rozwój i integracja
- Wzorce i strategie architektoniczne
- Wymagania niefunkcjonalne
- Podsumowanie
- Ćwiczenia
- Literatura
- Rozdział 6. Projektowanie, integracja i testowanie
- Podstawy projektowania
- Wymagania
- Aktorzy i przypadki użycia
- Tryby działania systemu
- Schematy definicji bloków
- Oczyszczanie danych
- Transformacja danych
- Model uczenia maszynowego
- Operacje potokowe
- Magazyn wyników
- Taktyki i wzorce systemowe
- Kluczowe atrybuty
- Kluczowe wzorce dla systemów sztucznej inteligencji
- Integracja i testowanie
- Typy integracji
- Uprzęż integracyjna
- Typy testów
- Ciągły rozwój i integracja
- Podsumowanie
- Ćwiczenia
- Literatura
- Podstawy projektowania
- Rozdział 7. Architektura systemu generatywnej sztucznej inteligencji - studium przypadku
- Wyzwanie biznesowe - kryzys w zarządzaniu wiedzą
- Wizja - transformacja za sprawą generatywnej sztucznej inteligencji
- Uzgadnianie celów biznesowych i technicznych
- Cele z zakresu data science
- Architektura - kluczowe komponenty i przepływ pracy
- Przegląd systemu
- Kluczowe komponenty
- Od statycznych modeli do dynamicznych agentów
- Przepływ pracy agenta LangChain
- Infrastruktura techniczna
- Architektura przetwarzania w chmurze
- Kompleksowa architektura systemu
- Warstwa kliencka - dostęp i wrażenia użytkownika
- Warstwa prezentacji - orkiestracja interfejsów
- Warstwa aplikacji - logika biznesowa
- Warstwa danych - przechowywanie i wyszukiwanie informacji
- Usługi zewnętrzne - rozszerzanie możliwości systemu
- Wzorce interakcji z użytkownikiem
- Przypadek użycia - rozstrzyganie zapytań
- Wpływ na biznes
- Transformacja operacyjna
- Wrażenia klienta
- Wyniki finansowe
- Ewolucja kulturowa
- Kluczowe zasady architektoniczne
- Generowanie wspomagane wyszukiwaniem
- Adaptacyjny routing zapytań
- Nauka oparta na informacji zwrotnej
- Podsumowanie
- Literatura
- Rozdział 8. Wnioski i perspektywy
- Architektura
- Budowanie systemów opartych na sztucznej inteligencji
- Inżynieria danych
- Analiza danych i modele
- Projekt koncepcyjny
- Projektowanie, integracja i testowanie
- Kierunki rozwoju AI i architektury
- Co dalej?
| Kategoria: | Programowanie |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-289-9980-0 |
| Rozmiar pliku: | 7,3 MB |
