หัวข้อนี้จะแสดงคำตอบสำหรับคำถามที่พบบ่อยเกี่ยวกับวิธีใช้ Generative AI กับ Oracle Analytics
Generative AI ของ Oracle Analytics ใช้โมเดลมากกว่าหนึ่งโมเดลหรือระบบของโมเดลที่อ้างอิงข้อมูลระหว่างกันหรือไม่
Oracle Analytics ไม่ได้ใช้งานโมเดล Generative AI ที่ต่อเนื่องหรืออ้างอิงระหว่างกัน แต่ละโมเดลจะทำงานเป็นองค์ประกอบอิสระ ซึ่งช่วยลดความซับซ้อนของกระบวนการประเมินประสิทธิภาพ การควบคุมการเข้าใช้ และการจัดการความเสี่ยง Oracle จะประเมินโมเดลและสถาปัตยกรรมที่เหมาะสมที่สุดสำหรับกรณีการใช้งานด้านการวิเคราะห์ที่หลากหลายอย่างต่อเนื่อง และอาจอัปเดตหรือเปลี่ยนแปลงโมเดลและสถาปัตยกรรมที่ต้องการเมื่อเวลาผ่านไป
มีการใช้โมเดลชนิดใดในผลิตภัณฑ์ โมเดลมีการพัฒนาภายในองค์กรหรือโดยบุคคลที่สามหรือไม่
ความสามารถ Generative AI ของ Oracle Analytics จะใช้โมเดลพื้นฐานจากผู้ให้บริการ AI ที่ได้รับการคอนฟิเกอร์สำหรับการปรับใช้ขององค์กร สำหรับลิสต์โมเดล AI ทั่วไปของเราในปัจจุบัน โปรดดู โมเดลของ Generative AI ที่ผ่านการฝึกล่วงหน้า
โมเดลได้รับการตรวจสอบและทดสอบอย่างต่อเนื่องหรือไม่ บ่อยแค่ไหน
โมเดลจะได้รับการตรวจสอบความถูกต้องใหม่ทุกครั้งที่มีการเปิดตัวรีลีสใหม่ โดยปัญหาด้านประสิทธิภาพจะได้รับการแก้ไขตามที่ระบุไว้ ระหว่างการพัฒนา Oracle จะใช้เมตริคการเรียนรู้ของเครื่องคอมพิวเตอร์มาตรฐาน รวมถึงความแม่นยํา การเรียกคืน และคะแนน F1 เพื่อตรวจสอบโมเดล AI ก่อนนำไปใช้งาน Oracle Analytics ใช้ข้อมูลสังเคราะห์สำหรับการประเมินโมเดลร่วมกับชุดข้อมูลที่ดูแลด้วยตนเอง การประเมินโมเดลจะเน้นที่ความแม่นยำและการเบี่ยงเบน โดยพิจารณาจากความสามารถของโมเดลในการสร้างการตอบกลับที่สอดคล้องกับข้อมูลจริงที่กำหนดไว้ ผลลัพธ์จะถูกเปรียบเทียบกับเกณฑ์มาตรฐานที่กำหนดไว้ เพื่อระบุความไม่ตรงกัน (การเปล่งเสียงที่เคยประมวลผลได้สำเร็จแต่ตอนนี้ล้มเหลว) และความตรงกัน (การเปล่งเสียงที่เคยล้มเหลวแต่ตอนนี้ประมวลผลได้สำเร็จ) รายการที่ไม่ตรงกันได้รับการจัดประเภทเป็นการถดถอย และทำหน้าที่เป็นประตูควบคุมสำหรับการเปลี่ยนแปลงรหัส การปรับแก้โมเดล หรือการเปลี่ยนแปลงการใช้งานใดๆ
Oracle มีกระบวนการในการสื่อสารการเปลี่ยนแปลงกับโมเดลและเอาต์พุตของตนเองหรือไม่
ในฐานะส่วนหนึ่งของกระบวนการรีลีส Oracle Analytics เราจะแจ้งให้คุณทราบเกี่ยวกับการเปลี่ยนแปลงโมเดล AI หรือเอาต์พุตผ่าน มีอะไรใหม่สำหรับ Oracle Analytics Cloud นอกจากนี้ ผู้ดูแลระบบรายการภายในยังสามารถเปิดใช้งานการสมัครของผู้ใช้ เพื่อส่งเสริมการรับรู้ในวงกว้างมากขึ้นภายในหน่วยงาน นอกจากนี้ ทุกคนยังสามารถรับทราบข้อมูลเกี่ยวกับคุณสมบัติใหม่และรีลีสที่กำลังจะมาถึงโดยการสมัครรับอีเมล์รายสัปดาห์ของ Oracle Analytics ผ่าน ไซต์ Oracle Analytics Community
นอกจากนี้ Oracle Analytics ยังใช้ข้อกำหนดการจัดการการเปลี่ยนแปลงมาตรฐานของ Oracle Cloud ซึ่งอยู่ในเอกสารประกอบใน ข้อกำหนดการโฮสต์และการส่งของ Oracle Cloud
ข้อกำหนดด้าน AI ของ Oracle มีกระบวนการประเมินโดยฝ่ายกฎหมายและการบริหารความเสี่ยงหรือไม่
ทีมผู้พัฒนาผลิตภัณฑ์ภายใน Oracle ปฏิบัติตามคำแนะนำและข้อกำหนดที่จำเป็นจาก Global Product Security ที่เป็นผู้ดูแล Oracle Secure Coding Standards (SCS) ส่วนหนึ่งของมาตรฐานเหล่านี้ได้อุทิศไว้สำหรับด้าน AI/ML ซึ่งมีข้อกำหนดด้านความปลอดภัยหลายประการกำกับอยู่ด้วย ข้อกำหนดเหล่านี้แบ่งออกเป็นชนิดต่างๆ ต่อไปนี้:
ในฐานะส่วนหนึ่งของมาตรฐานการเข้ารหัสที่ปลอดภัยตามที่กล่าวข้างต้น ทีมพัฒนาผลิตภัณฑ์ของ Oracle จะทำการประเมินโปรเจคของตนอย่างสม่ำเสมอ เพื่อระบุความเสี่ยงและช่องโหว่ด้านความปลอดภัยที่เกี่ยวข้องกับ AI โดยเฉพาะ
การรักษาความปลอดภัยสำหรับโมเดล สถาปัตยกรรม Oracle Analytics AI และการผนวกรวมเข้ากับ Oracle Analytics ได้ผ่านการตรวจสอบความปลอดภัย Cloud Security, Standards, and Architecture Program (CSSAP) CSSAP เป็นกระบวนการตรวจสอบความปลอดภัยที่ครอบคลุม ซึ่งพัฒนาโดย Corporate Security Architecture, Global Information Security, Global Product Security, Oracle Global IT และองค์กร IT ของ Oracle เพื่อประเมินการจัดการความปลอดภัยของข้อมูลอย่างละเอียด โปรดดูข้อมูลเพิ่มเติมที่ การกำกับดูแลสถาปัตยกรรมความปลอดภัยขององค์กร
Oracle เก็บรวบรวมข้อมูลผู้ใช้หรือเมตริคที่คล้ายกันเพื่อวัดความแตกต่างสําหรับข้อมูลอินพุตและเอาต์พุตเทียบกับสภาพแวดล้อมการทดสอบหรือไม่
ปัจจุบัน Oracle Analytics ยังไม่มีการบันทึกหรือรวบรวมข้อเสนอแนะจากผู้ใช้งานโดยตรงเพื่อวัตถุประสงค์นี้ เนื่องจากโมเดลไม่ได้ปรับแต่งหรือฝึกเกี่ยวกับข้อมูลลูกค้า การทดสอบจึงถูกจำกัดให้ใช้ได้เฉพาะเกณฑ์มาตรฐานโมเดลดีฟอลต์ตามที่ระบุไว้ข้างต้น สรุป: โมเดลจะได้รับการตรวจสอบอีกครั้งกับแต่ละรีลีสใหม่ และปัญหาด้านประสิทธิภาพที่ระบุจะได้รับการแก้ไขตามความเหมาะสม ระหว่างการพัฒนา Oracle จะใช้เมตริคการเรียนรู้ของเครื่องคอมพิวเตอร์มาตรฐาน เช่น ความแม่นยํา การเรียกคืน และคะแนน F1 เพื่อตรวจสอบโมเดล AI ก่อนนำไปใช้งาน
Oracle รวมอินพุตภายนอกหรือเครื่องมือของบุคคลที่สามเข้ากับโมเดลหรือไม่
Oracle Analytics ไม่ได้รวมอินพุตภายนอกในการโต้ตอบกับโมเดล การโต้ตอบกับโมเดลจะถูกจำกัดอย่างเคร่งครัดเพื่อการสื่อสารโดยตรงระหว่าง Oracle Analytics กับตัวโมเดลเอง
โมเดลมีการพึ่งพาเครื่องมือหรือโซลูชันจากบุคคลที่สามที่อาจทำให้การย้ายโมเดลไปยังสภาพแวดล้อมอื่นเป็นเรื่องยากหรือไม่
โมเดลนี้ได้รับการปรับใช้เป็นบริการ Oracle Cloud Infrastructure ด้วยโมเดลพื้นฐานเดียวกันที่พร้อมใช้งานในหลายอินสแตนซ์บริการ ไม่จำเป็นต้องย้ายข้อมูลโมเดลระหว่างอินสแตนซ์
Oracle ตอบสนองต่อเหตุการณ์ระบบ AI อย่างไร
Oracle Analytics ใช้ข้อกำหนดของ Oracle Cloud Incident Response มาตรฐานที่มีเอกสารในส่วนข้อตกลงระดับบริการของ ข้อกำหนดการโฮสต์และการส่งของ Oracle Cloud
Oracle จะทดสอบคุณภาพคําอธิบายระบบอย่างไร
Oracle Analytics จะอธิบายการเปลี่ยนแปลงรหัสทั้งหมด การปรับแก้โมเดล และการเปลี่ยนแปลงการใช้งานในเกตรีลีส ซึ่งรวมการประเมินการตอบกลับที่สร้างขึ้นที่ตรงกับความจริงพื้นฐานที่กำหนดเป็นส่วนหนึ่งของเกณฑ์มาตรฐานการประเมินของเรา ความจริงพื้นฐานในเกณฑ์มาตรฐานจจะรวมคำอธิบายระบบทั้งหมดที่สร้างขึ้นเป็นส่วนหนึ่งของการตอบกลับ รายการที่ไม่ตรงกันได้รับการจัดประเภทเป็นการถดถอยและทำหน้าที่เป็นประตูควบคุม
Oracle จะประเมินผลลัพธ์ของระบบอย่างไรในด้านความน่าเชื่อถือและความเป็นธรรม
Oracle Analytics ใช้โครงสร้างพื้นฐานของ OCI Gen AI สำหรับโมเดลพื้นฐาน และไม่ได้ฝึกโมเดลเหล่านั้นโดยตรงเอง OCI Gen AI ใช้แนวทางปฏิบัติที่ดีที่สุดเพื่อสร้างความน่าเชื่อถือและป้องกันความเอนเอียงในโมเดลพื้นฐาน
นอกจากนี้ Oracle Analytics ในปัจจุบันยังมีการควบคุมแบบหยาบต่อการมีส่วนร่วมของโมเดลภาษาขนาดใหญ่ (LLM) ในการสร้างคำตอบที่แสดงต่อผู้ใช้ กลไกนี้ช่วยให้มั่นใจได้ว่า LLM จะไม่แสดงข้อมูลโดยตรงให้กับผู้ใช้ จึงทำให้แน่ใจว่าการตอบกลับที่สร้างขึ้นจะได้รับการสร้างโดย Oracle Analytics ทั้งหมด ดังนั้นจึงเชื่อถือได้ นอกจากนี้ ผู้ดูแลระบบของบริการ Oracle Analytics ยังสามารถเลิกใช้คุณสมบัติที่ขับเคลื่อนด้วย AI ใดๆ หรือทั้งหมดที่ระดับคุณสมบัติแต่ละรายการได้ โปรดดูข้อมูลเพิ่มเติมจาก เกี่ยวกับคอนฟิเกอเรชัน Generative AI
มีแผนการกู้คืนเมื่อเกิดภัยพิบัติและกรณีที่อาจเกิดขึ้นสำหรับอินสแตนซ์เมื่อโมเดลไม่พร้อมใช้งานหรือไม่
Oracle Analytics ใช้โครงสร้างพื้นฐานของ OCI Gen AI สำหรับโมเดลพื้นฐาน ความยืดหยุ่นและความทนทานต่อความผิดพลาดของโครงสร้างพื้นฐาน OCI ได้รับการบันทึกเป็นเอกสารแล้วใน ข้อกำหนดการโฮสต์และการส่งของ Oracle Cloud โปรดดูรายละเอียดเพิ่มเติมเกี่ยวกับคลัสเตอร์เฉพาะของ OCI Gen AI ใน การสร้างคลัสเตอร์ AI เฉพาะใน Generative AI สำหรับการโฮสต์โมเดล และ เอกสารสำคัญสำหรับ Oracle PaaS และ IaaS Public Cloud Services
Oracle จะทดสอบโมเดลเพื่อความสม่ำเสมอในสภาพแวดล้อมที่แตกต่างกันอย่างไร
โมเดลลูกค้าและการพัฒนาทั้งหมดถูกใช้งานบนเฟรมเวิร์ก Oracle Cloud Infrastructure เดียวกัน สภาพแวดล้อมการทดสอบภายใน รวมถึงสภาพแวดล้อมก่อนการใช้งานจริงและการทดสอบการใช้งานจริง คงสถานะคอนฟิเกอเรชันเดียวกันกับสภาพแวดล้อมของลูกค้า
Oracle มีข้อกำหนดด้านการกํากับดูแลที่กำหนดไว้สําหรับโมเดลหรือไม่
Oracle Analytics ใช้ประโยชน์จากโมเดลพื้นฐานที่ใช้งานผ่านบริการ AI Generative ของ Oracle Cloud Infrastructure โมเดลเหล่านี้ใช้ในสถานะภายในของตนเองโดยไม่มีการแก้ไข Oracle Analytics ไม่ได้ดำเนินการฝึก ปรับเปลี่ยน หรือปรับแต่งโมเดลในโมเดลพื้นฐานที่ใช้งานอยู่ ดังนั้น ข้อกำหนดการกำกับดูแลโมเดลที่ใช้โดยโครงสร้างพื้นฐาน OCI Gen AI จึงมีผลใช้กับ Oracle Analytics ได้เช่นกัน
Oracle ได้กำหนดข้อกำหนดและขั้นตอนที่กำหนดบทบาทและความรับผิดชอบสำหรับการดูแลโมเดลที่นำไปใช้งานโดยมนุษย์หรือไม่
Oracle Analytics มีกระบวนการที่มีประสิทธิภาพสำหรับการประเมินโมเดลโดยใช้ข้อมูลสังเคราะห์ที่ทำหน้าที่เป็นประตูควบคุมสำหรับการเปลี่ยนแปลงรหัส การปรับแก้โมเดล หรือการเปลี่ยนแปลงการใช้งาน การรันการประเมินโมเดลจะได้รับการประเมินโดยการทำงานร่วมกันของระบบอัตโนมัติและการกำกับดูแลโดยมนุษย์ นอกเหนือจากนั้น Oracle Analytics ไม่มีการกำกับดูแลโดยมนุษย์ต่อโมเดลที่นำไปใช้งานแล้ว