大师赛如何利用watsonx管理其AI生命周期
内容提要
IBM与Augusta National Golf Club合作超过25年，提升了大师赛的球迷体验。今年，IBM的AI和数据平台IBM Watsonx负责整个AI生命周期的管理。该平台从各种来源收集和组织数据，包括实时数据，并使用机器学习模拟球的位置预测。Watsonx还帮助开发和评估用于预测高尔夫球着陆位置和生成口头评论的AI模型。这些模型使用Watson Machine Learning和Watsonx.governance进行部署和管理。大师赛将于4月11日至14日举行。
延伸解读
AI生命周期管理的实际意义
文章指出，大师赛今年首次将整个AI生命周期迁移到IBM watsonx平台管理。这意味着从数据收集、模型开发、评估到部署和治理，全部在一个平台上完成，而非分散在多个系统。对于企业而言，这种端到端管理能减少工具切换带来的摩擦，提升AI项目的可维护性和透明度，尤其适合需要实时处理大量数据的场景。
数据架构如何支撑实时AI
watsonx.data基于开放湖仓架构，整合了历史数据（如过去八年球场变化）和实时数据源（计分、球追踪、视频等）。这种设计让大师赛能够同时满足两类需求：面向球迷的数据通过CDN缓存以应对高流量，而AI工作流则直接访问源数据以确保最新。这提示我们，AI应用的数据层需要兼顾性能与实时性，开放格式和现有工具集成是关键。
模型治理与质量保障
文章详细描述了watsonx.governance在评估生成式AI评论质量时的作用，包括使用ROUGE、METEOR等指标和HAP护栏。同时，平台提供自动监控、版本追踪和风险容忍度设置。对于计划部署生成式AI的企业，这强调了治理并非事后检查，而应嵌入模型开发、验证和部署的全流程，以确保输出合规、可靠且可解释。
混合部署策略的考量
大师赛团队对机器学习模型采用了混合部署：既在本地容器中运行以减少网络延迟，也通过Watson Machine Learning在云端部署作为备份。对于生成式AI叙述模型，则使用watsonx.ai内的部署模型和通过治理工具部署到Watson Machine Learning的模型。这种策略平衡了实时性、可靠性和管理灵活性，值得对延迟敏感或需要高可用性的AI应用参考。
Q&A
IBM Watsonx如何提升大师赛的球迷体验？
IBM Watsonx通过管理整个AI生命周期，收集和组织数据，使用机器学习模拟球的位置预测，提升了球迷的观看体验。
Watsonx.data的主要功能是什么？
Watsonx.data是一个开放湖仓架构的数据存储，支持数据分析和AI，能够从历史和实时数据源提取信息。
大师赛如何使用机器学习进行球位置预测？
大师赛使用290个传统AI模型，通过机器学习模拟球的落点，计算不同情况下的得分概率。
Watsonx.governance在AI模型管理中起什么作用？
Watsonx.governance用于评估生成的评论质量，确保内容合规，并提供自动监控和透明的结果。
2024年大师赛有哪些新功能？
2024年大师赛的新功能包括每个球洞的洞见、统计数据和预测，以及扩展的AI生成叙述。
Watsonx如何帮助自动化机器学习模型的创建？
Watsonx.ai自动化创建机器学习模型，利用8年的数据进行训练，以支持洞见和AI叙述。
