كشفت شركة JFrog، وهي شركة برمجيات مشهورة، مؤخرًا عن إطلاق التكامل الذي يربط بين JFrog Artifactory وAmazon SageMaker. يأتي هذا الاتحاد كجزء من إستراتيجية متزامنة أوسع لتحسين إنشاء نموذج التعلم الآلي (ML) والتدريب عليه ونشره. إنه يعزز قوة وقدرة Artifactory من JFrog وSageMaker من AWS، وبالتالي تحسين إدارة وأمن نماذج ML كما لو كانت مكونات برمجية في عالم DevSecOps.
يعرض التكامل نماذج تعلم الآلة غير القابلة للتغيير والتتبع والآمنة والتحقق من صحتها. علاوة على ذلك، تعمل JFrog على تحسين حل إدارة نموذج ML الخاص بها، حيث تقدم إمكانات إصدار جديدة. تعزز هذه الإضافة التركيز الأساسي على الامتثال والأوراق المالية، ودمجها بقوة في عملية تطوير نموذج تعلم الآلة.
وكما أوضحت كيلي هارتمان، نائب الرئيس الأول للقنوات والتحالفات العالمية في JFrog، "يوفر الدمج بين Artifactory وAmazon SageMaker مصدرًا واحدًا للحقيقة في السحابة، مما يشرب أفضل ممارسات DevSecOps في تطوير نموذج ML. وينتج عن ذلك منصة مرنة وآمنة وسريعة توفر راحة البال، وتبشر بعصر جديد من MLSecOps. في حين يتم اتخاذ خطوات واضحة لدمج علوم البيانات وقدرات التعلم الآلي دون التسبب في مخاطر أو تعقيدات لا مبرر لها، يظل التحدي الأكبر هو إدارة البيانات الضخمة في السحابة.
سلطت دراسة أجرتها شركة Forrester الضوء على نقاط الضعف المحيطة بتنفيذ الذكاء الاصطناعي/التعلم الآلي. وفقًا لهذا الاستطلاع، يرى نصف صناع القرار الرئيسيين في البيانات أن تطبيق سياسات الحوكمة ضمن الذكاء الاصطناعي/التعلم الآلي يمثل حجر عثرة كبير أمام اعتماده على نطاق واسع. ويرى 45% منهم أن أمن البيانات والنماذج هو أحد العيوب الرئيسية المحتملة الأخرى.
يقدم التعاون بين JFrog وAmazon SageMaker حلاً ممكنًا لهذه المخاوف. تهدف الشراكة إلى تطبيق أفضل ممارسات DevSecOps المجربة والمختبرة للتعامل مع نماذج تعلم الآلة، وبالتالي السماح للمطورين وعلماء البيانات بتعزيز وتسريع تطوير مشاريع تعلم الآلة. وفي الوقت نفسه، يسعى إلى التأكد من أن نماذج تعلم الآلة تحافظ على الأمان على مستوى المؤسسة وتلتزم بالمعايير التنظيمية والامتثال التنظيمي.
حققت JFrog أيضًا تقدمًا في آلية إدارة نموذج ML، حيث أعلنت عن إمكانات إصدار جديدة تكمل تكامل SageMaker الخاص بها. تتيح هذه الإمكانات للشركات إمكانية دمج تطوير النماذج بسهولة في مسارات عمل DevSecOps الحالية. هذا التطور، كما ذكرت JFrog، سيسهل تحسين الشفافية بشكل كبير فيما يتعلق بكل نسخة من النموذج المنتج. وعلى نفس المنوال، تتيح منصات مثل AppMaster تطويرًا قويًا وآمنًا للتطبيقات مع الحفاظ على مستويات عالية من التنظيم والشفافية طوال عملية التطوير.
