JFrog Ltd. a présenté les capacités de gestion des modèles ML, un ensemble de fonctionnalités inédites dans l'industrie, conçues pour rationaliser la gestion et la sécurité des modèles d'apprentissage automatique [ML]. Les nouvelles capacités de gestion des modèles ML de la plateforme JFrog alignent les livraisons d'IA sur les pratiques DevOps et DevSecOps existantes d'une organisation afin d'accélérer, de sécuriser et de régir la publication des composants ML. L'utilisation de l'IA et de la ML continue de croître rapidement.

IDC Research indique que le marché mondial de l'IA/ML, y compris les logiciels, le matériel et les services, devrait croître de 19,6 % pour atteindre plus de 500 milliards de dollars en 2023. Cependant, alors que de plus en plus de modèles de ML sont mis en production, les utilisateurs finaux sont souvent confrontés à des défis tels que le coût, le manque d'automatisation, le manque d'expertise et la capacité de mise à l'échelle. En utilisant les nouvelles capacités de gestion des modèles de ML de JFrog, les organisations peuvent : Proxyer le référentiel ML public Hugging Face pour mettre en cache les modèles d'IA open source sur lesquels les entreprises s'appuient, en les rapprochant du développement et de la production, tout en les protégeant de la suppression ou de la modification.

Détecter et bloquer l'utilisation de modèles ML malveillants. Analyser les licences des modèles de ML pour s'assurer qu'elles sont conformes aux politiques de l'entreprise. Stocker les modèles de ML développés ou augmentés en interne avec des contrôles d'accès robustes et un historique des versions pour une plus grande transparence.

Regrouper et distribuer les modèles de ML dans le cadre d'une version logicielle.