Mengapa tidak ada titik akhir
Model, waktu proses, dan analisis semuanya diunduh ke browser dan berjalan di sana. Itu bukanlah pilihan penerapan yang dapat dibalik dengan sebuah bendera; itu adalah seluruh arsitektur, dan itulah sebabnya gambar tidak pernah meninggalkan perangkat tempat gambar tersebut diperiksa.
API membalikkan hal tersebut. Seseorang mengirimkan gambar ke server, server memberikan skor dan mengirimkan nomor kembali, dan gambar tersebut sekarang ada di infrastruktur yang dikendalikan orang lain, betapapun singkatnya dan sebaik apa pun niat mereka.
Untuk alat yang seluruh proposisinya adalah tidak ada yang diunggah, menawarkan titik akhir unggahan berarti produk tersebut bertentangan dengan dirinya sendiri. Jadi halaman ini tidak menjelaskan peta jalan; halaman ini menjelaskan batas dan apa yang harus dilakukan tentang hal itu.
Hal ini patut dikatakan secara terus terang karena alternatifnya lebih buruk. Halaman yang menyiratkan adanya titik akhir yang tidak ada hanya akan menyia-nyiakan waktu sore hari para insinyur, dan halaman penetapan harga di situs ini telah menyatakan bahwa tidak ada tingkat berbayar dan tidak ada API.
Untuk apa otomatisasi sebenarnya digunakan
Sebelum menggunakan titik akhir, ada baiknya untuk bersikap tepat tentang tugas tersebut, karena sebagian besar otomatisasi yang dimaksudkan lebih baik diselesaikan dengan cara lain.
| Membutuhkan layanan | Alat browser berfungsi | Langkah manusia lebih baik | |
|---|---|---|---|
| Menyaring unggahan pengguna dalam skala besar | Yes Volume dan latensi | No | No |
| Memeriksa pengiriman pemasok | No | Yes Sekelompok 25 sudah cukup | Partly |
| Meninjau kumpulan klaim | No | Yes Satu kelompok per pengajuan | Yes Penilaian adalah pekerjaannya |
| Mengaudit situs Anda sendiri | Partly Hanya jika sangat besar | Yes Ekstrak dan kelompokkan | No |
Tiga dari empat baris tersebut dipenuhi oleh seseorang yang menjalankan pemrosesan kelompok, yang layak dipastikan sebelum siapa pun menulis kode. Baris pertama benar-benar berbeda, dan itulah baris yang memerlukan layanan yang dihosting.
Jika Anda benar-benar memerlukan otomatisasi
Ada tiga jalur yang jujur, dan masing-masing menukar hal yang berbeda. Berpura-pura sebaliknya tidak akan membantu siapa pun.
| Opsi | Pertukaran | Cocok untuk |
|---|---|---|
| API komersial | Gambar meninggalkan infrastruktur Anda | Volume tinggi, sensitivitas rendah |
| Menghoskan sendiri model terbuka | Waktu teknik dan perangkat keras | Data sensitif, kapabilitas internal |
| Jalankan di browser yang Anda kendalikan | Canggung namun pribadi | Volume sedang, privasi ketat |
| Ambil sampel, bukan skrining | Cakupan sebagian | Sebagian besar beban kerja nyata |
| Langkah peninjauan manusia | Pertimbangan yang lebih lambat dan lebih baik | Apa pun yang memengaruhi seseorang |
Baris ketiga layak dijelaskan karena kurang dimanfaatkan. Peramban nir-kepala (headless browser) yang berjalan di mesin Anda sendiri, menjalankan halaman yang melakukan analisis secara lokal, adalah cara yang sah untuk melakukan otomatisasi tanpa mengirim gambar ke mana pun. Cara ini tidak glamor dan berhasil.
Baris keempat adalah baris yang harus dipilih oleh sebagian besar tim dan jarang dipertimbangkan. Melakukan skrining pada setiap gambar itu mahal dan biasanya tidak perlu; mengambil sampel sepuluh persen, ditambah segala sesuatu dari sumber yang pernah menghasilkan masalah sebelumnya, akan menangkap sebagian besar hal yang penting dengan sebagian kecil biayanya.
Jika Anda menghosting sendiri
Hal ini lebih dapat dicapai daripada yang diasumsikan orang, karena model penelitian di bidang ini sebagian besar bersifat publik. Titik pemeriksaan (checkpoint) yang diterbitkan dengan lisensi permisif, runtime inferensi, dan server sederhana akan mereproduksi sebagian besar dari apa yang dijual oleh layanan komersial.
Yang Anda ambil alih adalah segala sesuatu di sekitar model tersebut. Menjaganya tetap mutakhir seiring perubahan generator, mengkalibrasi ambang batas untuk materi Anda sendiri, mengukur tingkat positif palsu Anda sendiri, dan memiliki seseorang yang dapat menjelaskan suatu hasil ketika itu ditantang.
Poin terakhir itulah biaya tersembunyi. Kemampuan deteksi yang tidak dipahami dengan baik oleh siapa pun di dalam organisasi untuk dapat dipertahankan adalah sebuah liabilitas saat pertama kali keputusan yang didasarkan padanya dipertanyakan, dan pertanyaan itu pada akhirnya pasti akan selalu datang.
Apa pun yang Anda bangun, bangunlah ini di dalamnya
Dua keputusan desain lebih penting daripada model mana yang Anda gunakan, dan keduanya berkaitan dengan apa yang terjadi setelah skor.
Jangan pernah biarkan skor menentukan apa pun tentang seseorang secara otomatis. Teruskan bendera ke manusia, catat apa yang diputuskan oleh manusia daripada apa yang dikatakan oleh model, dan pastikan orang yang terpengaruh dapat diberi tahu mengapa sesuatu dipertanyakan.
Dan simpan hasil, bukan skor. Riwayat angka yang dapat dicari yang dilampirkan pada pengguna atau pemasok bernama adalah catatan pemprofilan yang memerlukan pembenarannya sendiri, tidak memberikan nilai operasional, dan menjadi masalah saat seseorang meminta data mereka.
Titik awal yang realistis
Bagi sebagian besar tim yang datang ke sini dengan keinginan untuk melakukan otomatisasi, versi pertama yang masuk akal tidak melibatkan rekayasa sama sekali. Satu orang, satu batch per pengiriman yang masuk, dan catatan dalam file tentang apa yang mereka temukan.
Hal itu menghasilkan sesuatu yang berharga dalam waktu seminggu: pemahaman tentang skor materi Anda sendiri. Hampir tidak ada orang yang memilikinya saat mereka mulai, dan tanpa itu, ambang batas apa pun yang Anda tetapkan dalam kode hanyalah tebakan tentang distribusi yang tidak pernah Anda ukur.
Begitu Anda tahu di mana posisi gambar Anda, argumen untuk otomatisasi menjadi konkret alih-alih teoretis. Anda akan tahu berapa banyak pengiriman dalam seminggu yang benar-benar memerlukan peninjauan, dan seringkali jawabannya membuat rekayasa menjadi tidak perlu.
Jika tidak, Anda setidaknya akan melakukan otomatisasi terhadap tolok ukur yang terukur, bukan tolok ukur yang diterbitkan, yang merupakan perbedaan antara kontrol yang bekerja pada data Anda dan kontrol yang bekerja pada tolok ukur orang lain.
Apa yang harus diukur sebelum Anda membangun apa pun
Tiga angka mengubah niat yang samar menjadi sebuah spesifikasi, dan ketiganya berasal dari menjalankan batch secara manual selama dua minggu.
Distribusi materi Anda sendiri: di mana gambar asli dari sumber normal Anda benar-benar berada. Hampir setiap tim terkejut, biasanya karena masukan mereka lebih banyak diproses dari yang mereka sadari.
Tingkat positif palsu Anda sendiri: seberapa sering tanda ternyata merupakan pemrosesan biasa ketika seseorang menyelidikinya. Ini adalah angka yang memutuskan apakah suatu kontrol dapat digunakan pada orang nyata, dan ini tidak pernah menjadi angka di halaman vendor.
Volume yang benar-benar akan ditandai: berapa banyak item dalam seminggu yang perlu dilihat oleh manusia. Jika angka tersebut kecil, otomatisasi yang Anda rencanakan hanyalah lembar kerja dan sebuah kebiasaan.