2、AI系统开发：从架构设计到风险应对

AI系统开发：从架构设计到风险应对

在AI系统的开发过程中，涉及多个关键环节，包括系统分析、软件架构设计、模型质量把控、资源分配以及不确定性处理等。下面将详细介绍这些方面的内容。

系统分析

系统分析是AI系统开发的最后一个阶段，主要是对系统的性能进行评估。这需要展示在系统运行和监控期间所采集的测量数据，并对这些数据进行分析，从而深入了解系统的行为和性能。通过这样的分析，能够找出系统需要改进的地方，为未来的开发工作提供指导。

软件架构设计

软件架构设计是创建软件系统的关键步骤，它相当于系统构建的蓝图，需要构建系统元素的结构以及它们之间的关系，以实现系统的功能和质量目标。软件架构的设计会受到多种因素的影响，如质量属性要求、可用技术（包括云计算）以及可用资源等。

架构的作用

• 系统结构划分 ：将系统划分为多个部分，如组件或AI模型，并明确它们之间的关系。
• 资源分配 ：确定系统各部分应分配到的资源类别。
• 监控与告警 ：支持在系统运行期间进行监控，并在发生事件时发出警报。
• 更新部署策略 ：包含更新部署的策略，如果目标是实现持续部署，架构还需考虑版本偏差的可能性。

质量实现

架构对于实现不依赖于AI模型的质量属性目标起着决定性作用。针对不同的质量属性，有相应的架构策略（称为架构战术）来支持其实现。例如，为了实现可用性可以采用“冗余”策略