Nutzende bekommen eine komfortable „self-service“ Umgebung im Stile der großen Cloud-Anbieter (AI as a Service), aber ohne eine Vielzahl verwirrender Optionen und Preismodelle. Dort können sie verschiedene maschinelle Lernverfahren schnell und einfach mit eigenen Daten auf ihre Einsetzbarkeit und Genauigkeit hin überprüfen. Dazu stehen eine Reihe vortrainierter Modelle zur Verfügung (siehe Abbildung), die auch ohne Informatik-Kenntnisse direkt angewendet werden können (No-Code Development).
Dank dem zur Verfügung gestellten technischen Know How der Hochschule können auch technisch versierte Nicht-Informatiker über die Plattform vorhandene Modelle auf die eigenen Bedürfnisse spezialisieren, indem sie die vortrainierten Modelle mit eigenen Trainingsdaten finetunen (low-code Development).
Aber auch für Informatik-Experten ist die AIaaS Umgebung des KI-AWZ hilfreich, weil die Hardware-Ressourcen dort gebündelt werden und die Softwareplattform eine Professionalisierung der KI-Entwicklung befördert, in dem sie MLops Techniken mit entsprechenden Tools unterstützt.
Zum Aufbau der geplanten Softwareplattform werden existierende Open Source Software wie z.B. Kubernetes, Apache Spark, Jupyter Hub, MLflow und DVC (Data Version Control) zu einer einheitlichen Plattform vereint (siehe Abbildung) und in die Hochschul-Infrastruktur einfügt. Für die externen Benutzer werden einfache Möglichkeiten zur Self-Service Registrierung angeboten werden. Der Workflow für den Zugriff Externer Nutzer soll weitgehend automatisch erfolgen und nur minimale menschliche Aufsicht erfordern. Für Nutzer aus der Hochschule wird eine Schnittstelle zum Shibboleth System eingerichtet. Basis für diese „AI Platform as a Service“ wird der Sovereign Cloud Stack der Open Source Business Alliance (OSBA), der im Rahmen der Gaia-X Initiative entsteht.
ASR = Spracherkennung | TTS = Text To Speech | Q&A = Question Answering
[1] https://scs.community/about/