{"id":25040,"date":"2018-05-02T00:00:00","date_gmt":"2024-09-13T08:48:11","guid":{"rendered":"https:\/\/wordpress-583806-4798031.cloudwaysapps.com\/konsument-it-som-liknar-foretags-it\/"},"modified":"2024-11-15T16:22:00","modified_gmt":"2024-11-15T15:22:00","slug":"konsument-it-som-liknar-foretags-it","status":"publish","type":"post","link":"https:\/\/informator.se\/en\/konsument-it-som-liknar-foretags-it\/","title":{"rendered":"Konsument-IT som liknar f\u00f6retags-IT"},"content":{"rendered":"\n
\n
\n
\n
\n
\n

Christer Norstr\u00f6ms<\/a> presentation under SICS Open House<\/a> 2018 handlade om hans intelligenta tr\u00e4ningstj\u00e4nst Racefox. Den st\u00f6djer individanpassad uth\u00e5llighetstr\u00e4ning f\u00f6r l\u00f6pare och l\u00e4ngd\u00e5kare. Arkitekturen och kraven p\u00e5 Intelligenta tr\u00e4ningsassistenter ligger ungef\u00e4r halvv\u00e4gs mellan \u201dvanlig\u201d konsument-IT (gadgets) och f\u00f6retags-IT (mission critical).<\/b>Expertanv\u00e4ndare i gr\u00e4nslandet<\/b><\/p>\n

Christer (tidare VD p\u00e5 SICS) med sina slides fick mig att mer eller mindre \u00e5ngra tv\u00e5 saker. Dels att jag la av med triathlon f\u00f6r ett antal \u00e5r sedan. Dels att jag brukar dra den vanliga gr\u00e4nsen mellan B2C (Business-to-consumer) och B2B lite v\u00e4l skarpt, oftast f\u00f6r att lyfta fram skillnaden i kvalitetskraven mellan dem.\n

\u00a0<\/p>\n

Med tiden har Racefoxs logik ut\u00f6kats med skadef\u00f6rebyggande eller \u2013rehabiliterande inslag i tr\u00e4ningen, i realtid, och d\u00e5 landar vi i gr\u00e4nslandet: expertkonsumenter minst lika p\u00e5l\u00e4sta om sin nischproblematik som process\u00e4garen p\u00e5 ett f\u00f6retag \u00e4r om sin. H\u00f6ga krav p\u00e5 tillf\u00f6rlitlighet, snabbhet (RT), exakthet. Samtidigt h\u00f6gt st\u00e4llda f\u00f6rv\u00e4ntningar p\u00e5 att beh\u00e5lla kunderna (Racefox \u00e4r uppe in en customer-retention faktor efter 1 \u00e5r p\u00e5 95%).<\/p>\n

Arkitektur och arkitektroll<\/b><\/h3>\n

Autonoma Machine Learning (ML) system \u00e4r ofta indelade i fyra lager, inte s\u00e5 olikt RT-system:
1. Perception (fr\u00e5n input genom t ex Racefox kroppssensorer eller bilens givare)
2. M\u00f6nsterigenk\u00e4nning (t ex kroppsst\u00e4llning och stavtag hos Racefox eller oj\u00e4mn g\u00e5ng i en motor)
3. Analys, resonemang, beslut (dvs m\u00f6nsterutv\u00e4rdering och val av n\u00e4sta steg)
4. Direkt \u00e5tg\u00e4rd (t ex minska varvtal) eller interaktion (t ex varning genom genererad r\u00f6st i skidl\u00f6parens h\u00f6rsn\u00e4cka, eller ett anrop p\u00e5 bilverkstadens diagnostiksystem \u00f6ver Internet of Things).<\/p>\n<\/div>\n

\n

<\/a><\/p>\n<\/div>\n

Layered<\/b> (arkitekturm\u00f6nster). Modifierat fr\u00e5n Informators kurs Avancerad Modellering (T2716).<\/i>\n

\u00a0<\/p>\n

Varje lager kan inneh\u00e5lla \u00e4ven ML-komponenter (t ex neurala n\u00e4tverk tr\u00e4nade f\u00f6r sin nisch). Det g\u00f6r en stor och trogen anv\u00e4ndarbas extra intressant, eftersom systemet blir smartare med tiden d\u00e5 det l\u00e4r av allt l\u00e4ngre tidsserier data fr\u00e5n alltfler individer.<\/p>\n

B\u00e4sta bakgrunden f\u00f6r en arkitekt blir d\u00e5 kunskap om dom\u00e4nen, om aff\u00e4ren, om ML, om varje lager, och om samspelet mellan dem. Christer Norstr\u00f6m kallade rollen value architect.<\/p>\n<\/div>\n<\/div><\/div>\n<\/div><\/div>\n<\/div><\/div>\n<\/div><\/div>\n<\/div><\/div>\n<\/span><\/span>\r\n

Milan Kratochvil\u00a0<\/span><\/span><\/h4>\r\n
\n\nInformatorl\u00e4rare, senior modeling & architecture consultant Kiseldalen.com<\/a>, huvudf\u00f6rfattare: UML Extra Light (Cambridge University Press) and Growing Modular (Springer), Advanced UML2 Professional (OCUP<\/a> cert level 3\/3).\n\n<\/div>\n
Milan och Informator samarbetar sedan 1996 inom arkitektur, modellering, UML, krav, och design. Du kan tr\u00e4ffa honom p\u00e5 \u00f6ppna kurser i Arkitektur p\u00e5 engelska eller svenska, eller i Modellering.<\/div>\n
<\/div><\/span><\/span>","protected":false},"excerpt":{"rendered":"

Christer Norstr\u00f6ms presentation under SICS Open House 2018 handlade om hans intelligenta tr\u00e4ningstj\u00e4nst Racefox. Den st\u00f6djer individanpassad uth\u00e5llighetstr\u00e4ning f\u00f6r l\u00f6pare och l\u00e4ngd\u00e5kare. Arkitekturen och kraven p\u00e5 Intelligenta tr\u00e4ningsassistenter ligger ungef\u00e4r halvv\u00e4gs mellan \u201dvanlig\u201d konsument-IT (gadgets) och f\u00f6retags-IT (mission critical).Expertanv\u00e4ndare i gr\u00e4nslandet<\/p>\n","protected":false},"author":6,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"footnotes":""},"categories":[570,922,572],"tags":[592],"class_list":["post-25040","post","type-post","status-publish","format-standard","hentry","category-blogg","category-blogi","category-it-arkitektur","tag-machine-learning"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t