FAQ (Frequently Asked Questions)

Come posso registrarmi a watsonx.ai?

Vai a Prova IBM watsonx.ai.

Posso provare watsonx.ai gratuitamente?

Sì, quando ti registri per IBM watsonx.ai, esegui automaticamente il provisioning della versione gratuita dei servizi sottostanti: Watson Studio e Watson Machine Learning.

Come posso eseguire l'upgrade di watsonx.ai?

Quando sei pronto ad eseguire l'upgrade di uno dei servizi sottostanti per watsonx.ai, puoi eseguire l'upgrade senza perdere il tuo lavoro o i tuoi dati.

Per eseguire l'upgrade di un servizio, devi essere il proprietario o l'amministratore dell'account IBM Cloud . Vedi Upgrade dei servizi su watsonx.

Come posso ottenere il massimo del runtime dal mio piano Lite di Watson Studio ?

Il piano Watson Studio Lite consente 10 CUH al mese. È possibile massimizzare il CUH disponibile impostando gli asset per utilizzare ambienti con tassi di CUH più bassi. Ad esempio, è possibile modificare l'ambiente del notebook. Per visualizzare gli ambienti disponibili e il CUH richiesto, vai alla pagina del catalogo dei servizi per Watson Studio.

Come trovo il proprietario del mio account IBM Cloud ?

Se hai un account aziendale o lavori in un IBM Cloud che non possiedi, potresti dover chiedere a un proprietario dell'account di fornirti l'accesso a uno spazio di lavoro o a un altro ruolo.

Per trovare il tuo proprietario dell'account IBM Cloud :

1. Dal menù di navigazione, scegli Amministrazione> Accesso (IAM).
2. Dal menu avatar, assicurati di essere nell'account giusto o cambia account, se necessario.
3. Fare clic su Utentie trovare il nome utente con la parola owner accanto ad esso.

Per comprendere i ruoli, vedi Ruoli per IBM watsonx. Per determinare i ruoli, consultare Determinazione dei ruoli.

Posso fornire un feedback?

Sì, incoraggiamo il feedback mentre continuiamo a sviluppare questa piattaforma. Dal menu di esplorazione, selezionare Supporto> Condividi un'idea.

Quali modelli di fondazione sono disponibili e da dove provengono?

Vedi l'elenco completo dei modelli di base supportati.

Quali dati sono stati usati per addestrare i modelli di fondazione?

I link ai dettagli su ciascun modello, inclusi i dati di pre - training e l'ottimizzazione, sono disponibili qui: Supported foundation models.

Devo controllare l'output generato per il contenuto distorto, inappropriato o non corretto?

Sì, è necessario esaminare l'output generato dei modelli di base. I modelli di terze parti sono stati addestrati con dati che potrebbero contenere pregiudizi e imprecisioni e possono generare output contenenti disinformazione, linguaggio osceno o offensivo o contenuti discriminatori.

Nel Prompt Lab, quando si attiva l'opzione Guardrails AI , qualsiasi frase nel testo del prompt o nell'output del modello che contiene una lingua dannosa verrà sostituita con un messaggio che indica che il testo potenzialmente dannoso è stato rimosso.

Vedere Come evitare l'emissione indesiderata.

C'è un limite alla generazione di testo che posso fare?

Con la prova gratuita di watsonx.ai, puoi utilizzare fino a 25.000 token al mese. Il tuo utilizzo del token è la somma dei tuoi token di input e output.

Con un piano di servizio a pagamento, non esiste alcun limite di token, ma ti vengono addebitati i token che inoltri come input più i token che ricevi nell'output generato.

Vedi PianiWatson Machine Learning.

La progettazione rapida addestra il modello di fondazione?

No, l'inoltro di prompt a un modello di base non addestra il modello. I modelli disponibili in watsonx.ai sono preaddestrati, quindi non devi addestrare i modelli prima di utilizzarli.

Consultare Suggerimenti per la richiesta.

IBM ha accesso o utilizza i miei dati in qualche modo?

No, IBM non ha accesso ai tuoi dati.

Il tuo lavoro su watsonx.ai, compresi i dati e i modelli che crei, è privato per il tuo account:

• I tuoi dati sono accessibili solo da te. I tuoi dati vengono utilizzati per addestrare solo i modelli. I tuoi dati non saranno mai accessibili o utilizzati da IBM o da qualsiasi altra persona o organizzazione. I tuoi dati sono archiviati in bucket di archiviazione dedicati e sono crittografati a riposo e in movimento.
• I tuoi modelli sono accessibili solo da te. I tuoi modelli non saranno mai accessibili o utilizzati da IBM o da qualsiasi altra persona o organizzazione. I modelli sono protetti allo stesso modo dei propri dati.

Ulteriori informazioni sulla sicurezza e le opzioni:

• Sicurezza e privacy dei modelli di base
• Sicurezza per IBM watsonx.ai
• Sicurezza dati

Quali API sono disponibili?

Puoi richiedere i modelli di base in watsonx.ai in modo programmatico utilizzando la libreria Python .

Vedi Foundation models Python library.

Come si caricano file molto grandi nel progetto?

Non è possibile caricare file di dati più grandi di 5 GB per il progetto. Se i tuoi file sono più grandi, devi utilizzare l'API Cloud Object Storage e caricare i dati in più parti. Vedi i comandi curl per utilizzare Cloud Object Storage direttamente su IBM Cloud.

Vedi Aggiunta di oggetti molto grandi a Cloud Object Storagedi un progetto.

Cosa viene salvato in IBM Cloud Object Storage per le aree di lavoro?

Quando si crea un progetto o uno spazio di distribuzione, si specifica un IBM Cloud Object Storage e si crea un bucket dedicato a tale spazio di lavoro. Questi tipi di oggetti vengono archiviati nel bucket IBM Cloud Object Storage per lo spazio di lavoro:

• File per gli asset di dati caricati nello spazio di lavoro.
• File associati ad asset eseguiti in strumenti, ad esempio notebook e modelli.
• Metadati relativi agli asset, come il tipo di asset, il formato e i tag.

Devo eseguire l'upgrade di IBM Cloud Object Storage quando eseguo l'upgrade di altri servizi?

Devi aggiornare la tua istanza di IBM Cloud Object Storage solo quando hai esaurito lo spazio di archiviazione. Altri servizi possono utilizzare qualsiasi piano IBM Cloud Object Storage e puoi eseguire l'upgrade di qualsiasi servizio o del tuo servizio IBM Cloud Object Storage in modo indipendente.

Perché non sono in grado di aggiungere spazio di archiviazione a un progetto esistente o di visualizzare la selezione IBM Cloud Object Storage nella finestra di dialogo Nuovo progetto?

IBM Cloud Object Storage richiede un passo aggiuntivo per gli utenti che non dispongono di privilegi amministrativi. L'amministratore dell'account deve consentire agli utenti non amministrativi di creare progetti.

Se disponi dei privilegi di amministratore e non vedi l'ultimo IBM Cloud Object Storage, riprova più tardi perché la memorizzazione nella cache lato server potrebbe causare un ritardo nel rendering dei valori più recenti.

Posso installare librerie o pacchetti da utilizzare nei miei notebook?

È possibile installare le librerie Python e i package R tramite un notebook e tali librerie e package saranno disponibili per tutti i notebook che utilizzano lo stesso modello di ambiente. Per istruzioni, vedi Importa librerie personalizzate o di terze parti. Se si riceve un errore relativo alla mancanza di dipendenze del sistema operativo quando si installa una libreria o un pacchetto, informare il supporto IBM . Per visualizzare le librerie e i pacchetti preinstallati e le librerie e i pacchetti installati, dall'interno di un notebook, eseguire il comando appropriato:

• Python: !pip list
• R: installed.packages()

È possibile richiamare funzioni definite in un notebook da un altro notebook?

Non è possibile richiamare un notebook da un altro notebook sulla piattaforma. Tuttavia, è possibile inserire il codice comune in una libreria esterna alla piattaforma e installarlo.

Posso aggiungere estensioni di notebook arbitrarie?

No, non è possibile estendere le funzioni del notebook aggiungendo estensioni arbitrarie come personalizzazione perché tutte le estensioni del notebook devono essere preinstallate.

Come si accede ai dati da un file CSV in un notebook?

Dopo aver caricato un file CSV nell'archivio oggetti, caricare i dati facendo clic su Frammenti di codice () in un notebook aperto, facendo clic su Leggi dati e selezionando il file CSV dal progetto. Quindi, fare clic in una cella di codice vuota nel notebook e inserire il codice generato.

Come si accede ai dati da un file compresso in un notebook?

Dopo aver caricato il file compresso nell'archivio oggetti, acquisire le credenziali del file facendo clic sull'icona Frammenti di codice () in un notebook aperto, facendo clic su Leggi dati e selezionando il file compresso dal progetto. Quindi, fare clic in una cella di codice vuota nel notebook e caricare le credenziali nella cella. In alternativa, fare clic per copiare le credenziali negli appunti e incollarle nel notebook.

Quanto è sicuro IBM watsonx?

La piattaforma IBM watsonx è molto sicura e resiliente. Vedi Security of IBM watsonx.

I miei dati e notebook sono protetti dalla condivisione al di fuori dei miei collaboratori?

I dati caricati nel progetto e nei notebook sono protetti. Solo i collaboratori del progetto possono accedere ai dati o ai notebook. Ogni account della piattaforma agisce come un tenant separato dei servizi Spark e IBM Cloud Object Storage . I tenant non possono accedere ai dati di altri tenant.

Se si desidera condividere il notebook con il pubblico, nascondere le proprie credenziali del servizio dati nel notebook. Per i linguaggi Python e R, immettere la sintassi seguente: # @hidden_cell

Assicurarsi di salvare il notebook immediatamente dopo aver immesso la sintassi per nascondere le celle con dati sensibili.

Solo allora si dovrebbe condividere il vostro lavoro.

Devo eseguire il backup dei miei notebook?

Num. I tuoi notebook sono memorizzati in IBM Cloud Object Storage, che fornisce resilienza contro le interruzioni.

Quali sono le implicazioni della condivisione di un notebook?

Quando si condivide un notebook, il permalink non cambia mai. Qualsiasi persona con il collegamento può visualizzare il notebook. È possibile interrompere la condivisione del notebook deselezionando la casella di spunta per condividerlo. Gli aggiornamenti non vengono condivisi automaticamente. Quando si aggiorna il notebook, è possibile sincronizzare il notebook condiviso selezionando nuovamente la casella di controllo per condividerlo.

Come posso condividere il lavoro al di fuori di RStudio?

Un modo per condividere il tuo lavoro al di fuori di RStudio è collegarlo a un repository GitHub condiviso da cui puoi lavorare tu e i tuoi collaboratori. Per ulteriori informazioni, leggere questo post del blog .

Tuttavia, il metodo migliore per condividere il lavoro con i membri di un progetto è utilizzare i notebook nel progetto che utilizza il kernel R.

RStudio è un ottimo ambiente in cui lavorare per la prototipazione e lavorare individualmente su progetti di R, ma non è ancora integrato con i progetti.

Come posso condividere il mio flusso SPSS Modeler con un altro progetto?

Per impostazione, i flussi del modeler possono essere utilizzati solo nel progetto in cui il flusso viene creato o importato. Se è necessario utilizzare un flusso di modeler in un progetto differente, è necessario scaricare il flusso dal progetto corrente (progetto di origine) nell'ambiente locale e quindi importare il flusso in un altro progetto (progetto di destinazione).

Come eseguire un esperimento AutoAI ?

Vai a Creazione di un esperimento AutoAI dai dati di esempio per guardare un breve video su come creare ed eseguire un esperimento AutoAI e quindi segui un'esercitazione per configurare il tuo proprio esempio.

Cosa è disponibile per la creazione di modelli automatizzati?

Lo strumento grafico AutoAI analizza automaticamente i dati e genera le pipeline del modello candidato personalizzate per il proprio problema di modellazione predittiva.  Queste pipeline del modello vengono create in modo iterativo quando AutoAI analizza il dataset e rileva le trasformazioni dei dati, gli algoritmi e le impostazioni dei parametri che funzionano meglio per le impostazioni dei problemi.  I risultati vengono visualizzati in una classifica, mostrando le pipeline del modello generate automaticamente ordinate in base all'obiettivo di ottimizzazione del problema. Per i dettagli, vedere Panoramica diAutoAI.

Quali framework e librerie sono supportati per i miei modelli di machine learning?

Puoi utilizzare strumenti, librerie e framework comuni per addestrare e distribuire i modelli di machine learning utilizzando IBM Watson Machine Learning. L' argomento dei framework supportati elenca le funzioni e le versioni supportate, nonché le versioni obsolete pianificate per essere discontinue.

Cos' è una chiave API?

Le chiavi API ti consentono di eseguire facilmente l'autenticazione quando utilizzi la CLI o le API che possono essere utilizzate tra più servizi. Le chiavi API sono considerate riservate poiché vengono utilizzate per concedere l'accesso. Considera tutte le chiavi API come una password poiché chiunque con la tua chiave API può impersonare il tuo servizio.