「MLOps」ツールの機能とは？ 使える機械学習モデルを生み出す：「AIOps」とは何か【第4回】

「AIOps」に似た言葉として「MLOps」がある。機械学習モデルの開発における課題を解消することがその目的だ。MLOpsツールが持つ役割を紹介する。

[Ronald Schmelzer，TechTarget]

　「MLOps」とは、開発チームと運用チームが協調して開発を進める手法「DevOps」を機械学習モデルの開発に生かす手法だ。システム運用にAI（人工知能）技術を取り入れる「AIOps」と比べると、手段と目的が逆になっている。MLOpsツールは機械学習モデルのバージョンやイテレーション（短期間で繰り返す開発サイクルの単位）の管理に役立つ。

併せて読みたいお薦め記事

「機械学習」の基礎知識

• 機械学習の代表的アルゴリズム「線形回帰」「決定木」とは？
• 「AutoML」（自動機械学習）がデータサイエンティストを楽にする？

AIOpsとは何か

• AIOpsを成功に導く鍵は「人がAIを信頼すること」
• AIOpsはDevOpsとは別物　役に立つ場面は？
• 完全なるIT運用の自動化を実現する「AIOps」とは？

「MLOpsツール」が有効な機械学習モデル開発に役立つ理由

　機械学習モデル開発から本番環境での運用において、MLOpsツールは下記のようなタスクを実行する。

• 複数の機械学習モデルのバージョン管理
• エンドユーザーに対する機械学習モデルの変更点の通知
• 機械学習モデルのバージョン履歴の可視化
• 不要になった機械学習モデルの廃止

　MLOpsツールは新たな機械学習モデルの開発と管理だけでなく、既存モデルの監視と管理、再トレーニングなどにも役立つ。機械学習モデルの運用状況を常に監視し、本番環境で適切に機能しているかどうか、学習に使用した教師データと本番環境のデータに食い違いが生じていないかどうかなどを確認できる。データ来歴（データの起源や変更、使用などの履歴）を追跡し、トレーニングに使用したどの教師データが本番環境のどのデータと一致しているのかを確認することも可能だ。

　機能が充実したMLOpsツールの場合、機械学習モデルのレジストリ（格納場所）やカタログを提供し、エンドユーザーはそれぞれの用途に適した機械学習モデルを探すことができる。機械学習モデルのガバナンス機能を搭載しているMLOpsツールもあり、監査、コンプライアンス、アクセス制御などのポリシーに沿っているかどうかを監視する。

　機械学習モデルそのものに加えて、それらと依存関係にあるデータを保護する機能を備えたMLOpsツールもある。こうしたMLOpsツールは機械学習モデルとデータへの攻撃の防御、機械学習モデル全体の脆弱（ぜいじゃく）性の可視化などの機能を提供する。

---

　これまでに紹介してきたように、「ITOps」やDevOpsだけでなく、AI技術を取り入れることでAIOpsやMLOpsなど「Ops」を冠する新たな手法が登場している。こうした新たな手法は、いずれも開発や本番運用、開発したシステムの管理に大きな変化をもたらしている。AI技術を取り入れることで運用管理がますます自動化し、活発に変化を続けることは間違いないだろう。

TechTarget発　先取りITトレンド

米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。