「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。
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。
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。
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。
2020年度のオンライン商談システム市場はコロナ禍による需要の急増で前年度比176.9%増――ITR調査
営業デジタル化はますます加速しています。
Tableau調査と三井住友海上の事例に学ぶ コロナ禍でも強いデータドリブン組織をどう作るか
データを大切にし、従業員がデータにアクセスしてデータに基づいた経営判断ができる組織...
営業デジタル化の始め方(無料eBook)
「ITmedia マーケティング」では、気になるマーケティングトレンドをeBookにまとめて不定...