I ka makahiki 2018, i loko o nā pōʻai ʻoihana a me nā ʻaha kūkā kumuhana i hoʻolaʻa ʻia no AI, ua ʻike ʻia ka manaʻo o MLOps, ka mea i loaʻa koke i kahi paʻa i ka ʻoihana a ke ulu nei i kēia manawa he alakaʻi kūʻokoʻa. I ka wā e hiki mai ana, lilo nā MLOps i kekahi o nā wahi i koi nui ʻia ma IT. He aha ia a me ka mea e ʻai ʻia ai, hoʻomaopopo mākou ma lalo o ka ʻoki.
He aha ka MLOps
ʻO MLOps (ka hui pū ʻana o nā ʻenehana a me nā kaʻina o ka mīkini aʻo a me nā ala e hoʻokō ai i nā hiʻohiʻona i kūkulu ʻia i nā kaʻina hana ʻoihana) he ala hou o ka launa pū ʻana ma waena o nā ʻelele ʻoihana, nā ʻepekema, nā mea makemakika, nā loea aʻo mīkini a me nā ʻenekini IT i ka hana ʻana i nā ʻōnaehana naʻauao.
I nā huaʻōlelo ʻē aʻe, he ala ia e hoʻohuli ai i nā ʻano aʻo mīkini a me nā ʻenehana i mea pono no ka hoʻoponopono ʻana i nā pilikia ʻoihana.
Pono e hoʻomaopopo ʻia e hoʻomaka ana ke kaulahao o ka huahana ma mua o ka hoʻomohala ʻana o ke kumu hoʻohālike. ʻO kāna hana mua ka wehewehe ʻana i ka pahuhopu ʻoihana, ke kuhiakau e pili ana i ka waiwai i hiki ke unuhi ʻia mai ka ʻikepili, a me ka manaʻo ʻoihana e hoʻohana ai.
Ua kū mai ka manaʻo o MLOps ma ke ʻano he hoʻohālikelike i ka manaʻo o DevOps e pili ana i nā hiʻohiʻona a me nā ʻenehana aʻo mīkini. ʻO DevOps kahi ala hoʻomohala polokalamu e hiki ai iā ʻoe ke hoʻonui i ka wikiwiki o nā hoʻololi pilikino ʻoiai e mālama ana i ka maʻalahi a me ka hilinaʻi me ka hoʻohana ʻana i kekahi mau ala, me ka hoʻomau mau ʻana, ka hoʻokaʻawale ʻana o nā hana i loko o kahi mau microservices kūʻokoʻa, hoʻāʻo automated a me ka hoʻonohonoho ʻana i nā loli pilikino, honua. ka nānā ʻana i ke olakino, kahi ʻōnaehana pane wikiwiki no nā hemahema i ʻike ʻia, etc.
Ua wehewehe ʻo DevOps i ka pōʻaiapili ola polokalamu, a ua puka mai ka manaʻo i loko o ke kaiāulu polokalamu e hoʻopili i ka ʻenehana like i ka ʻikepili nui. ʻO DataOps kahi hoʻāʻo e hoʻololi a hoʻonui i ke ʻano, me ka noʻonoʻo ʻana i nā ʻano o ka mālama ʻana, ka hoʻouna ʻana a me ka hoʻoili ʻana i ka nui o ka ʻikepili i nā ʻano like ʻole a me ka launa pū ʻana.
Me ka hiki ʻana mai o kekahi ʻano koʻikoʻi o nā ʻano aʻo mīkini i hoʻokomo ʻia i loko o nā kaʻina hana ʻoihana o nā ʻoihana, ua ʻike ʻia kahi ʻano like like ma waena o ke ola o nā hiʻohiʻona makemakika o ke aʻo ʻana i ka mīkini a me ka pōʻai ola polokalamu. ʻO ka ʻokoʻa wale nō ke hana ʻia nā algorithms model me ka hoʻohana ʻana i nā mea hana aʻo mīkini a me nā ʻano hana. No laila, ua ala maoli ka manaʻo e hoʻopili a hoʻololi i nā ala i ʻike mua ʻia i ka hoʻomohala ʻana i nā polokalamu no nā kumu aʻo mīkini. No laila, hiki ke hoʻokaʻawale ʻia nā ʻanuʻu koʻikoʻi i loko o ka pōʻai ola o nā kumu hoʻohālike aʻo mīkini:
- ka wehewehe ʻana i kahi manaʻo ʻoihana;
- aʻo hoʻohālike;
- ka ho'āʻo a me ka hoʻokōʻana i ke kumu hoʻohālike i ka hanaʻoihana;
- hana hoʻohālike.
I ka wā e hana ai, pono e hoʻololi a hoʻomaʻamaʻa hou i ke kŘkohu ma ka ʻikepili hou, hoʻomaka hou ka pōʻaiapuni - hoʻopau ʻia ke kumu hoʻohālike, hoʻāʻo ʻia, a kau ʻia kahi mana hou.
Hoʻi hope. No ke aha e hoʻonaʻauao hou ai a ʻaʻole hoʻonaʻauao hou? ʻO ka huaʻōlelo "model retraining" he pālua ka wehewehe ʻana: ma waena o ka poʻe loea, ʻo ia ke ʻano o ka hemahema o ke kumu hoʻohālike, i ka wā e wānana maikaʻi ai ke kumu hoʻohālike, e hana hou i ka ʻāpana wānana ma ka hoʻonohonoho hoʻomaʻamaʻa ʻana, akā ʻoi aku ka maikaʻi o ka hana ma ka hoʻonohonoho ʻikepili waho. ʻO keʻano maʻamau, he kīnā iaʻano hoʻohālike, no ka mea,ʻaʻole eʻae kēia hemahema i kāna noi.
I kēia pōʻai ola, ʻike ʻia ka hoʻohana ʻana i nā mea hana DevOps: ka hoʻāʻo ʻana, ka hoʻonohonoho ʻana a me ka nānā ʻana, ka hoʻopaʻa inoa ʻana o ka helu ʻana ma ke ʻano he microservices kaʻawale. Akā aia kekahi mau hiʻohiʻona e pale ai i ka hoʻohana pololei ʻana i kēia mau mea hana me ka ʻole o ka ML-tiing hou.
Pehea e hana ai i nā kumu hoʻohālike a loaʻa ka loaʻa kālā
Ma ke ʻano he laʻana, kahi e hōʻike ai mākou i ka hoʻohana ʻana i ke ala MLOps, e lawe mākou i ka hana maʻamau o ka robotizing i ke kamaʻilio kākoʻo no kahi huahana panakō (a i ʻole kekahi). ʻO ke kaʻina hana pāʻoihana kākoʻo kamaʻilio maʻamau penei: komo ka mea kūʻai aku i kahi nīnau ma ke kamaʻilio a loaʻa iā ia kahi pane mai kahi loea i loko o kahi lāʻau kamaʻilio i koho mua ʻia. Hoʻopau pinepine ʻia ka hana o ka hoʻomaʻamaʻa ʻana i ia kamaʻilio me ka hoʻohana ʻana i nā pūʻulu o nā lula i hoʻopaʻa ʻia e hoʻomohala a mālama. ʻO ka pono o ia automation, e pili ana i ka pae o ka paʻakikī o ka hana, hiki ke 20-30%. Ma keʻano maʻamau, kū mai ka manaʻo he ʻoi aku ka maikaʻi o ka hoʻokō ʻana i kahi module artificial intelligence - kahi kumu hoʻohālike i hoʻomohala ʻia me ka hoʻohana ʻana i ka mīkini aʻo e:
- hiki ke hana i nā noi hou aʻe me ka ʻole o ke komo ʻana o kahi mea hoʻohana (e pili ana i ke kumuhana, i kekahi mau hihia, hiki i ka pono ke hiki i 70-80%);
- ʻoi aku ka maikaʻi o ka hoʻololi ʻana i nā huaʻōlelo maʻamau ma ke kamaʻilio - hiki iā ia ke hoʻoholo i ka manaʻo, ka makemake maoli o ka mea hoʻohana no kahi noi i wehewehe ʻole ʻia;
- hiki iā ia ke hoʻoholo i ka wā e lawa ai ka pane o ke kŘkohu, a i ka wā e kānalua ai ka "manaʻo" o kēia pane a pono e nīnau i kahi nīnau wehewehe hou a i ʻole e hoʻololi i ka mea hoʻohana;
- hiki ke hoʻomaʻamaʻa hou ʻia (ma kahi o kahi hui o nā mea hoʻomohala e hoʻololi mau a hoʻoponopono i nā hiʻohiʻona pane, hoʻomaʻamaʻa hou ʻia ke kumu hoʻohālike e kahi ʻepekema Data me ka hoʻohana ʻana i nā hale waihona aʻo mīkini kūpono).
Pehea e hana ai i kahi hoʻohālike holomua?
E like me ka hoʻoponopono ʻana i kekahi hana ʻē aʻe, ma mua o ka hoʻomohala ʻana i ia module, pono e wehewehe i kahi kaʻina hana ʻoihana a wehewehe maʻamau i kahi hana kikoʻī a mākou e hoʻoponopono ai me ka hoʻohana ʻana i ke ʻano aʻo mīkini. I kēia manawa, hoʻomaka ke kaʻina hana, i kuhikuhi ʻia e ka abbreviation Ops.
ʻO ka hana aʻe, ʻo ka ʻepekema data, me ka hui pū ʻana me ka ʻenekini data, e nānā i ka loaʻa a me ka lawa o ka ʻikepili a me ke kuhiakau ʻoihana e pili ana i ka hana o ka manaʻo ʻoihana, e hoʻomohala ana i kahi prototype o ke kumu hoʻohālike a nānā i kona pono maoli. Ma hope wale nō o ka hōʻoia ʻana e ka ʻoihana hiki ke hoʻomaka ka hoʻololi ʻana mai ka hoʻomohala ʻana i ke kumu hoʻohālike i ka hoʻokomo ʻana i loko o nā ʻōnaehana e hana ana i kahi kaʻina ʻoihana kūikawā. ʻO ka hoʻolālā hoʻokō hope-a-hope, kahi ʻike hohonu i kēlā me kēia pae o ke ʻano e hoʻohana ʻia ai ke kumu hoʻohālike a me ka hopena waiwai e lawe mai ai, he manawa koʻikoʻi ia i nā kaʻina o ka hoʻokomo ʻana i nā ala MLOps i ka ʻāina ʻenehana o ka hui.
Me ka hoʻomohala ʻana o nā ʻenehana AI, ke hoʻonui nei ka helu a me nā ʻano hana like ʻole me ke kōkua o ke aʻo ʻana i ka mīkini e like me ka avalanche. ʻO kēlā me kēia kaʻina hana ʻoihana e mālama i ka ʻoihana ma ka hoʻomaʻamaʻa ʻana i ka hana a nā limahana o nā kūlana nui (ke kikowaena kelepona, ka nānā ʻana a me ka hoʻokaʻawale ʻana i nā palapala, a me nā mea ʻē aʻe), ke hoʻonui nei i ka waihona mea kūʻai aku ma o ka hoʻohui ʻana i nā hana hoihoi a me ka maʻalahi, e mālama i ke kālā ma muli o ka maikaʻi o kā lākou. hoʻohana a hāʻawi hou i nā kumuwaiwai a me nā mea hou aku. ʻO ka mea hope loa, ua kau ʻia kekahi kaʻina hana i ka hoʻokumu ʻana i ka waiwai a, no laila, pono e lawe mai i kekahi hopena waiwai. Eia ka mea nui e wehewehe pono i ka manaʻo pāʻoihana a me ka helu ʻana i ka waiwai i manaʻo ʻia mai ka hoʻokō ʻana i ke kumu hoʻohālike i ke ʻano holoʻokoʻa o ka hana waiwai o ka ʻoihana. Aia kekahi mau kūlana i ka hoʻokō ʻole ʻana o ke kumu hoʻohālike iā ia iho, a ʻoi aku ka maikaʻi o ka manawa i hoʻohana ʻia e nā loea aʻo mīkini ma mua o ka wahi hana o ka mea hana e hana nei i kēia hana. ʻO ia ke kumu e pono ai e hoʻāʻo e ʻike i nā hihia i ka wā mua o ka hana ʻana i nā ʻōnaehana AI.
No laila, hoʻomaka nā hiʻohiʻona e lawe mai i ka waiwai wale nō i ka wā i hoʻonohonoho pono ʻia ka hana ʻoihana i ke kaʻina MLOps, ua hoʻonohonoho ʻia nā mea nui, a ua hoʻokumu ʻia ke kaʻina hana o ka hoʻokomo ʻana i ke kumu hoʻohālike i ka ʻōnaehana i ka wā mua o ka hoʻomohala ʻana.
Kaʻina hana hou - nā pilikia hou
ʻO kahi pane piha i ka nīnau pāʻoihana koʻikoʻi e pili ana i ka pili ʻana o nā hiʻohiʻona ML i ka hoʻoponopono ʻana i nā pilikia, ʻo ka nīnau nui o ka hilinaʻi iā AI ʻo ia kekahi o nā pilikia nui i ka hoʻomohala ʻana a me ka hoʻokō ʻana i nā ala MLOps. I ka hoʻomaka ʻana, kānalua nā ʻoihana e pili ana i ka hoʻokomo ʻana i ka aʻo ʻana o ka mīkini i nā kaʻina hana - he paʻakikī ke hilinaʻi i nā hiʻohiʻona ma nā wahi i hana mau ai nā kānaka i ka wā ma mua. No ka ʻoihana, ʻike ʻia nā papahana he "pahu ʻeleʻele", pono e hōʻoia ʻia ka pili o nā pane. Eia kekahi, ma ka waihona kālā, i ka ʻoihana o nā mea lawelawe kelepona a me nā mea ʻē aʻe, aia nā koi koʻikoʻi o nā mea hoʻoponopono mokuʻāina. ʻO nā ʻōnaehana a me nā algorithm a pau i hoʻokō ʻia i nā kaʻina hana panakō e pili ana i ka loiloi. No ka hoʻoponopono ʻana i kēia pilikia, e hōʻoia i ka ʻoihana a me nā mea hoʻoponopono i ka pono a me ka pololei o nā pane ʻike artificial, ke hoʻolauna ʻia nei nā mea hana nānā me ke kumu hoʻohālike. Eia kekahi, aia kahi kaʻina hana hōʻoia kūʻokoʻa, pono no nā hiʻohiʻona hoʻoponopono, e kū ana i nā koi o ka Central Bank. Hoʻoponopono kekahi hui loea kūʻokoʻa i nā hopena i loaʻa i ka hoʻohālike, me ka noʻonoʻo ʻana i ka ʻikepili hoʻokomo.
ʻO ka luʻi ʻelua, ʻo ia ka loiloi a me ka noʻonoʻo ʻana i nā pilikia hoʻohālike i ka wā e hoʻokō ai i kahi ʻano aʻo mīkini. ʻOiai inā ʻaʻole hiki i ke kanaka ke pane i ka nīnau me ka maopopo loa inā he keʻokeʻo a he uliuli paha kēlā ʻaʻahu, a laila, aia nō i ka naʻauao hana ke kuleana e hana hewa. He mea kūpono hoʻi e noʻonoʻo e hiki ke loli ka ʻikepili i ka manawa, a pono e hoʻomaʻamaʻa hou ʻia nā hiʻohiʻona i mea e hana ai i kahi hopena kūpono. I mea e pilikia ʻole ai ke kaʻina hana ʻoihana, pono e hoʻokele i nā pilikia hoʻohālike a nānā i ka hana o ke kumu hoʻohālike, e hoʻomaʻamaʻa mau iā ia ma nā ʻikepili hou.
Akā ma hope o ka pae mua o ka hilinaʻi, hoʻomaka ka hopena ʻē aʻe. ʻOi aku ka nui o nā hiʻohiʻona i hoʻokomo maikaʻi ʻia i nā kaʻina hana, ʻoi aku ka nui o ka makemake o ka ʻoihana no ka hoʻohana ʻana i ka naʻauao artificial - aia nā hana hou a me nā hana hou e hiki ke hoʻoholo ʻia me ka hoʻohana ʻana i nā ʻano aʻo mīkini. Hoʻomaka kēlā me kēia hana i kahi kaʻina holoʻokoʻa e koi ai i kekahi mau mākaukau:
- hoʻomākaukau a hoʻoponopono ʻia nā ʻikepili;
- hoʻohana nā ʻepekema data i nā mea hana aʻo mīkini a hoʻomohala i kahi kumu hoʻohālike;
- Hoʻokomo ʻo IT i ke kumu hoʻohālike i loko o ka ʻōnaehana;
- Hoʻoholo ka ʻenekinia ML pehea e hoʻohui pono ai i kēia ʻano hoʻohālike i ke kaʻina hana, nā mea hana IT e hoʻohana ai ma muli o nā koi no ke ʻano o ka noi ʻana o ke kumu hoʻohālike, e noʻonoʻo ana i ke kahe o nā noi, ka manawa pane, etc.
- Hoʻolālā ka mea hoʻolālā ML pehea e hoʻokō kino ʻia ai kahi huahana lako polokalamu i loko o kahi ʻōnaehana ʻoihana.
Pono ka pōʻaiapuni holoʻokoʻa i kahi helu nui o nā loea koʻikoʻi. I kekahi manawa o ka hoʻomohala ʻana a me ke kiʻekiʻe o ke komo ʻana o nā hiʻohiʻona ML i nā kaʻina hana ʻoihana, ʻike ʻia ka hoʻonui ʻana i ka helu o nā loea e like me ka ulu ʻana o ka nui o nā hana e lilo i kumu kūʻai a maikaʻi ʻole. No laila, ua kū mai ka nīnau no ka hoʻomaʻamaʻa ʻana i ke kaʻina MLOps - ka wehewehe ʻana i kekahi mau papa maʻamau o nā pilikia aʻo mīkini, ka hoʻomohala ʻana i nā pipeline hoʻoili ʻikepili maʻamau a me ka hoʻomaʻamaʻa hou ʻana. Ma ke kiʻi kūpono, e hoʻoponopono i kēlā mau pilikia, koi ʻia nā poʻe ʻoihana i ʻike like i nā mākaukau ma ka hui o BigData, Data Science, DevOps a me IT. No laila, ʻo ka pilikia nui loa i ka ʻoihana ʻepekema Data a me ka paʻakikī nui loa i ka hoʻonohonoho ʻana i nā kaʻina MLOps ʻo ka nele o ia mākaukau i ka mākeke hoʻomaʻamaʻa e kū nei. ʻO nā poʻe loea e hoʻokō nei i ia mau koi i kēia manawa kakaikahi i ka mākeke hana a kūpono ko lākou kaumaha i ke gula.
I ka ninau o ka makaukau
Ma ke kumumanaʻo, hiki ke hoʻopau ʻia nā hana MLOps āpau me nā mea hana DevOps maʻamau a me ka ʻole o ka hoʻohana ʻana i kahi hoʻonui kumu hoʻohālike kūikawā. A laila, e like me kā mākou i ʻike ai ma luna, ʻo ka ʻepekema data ʻaʻole wale he makemakika a me ka ʻikepili ʻikepili, akā he guru hoʻi o ka pipeline holoʻokoʻa - hoʻomohala hoʻomohala, nā hoʻolālā hoʻolālā i nā ʻōlelo he nui e pili ana i ka hoʻolālā, hoʻomākaukau i kahi data mart a me ka hoʻolaha. hāʻule ma luna o kona poʻohiwi, ka noi ponoʻī. Eia nō naʻe, ʻo ka hana ʻana i kahi hoʻopaʻa ʻenehana i hoʻokō ʻia ma ke kaʻina hana MLOps hopena i ka 80% o nā koina hana, ʻo ia hoʻi, ʻo ka mea makemakika kūpono, ʻo ia ka mea ʻepekema ʻikepili kiʻekiʻe, e hāʻawi wale i 20% o ka manawa i kāna ʻoihana. No laila, ʻo ka ʻokoʻa o nā kuleana o nā loea e hoʻokō nei i ke kaʻina hana o ka hoʻokō ʻana i nā kumu hoʻohālike aʻo mīkini e lilo i mea nui.
ʻO ke ʻano kikoʻī o ka wehewehe ʻana i nā kuleana e pili ana i ka nui o ka ʻoihana. He mea hoʻokahi ke loaʻa i kahi mea hoʻomaka hoʻokahi loea, he mea hana i ka mālama ʻana i nā ʻenekini mana, he ʻenekinia, he mea kākau, a me DevOps i kāna pono ponoʻī. He mea ʻokoʻa loa ia i ka wā, i loko o kahi ʻoihana nui, ʻike ʻia nā kaʻina hana hoʻomohala a pau ma luna o kekahi mau ʻepekema ʻikepili kiʻekiʻe, ʻoiai ka mea papahana a i ʻole ka loea waihona - he mākaukau maʻamau a emi ʻole ke kumukūʻai ma ka mākeke hana - hiki ke lawe ka hapa nui o nā hana maʻamau.
No laila, aia ka palena i ke koho ʻana o nā loea e hōʻoia i ke kaʻina MLOps a pehea e hoʻonohonoho pono ʻia ai ke kaʻina hana o nā hiʻohiʻona i hoʻomohala ʻia i ka wikiwiki a me ka maikaʻi o nā hiʻohiʻona i kūkulu ʻia, ka huahana o ka hui a me ka microclimate i loko.
ʻO ka mea i hana mua ʻia e kā mākou hui
Ua hoʻomaka koke mākou i ke kūkulu ʻana i ka hoʻolālā mākaukau a me nā kaʻina MLOps. Akā i kēia manawa, ʻo kā mākou mau papahana e pili ana i ka hoʻokele ʻana i ke ola o nā kumu hoʻohālike a me ka hoʻohana ʻana i nā hiʻohiʻona ma ke ʻano he lawelawe aia ma ka pae hoʻāʻo MVP.
Ua hoʻoholo pū mākou i ka hoʻolālā maikaʻi loa o nā mākaukau no kahi ʻoihana nui a me ka hoʻonohonoho hoʻonohonoho ʻana o ka launa pū ʻana ma waena o nā poʻe āpau i ke kaʻina hana. Ua hoʻonohonoho ʻia nā hui Agile e hoʻoponopono i nā pilikia no ka kikoʻī holoʻokoʻa o nā mea kūʻai aku ʻoihana, a me ke kaʻina hana o ka launa pū ʻana me nā hui papahana e hana i nā paepae a me nā ʻōnaehana, ʻo ia ke kumu o ka hale MLOps i kūkulu ʻia.
Nā nīnau no ka wā e hiki mai ana
He wahi ulu ʻo MLOps e ʻike nei i ka nele o ka mākaukau a loaʻa ka manawa i ka wā e hiki mai ana. I kēia manawa, ʻoi aku ka maikaʻi o ke kūkulu ʻana i nā hoʻomohala a me nā hana o DevOps. ʻO ka pahuhopu nui o MLOps ka hoʻohana pono ʻana i nā hiʻohiʻona ML e hoʻoponopono i nā pilikia ʻoihana. Akā, hāpai kēia i nā nīnau he nui:
- Pehea e hōʻemi ai i ka manawa e hoʻomaka ai i nā hiʻohiʻona i ka hana?
- Pehea e hōʻemi ai i ka hakakā bureaucratic ma waena o nā hui o nā mākaukau like ʻole a hoʻonui i ka nānā ʻana i ka hui?
- Pehea e hahai ai i nā hiʻohiʻona, hoʻokele i nā mana a hoʻonohonoho i ka nānā pono?
- Pehea e hana ai i ke ola pōʻai maoli no kahi hiʻohiʻona ML hou?
- Pehea e hoʻohālikelike ai i ke kaʻina aʻo mīkini?
ʻO nā pane i kēia mau nīnau e hoʻoholo nui i ka wikiwiki o nā MLOps e hōʻike i kona hiki piha.
Source: www.habr.com