HPEはAIモデルにDevOpsを適用します

新しいHPEイニシアチブは、データサイエンティストの内部ITチームへの依存を減らすことで、AIモデルの構築を加速することを目的としています。

Hewlett-Packard Enterprise（HPE）は本日、昨年11月にBlueDataを買収して獲得したプラットフォームに基づいた正式なHPEMLOpsイニシアチブを開始しました。

目標は、機械と深層学習アルゴリズムを使用して人工知能（AI）モデルの構築と展開を加速するように特別に設計された一連のDevOpsフレームワークをIT組織に提供することです、とHPEのBlueDataの副社長兼ゼネラルマネージャーであるAnantChintamaneniは述べています。

多くの組織がデータサイエンティストを雇ってAIモデルを構築していますが、それらを本番環境に組み込むための構造化されたアプローチがありません。

「彼らはそれを運用する方法を知りません」とChintamaneniは言います。

HPE ML Opsは、継続的インテグレーション/継続的デプロイメント（CI / CD）プラットフォームに通常関連付けられているプロセスを想起させる方法で、コード、モデル、およびプロジェクトリポジトリを使用したワークフローも可能にします。

関連項目： ガートナー：77％の組織がAIの導入を目指しており、スタッフのスキルが採用を抑制している

Blue Dataを取得することで、HPEはコンテナに基づくEPICプラットフォームにアクセスできるようになり、データサイエンティストが独自に環境をスピンアップできるようになりました。これらの環境を使用して、AIモデルのトレーニングに使用される機械学習ツールとデータサイエンスノートブックが事前に入力されたセルフサービスサンドボックスを備えたAIモデルを構築および更新できます。 HPE ML Opsは、AIの導入時間を数日から数週間に短縮する方法で、データの準備やモデルの構築からトレーニング、モニタリング、コラボレーションまで、機械学習のライフサイクル全体に対応しているとChintamaneni氏は言います。

HPE ML Opsソリューションは、Keras、MXNet、PyTorch、TensorFlow、およびDataikuやH2O.aiなどのHPEパートナーの商用機械学習アプリケーションを含む、さまざまなオープンソースの機械学習およびディープラーニングフレームワークをサポートします。プラットフォームは、オンプレミスまたはパブリッククラウドに展開し、さまざまな認証プロトコルと統合してサイバーセキュリティを確保できます。

まとめると、これらの機能は、データサイエンティストのinternalITチームへの依存を減らすことで、AIモデルの構築時間を短縮します。

多くの組織は、AIモデルの再トレーニングと更新が必要になる頻度を過小評価しています。組織は、AIモデルに組み込む必要のある新しいデータソースに頻繁にアクセスできます。より多くのアプリケーションがリアルタイムでデータを消費し始めると、評価する必要のあるデータの量は増えるだけです。

データサイエンティストが特定のプロセスについて行った仮定の多くは、進化するビジネス条件に応じて変更される可能性があります。数週間前に最適な結果をもたらしたAIモデルは、別のAIモデルに置き換える必要がある場合があります。組織が今日直面している課題は、AIモデルを継続的に更新およびトレーニングするためのフレームワークがないことです。ガートナーの見積もりを引用して、HPEは本日、2021年までに、機械学習プロジェクトの少なくとも50％が、それらを運用するためのプロセスが不足しているために完全に展開されなくなると述べました。

AIには、多くのデータサイエンティストがしばしば認めるよりもはるかに多くの試行錯誤が伴います。構築中のAIモデルの多くは、データサイエンティストを証明の描画ボードに送り返す可能性のあるバイアスについても精査する必要があります。静的AIモデルのようなものは実際にはありません。組織がそのデータ管理の現実に同意するのが早ければ早いほど、AIへの投資の見返りが早く現れます。