HPE、ML Opsプラットフォームを発表しAIモデル開発を加速

新しいHPEの取り組みは、データサイエンティストの社内ITチームへの依存を減らすことで、AIモデル構築を加速することを目的としています。

Hewlett-Packard Enterprise（HPE）は、昨年11月のBlueData買収によって得たプラットフォームに基づく、正式なHPE ML Opsイニシアチブを本日開始しました。

その目標は、機械学習とディープラーニングアルゴリズムを使用して人工知能（AI）モデルの構築と導入を加速するために特別に設計されたDevOpsフレームワーク一式をIT組織に提供することだと、HPEのBlueData担当バイスプレジデント兼ジェネラルマネージャーのAnant Chintamaneni氏は述べています。

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を欠いています。

「運用化する方法を知らないのです」とChintamaneni氏は言います。

HPE ML Opsはまた、コード、モデル、プロジェクトのリポジトリを用いたワークフローを可能にし、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典型的なプロセスを想起させる形で実現します。

関連記事： Gartner: 77% Organizations Aim To Deploy AI, Staff Skill Holds Adoption Back

BlueDataの買収により、HPEはコンテナベースのEPICプラットフォームを獲得し、データサイエンティストが独自に環境を立ち上げられるようになりました。それらの環境を使用して、AIモデルを構築・更新でき、機械学習ツールとデータサイエンスノートブックがあらかじめ搭載されたセルフサービスサンドボックスが付属しており、これらはAIモデルのトレーニングに使用されます。HPE ML Opsは、データ準備とモデル構築からトレーニング、監視、コラボレーションまで、機械学習ライフサイクル全体に対応し、AI導入時間を週単日から日単位に短縮するとChintamaneni氏は述べています。

HPE ML Opsソリューションは、Keras、MXNet、PyTorch、TensorFlow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、さらにDataikuやH2O.aiなどのHPEパートナーからの商用機械学習アプリケーションをサポートしています。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でき、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。

これらの機能が総合的に、データサイエンティストの社内ITチームへの依存を減らすことで、AIモデルが構築されるまでの時間を短縮するとChintamaneni氏は述べています。

多くの組織は、AIモデルがどれほど頻繁に再トレーニングと更新を必要とするかを過小評価しています。組織は頻繁に新しいデータソースへのアクセスを得て、それらをAIモデルに反映する必要があります。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につれ、評価が必要なデータ量は増えるばかりです。

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多くの仮定も、進化するビジネス状況によって変更の対象となります。数週間前に最適な結果を出したAIモデルが、異なるAIモデルに置き換わる必要があるかもしれません。今日組織が直面している課題は、AIモデルを継続的に更新・トレーニングするためのフレームワークが存在しないことです。Gartnerの推計を引用し、HPEは本日、2021年までに少なくとも50%の機械学習プロジェクトが、運用化のためのプロセス不足により完全に導入されないと指摘しました。

AIには、多くのデータサイエンティストが認めたくないほど多くの試行錯誤が伴います。構築される多くのAIモデルは、データサイエンティストを振り出しに戻す可能性のあるバイアスについて検証される必要があります。静的なAIモデルなど存在しません。組織がこのデータ管理の現実を早く受け入れるほど、AI投資のリターンは早く顕在化します。