入門 機械学習パイプライン ―TensorFlowで学ぶワークフローの自動化

序文

1913年、ヘンリー・フォード社は、伝説の自動車「T型」を生産するために、初めて移動組立ラインを作りました。これにより、コストは大幅に削減され、T型は歴史上初めて手頃な価格の自動車となりました。また、大量生産も可能となり、その結果、道路にT型車があふれました。

製造プロセスが明確に定義された一連のステップ（別名、パイプライン）になったため、これらのステップの一部を自動化することが可能になり、時間とコストをさらに削減できました。現在、自動車はほとんど機械で作られています。

しかし、自動化は時間とお金のためだけではありません。多くの繰り返し作業では、人間よりも機械のほうがはるかに安定した結果を出すことができ、最終製品の予測可能性、一貫性、信頼性が高まります。また、重機から人間を遠ざけることで安全性が大幅に向上し、多くの労働者がより高度な仕事に就くことができました（公平に見れば、仕事を失った人も多くいましたが）。

その一方で、組立ラインの設置は、時間とコストがかかります。また、少量生産や高度にカスタマイズされた製品の生産には向いていません。フォードの有名な言葉に、「顧客は好みの色の車を買うことができる。好みの色が黒である限り」というものがあります。

自動車製造の歴史は、過去20年間にわたってソフトウェア業界で繰り返されてきました。今日の重要なソフトウェアは、JenkinsやTravisなどの自動化ツールを使って構築、テスト、デプロイされることが多くなっています。しかし、T型フォードの喩（たと）えはもはや不十分です。ソフトウェアはデプロイして放っておくだけでは駄目なのです。定期的に監視、保守、更新されなければなりません。ソフトウェアのパイプラインは、静的な生産ラインというよりも、動的なループのようになっています。ソフトウェア（またはパイプライン自体）を壊すことなく素早く更新できることが重要です。また、ソフトウェアはT型フォードよりもはるかにカスタマイズ可能です。 ...