Sistemas de produção de aprendizagem automática

Capítulo 23. O futuro dos sistemas de produção com aprendizagem automática e as próximas etapas

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

Nos cinco anos que antecederam a publicação deste livro em 2024, o domínio do ML registou um desenvolvimento incrivelmente rápido. Por exemplo, os sistemas de acompanhamento de experiências são agora amplamente utilizados na comunidade de ML. O TFX abriu-se a mais frameworks e suporta atualmente frameworks como o PyTorch ou o JAX. E a comunidade de ML cresceu rapidamente, graças a empresas como a Kaggle e a Hugging Face, bem como a comunidades como a TFX-Addons ou a comunidade PyTorch.

Em 2020, ninguém falava de tecnologias agora comuns, como LLMs, ChatGPT e GenAI. Todas estas tecnologias têm impacto nos sistemas de ML. Com isto em mente, queremos concluir este livro analisando alguns dos conceitos que pensamos que conduzirão aos próximos avanços nos sistemas e condutas de ML.

Pensa em termos de sistemas de aprendizagem automática, não de modelos de aprendizagem automática

O modelo de ML que produzimos através dos nossos pipelines de ML torna-se uma parte integrada de um sistema maior. E, tal como acontece com todos os sistemas, se alterarmos um componente, geralmente o sistema ajustar-se-á ou falhará. Por isso, é importante considerar os modelos de ML num contexto mais amplo:

• Como é que os utilizadores interagem com o modelo?

• O modelo está bem integrado na interface ...