信頼性の高い機械学習 ―SRE原則を活用したMLOps

12章製品とMLの関わり方

顧客ニーズを満たすためにML機能の活用を急ぐ企業は、最先端の研究を活用して様々なビジネスアプリケーションに取り組もうと躍起になっています。製品チームやビジネスマネージャーの多くは、伝統的なソフトウェア製品開発方法論に軸足を置いたまま、ML製品の構築という新しく馴染みのない領域に身を置いています†1。

[†1] ［訳注］本章で議論する「製品」には、実際に手に取ることができる製品以外に、スマホのアプリやEコマースのような「サービス」も含まれています。この文脈での「製品開発」には、「サービス開発」やそれを実行するための「システム開発」も含まれます。

初めてMLシステムを構築するのは大変なことかもしれません。それは、MLを正しく理解するというだけの問題ではなく、それ自体が十分に難しいことです。むしろ、MLをシステムの残りの部分（およびビジネスの残りの部分）に統合するには、多くのことを協調させる必要があります。これらの中で、データ収集の実践とガバナンス、データの品質、製品の動作の定義、UI/UX、およびビジネス目標は全て、MLベースのシステムまたは機能の成功に貢献します。

12.1　様々なタイプの応用

MLの重要で有用な特徴の1つは、多くの種類のシステムに適用できることです。MLは、ビジネスのトレンドや指標に関する洞察を得るための分析アプリケーションに使用できます。MLは、消費者に出荷される家電製品やデバイスに組み込めます。高度なMLシステムは自動運転車に組み込まれており、他の物体を検知し、運転に関する判断を下します。MLアプリケーションの幅は非常に広く、その数は増え続けています。このような多様なユースケースの結果、MLを既存または新しいシステムに組み込むことに注力している企業は、非常に険しい学習曲線と実装に関する数多くの選択肢に直面しています。 ...