Zuverlässiges maschinelles Lernen

Kapitel 11. Reaktion auf Vorfälle

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In dieser Welt passieren manchmal schlimme Dinge, auch mit guten Daten und Systemen. Festplatten schlagen fehl. Dateien werden beschädigt. Maschinen gehen kaputt. Netzwerke fallen aus. API-Aufrufe geben Fehler zurück. Daten bleiben hängen oder verändern sich unmerklich. Modelle, die einst genau und repräsentativ waren, werden weniger genau. Auch die Welt um uns herum kann sich verändern: Dinge, die vorher nie oder fast nie passiert sind, können alltäglich werden; auch das hat Auswirkungen auf unsere Modelle.

In diesem Buch geht es vor allem darum, ML-Systeme zu bauen, die diese Dinge verhindern oder, wenn sie doch passieren - und das werden sie -, die Situation richtig erkennen und entschärfen. In diesem Kapitel geht es vor allem darum, wie man reagiert, wenn ML-Systemen schlimme, dringende Dinge zustoßen. Vielleicht kennst du dich schon damit aus, wie Teams mit Systemausfällen oder anderen Problemen umgehen: Das nennt man Incident Management, und es gibt unter bewährte Methoden für das Management von Incidents, die bei vielen Computersystemen auftreten.¹

Wir behandeln diese allgemein anwendbaren Praktiken, konzentrieren uns aber darauf, wie man Ausfälle von ML-Systemen verwaltet, und insbesondere darauf, wie sich diese Ausfälle und ihr Management von anderen Ausfällen von verteilten Computersystemen unterscheiden. ...