概要
AIおよびMLOps推進は、DevOpsの規律を機械学習に適用し、モデルが実験から信頼性の高い本番システムへ移行できるようにします。当社は、トレーニング、検証、デプロイのためのパイプラインを構築し、モデルとデータのバージョン管理ならびにモデルレジストリを整備し、パフォーマンス、ドリフト、コストの監視、ならびに本番での責任あるAIが求めるガバナンスとセキュリティの制御を追加します。
方法論＆標準
機械学習向けのCI/CD、モデルレジストリとバージョン管理、ドリフトとパフォーマンスの監視を含むMLOpsの実践を、ガバナンスのためにNIST AI Risk Management Frameworkに整合させ、AWS、Azure、GCPのクラウドMLプラットフォーム上に構築します。
含まれる内容
トレーニング、検証、デプロイのためのMLパイプライン
モデルレジストリを伴うモデルとデータのバージョン管理
パフォーマンス、ドリフト、コストの監視
本番のAIのためのガバナンスとセキュリティの制御
提供される成果物
自動化されたMLのトレーニングおよびデプロイのパイプライン
モデルレジストリ、バージョン管理、監視の整備
MLOpsおよびガバナンスのプレイブック
業界標準経営層向けレポート修正ガイダンス再テストを含む証明書スキャナーのダンプなし
よくある質問
MLOpsは、機械学習に固有のものを扱うためにDevOpsを拡張します。コードと同じくらいデータとモデルもバージョン管理し、同じコードでもデータの変化に応じて挙動が変わり得て、モデルはドリフトによって時間とともに劣化します。標準的なCI/CDの上に、モデルレジストリ、再トレーニングのパイプライン、ドリフト監視を加えます。
はい。本番のAIには、デプロイパイプライン以上のものが必要です。当社は実践をNIST AI Risk Management Frameworkに整合させ、データとモデルのセキュリティ、ドリフトと悪用の監視、監査証跡のための制御を追加します。これにより、AIは単に動作するだけでなく、責任を持って、説明可能な形で動作します。