Operaciones de aprendizaje automático o MLOps
Las operaciones de aprendizaje automático (machine learning operations, o MLOps) se refieren al uso de modelos de aprendizaje automático por parte de los equipos de desarrollo/operaciones (DevOps). MLOps busca agregar disciplina al desarrollo e implementación de modelos de aprendizaje automático (ML) mediante la definición de procesos para hacer que el desarrollo de ML sea más confiable y productivo.
El desarrollo de modelos de aprendizaje automático es inherentemente experimental y las fallas suelen ser parte del proceso. La disciplina aún está evolucionando y se entiende que a veces incluso un modelo de ML exitoso puede no funcionar de la misma manera al día siguiente. Documentar procesos confiables y crear medidas de protección para ayudar a reducir el tiempo de desarrollo puede crear mejores modelos.
La filosofía de desarrollo de MLOps es utilizada por quienes desarrollan modelos de aprendizaje automático, quienes los implementan y quienes administran la infraestructura que los soporta. Las prácticas estándar para MLOps incluyen:
- Comenzar con la API de producto existente de los servicios de inteligencia artificial (IA) existentes
- Adoptar un enfoque modular
- Ejecutar el desarrollo de modelos en paralelo, reduciendo a la mitad los problemas si falla un solo modelo
- Tener modelos pre-entrenados listos para mostrar prueba de concepto
- Algoritmos generalizados que muestran cierto éxito se pueden entrenar más para su tarea específica
- Reducir las brechas en los datos de capacitación con fuentes de datos disponibles públicamente
- Dedicar tiempo a desarrollar IA generalizada con el fin de ampliar las oportunidades
La dotación de personal es una parte importante y desafiante del desarrollo de MLOps. Esto se debe a que los mismos científicos de datos responsables de desarrollar algoritmos de aprendizaje automático pueden no ser los más efectivos para implementarlos, o explicar a los desarrolladores de software cómo usarlos. Algunos de los mejores equipos de MLOps adoptan la idea de la diversidad cognitiva, la inclusión de personas que tienen diferentes estilos de resolución de problemas y pueden ofrecer perspectivas únicas porque piensan de manera diferente.
