對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)，給數(shù)據(jù)打上標(biāo)簽并開(kāi)發(fā)出一個(gè)準(zhǔn)確的機(jī)器學(xué)習(xí)模型是很困難的，而且在生產(chǎn)中管理模型也可能會(huì)更加令人生畏。識(shí)別模型漂移、通過(guò)更新數(shù)據(jù)集來(lái)對(duì)模型進(jìn)行再訓(xùn)練、提高性能以及維護(hù)底層技術(shù)平臺(tái)都是重要的數(shù)據(jù)科學(xué)實(shí)踐。如果沒(méi)有這些規(guī)程，模型就可能會(huì)產(chǎn)生嚴(yán)重影響業(yè)務(wù)的錯(cuò)誤結(jié)果。

開(kāi)發(fā)出一個(gè)可用于生產(chǎn)的模型并非易事。根據(jù)一項(xiàng)機(jī)器學(xué)習(xí)的研究，55%的公司沒(méi)有將模型部署到生產(chǎn)當(dāng)中，40%或更多的公司需要30天以上才能部署一個(gè)模型。而即使成功也會(huì)帶來(lái)新的挑戰(zhàn)，41%的受訪者承認(rèn)了機(jī)器學(xué)習(xí)模型的版本控制和再現(xiàn)性的困難。

這里的教訓(xùn)是，一旦機(jī)器學(xué)習(xí)模型被部署到生產(chǎn)中并在業(yè)務(wù)流程中被使用，新的障礙就又會(huì)出現(xiàn)。

模型管理和操作曾經(jīng)是更先進(jìn)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)的挑戰(zhàn)?，F(xiàn)在的任務(wù)則還包括了監(jiān)控生產(chǎn)機(jī)器學(xué)習(xí)模型的漂移，自動(dòng)再訓(xùn)練模型，當(dāng)漂移顯著時(shí)發(fā)出警報(bào)，以及識(shí)別模型何時(shí)需要被升級(jí)。隨著越來(lái)越多的組織投資于機(jī)器學(xué)習(xí)，建立模型管理和操作的意識(shí)就變得越來(lái)越有必要了。

好消息是，諸如開(kāi)源的MLFlow和DVC等平臺(tái)和庫(kù)，以及來(lái)自Alteryx、Databricks、Dataiku、SAS、DataRobot、ModelOp等的商業(yè)工具，正在使數(shù)據(jù)科學(xué)團(tuán)隊(duì)的模型管理和操作變得更加容易。公共云提供商也分享了一些實(shí)踐，比如Azure Machine Learning所提供的MLops。

模型管理和devops之間有一些相似之處。許多人將模型管理和操作稱(chēng)為MLops，并將其定義為開(kāi)發(fā)和維護(hù)機(jī)器學(xué)習(xí)模型所需的文化、實(shí)踐和技術(shù)。

理解模型管理和操作

為了更好地理解模型管理和操作，需要考慮軟件開(kāi)發(fā)實(shí)踐與科學(xué)方法的結(jié)合。

作為一名軟件開(kāi)發(fā)人員，你知道完成應(yīng)用程序的版本并將其部署到生產(chǎn)環(huán)境中并非是一件易事。而且，一旦應(yīng)用程序進(jìn)入生產(chǎn)環(huán)境，一個(gè)更大的挑戰(zhàn)就開(kāi)始了。最終用戶(hù)希望定期進(jìn)行增強(qiáng)，底層基礎(chǔ)設(shè)施、平臺(tái)和庫(kù)也需要打補(bǔ)丁和維護(hù)。

現(xiàn)在讓我們轉(zhuǎn)向科學(xué)的世界，在那里，其問(wèn)題也會(huì)導(dǎo)致多種假設(shè)和重復(fù)實(shí)驗(yàn)。你在科學(xué)課上學(xué)會(huì)了維護(hù)這些實(shí)驗(yàn)的日志，并能夠跟蹤從一個(gè)實(shí)驗(yàn)到下一個(gè)實(shí)驗(yàn)調(diào)整不同變量的過(guò)程。試驗(yàn)會(huì)帶來(lái)更好的結(jié)果，記錄過(guò)程則有助于讓同事相信你已經(jīng)探索了所有的變量，并且結(jié)果是可重復(fù)的。

使用機(jī)器學(xué)習(xí)模型進(jìn)行實(shí)驗(yàn)的數(shù)據(jù)科學(xué)家必須結(jié)合來(lái)自軟件開(kāi)發(fā)和科學(xué)研究的學(xué)科。機(jī)器學(xué)習(xí)模型是用Python和R等語(yǔ)言開(kāi)發(fā)的軟件代碼，使用TensorFlow、PyTorch或其他機(jī)器學(xué)習(xí)庫(kù)進(jìn)行構(gòu)建，運(yùn)行在Apache Spark等平臺(tái)上，并被部署到了云基礎(chǔ)設(shè)施上面。機(jī)器學(xué)習(xí)模型的開(kāi)發(fā)和支持需要大量的實(shí)驗(yàn)和優(yōu)化，數(shù)據(jù)科學(xué)家必須證明他們的模型的準(zhǔn)確性。

像軟件開(kāi)發(fā)一樣，機(jī)器學(xué)習(xí)模型也需要不斷的維護(hù)和增強(qiáng)。其中的一些可能來(lái)自維護(hù)代碼、庫(kù)、平臺(tái)和基礎(chǔ)設(shè)施，但是數(shù)據(jù)科學(xué)家還必須關(guān)注模型漂移的問(wèn)題。簡(jiǎn)單地說(shuō)，當(dāng)新的數(shù)據(jù)可用，而機(jī)器學(xué)習(xí)模型所提供的預(yù)測(cè)、聚類(lèi)、分割和建議又偏離預(yù)期結(jié)果時(shí)，模型漂移就發(fā)生了。

成功的模型管理始于開(kāi)發(fā)最佳模型

我與Alteryx的首席數(shù)據(jù)和分析官Alan Jacobson就組織如何成功地進(jìn)行機(jī)器學(xué)習(xí)模型開(kāi)發(fā)進(jìn)行了交談?！盀榱撕?jiǎn)化模型開(kāi)發(fā)，大多數(shù)數(shù)據(jù)科學(xué)家所面臨的第一個(gè)挑戰(zhàn)是如何確保擁有一個(gè)強(qiáng)有力的問(wèn)題表述。許多復(fù)雜的業(yè)務(wù)問(wèn)題可以通過(guò)非常簡(jiǎn)單的分析來(lái)解決，但這首先需要以數(shù)據(jù)和分析能夠有助于回答問(wèn)題的方式來(lái)構(gòu)建問(wèn)題。即使使用了最復(fù)雜的模型，在這個(gè)過(guò)程中最困難的部分也通常是如何構(gòu)建數(shù)據(jù)，并確保使用的正確輸入處于正常的質(zhì)量水平?！?/p>

我同意Jacobson的觀點(diǎn)。太多的數(shù)據(jù)和技術(shù)實(shí)現(xiàn)是從糟糕的或沒(méi)有問(wèn)題的陳述開(kāi)始的，而且沒(méi)有足夠的時(shí)間、工具和專(zhuān)業(yè)知識(shí)來(lái)確保足夠的數(shù)據(jù)質(zhì)量。組織必須首先從提出一個(gè)關(guān)于大數(shù)據(jù)的聰明的問(wèn)題開(kāi)始，投資于數(shù)據(jù)操作，然后使用數(shù)據(jù)科學(xué)中的敏捷方法來(lái)迭代解決方案。

監(jiān)控機(jī)器學(xué)習(xí)模型的模型漂移

獲得一個(gè)精確的問(wèn)題定義對(duì)于生產(chǎn)中的模型的持續(xù)管理和監(jiān)控是至關(guān)重要的。Jacobson繼續(xù)解釋道：“監(jiān)控模型是一個(gè)重要的過(guò)程，但想要正確地進(jìn)行監(jiān)控就需要對(duì)需要監(jiān)控的目標(biāo)和潛在的不利影響有深刻的理解。雖然大多數(shù)人討論的是監(jiān)測(cè)模型的性能以及隨時(shí)間的變化，但在這個(gè)領(lǐng)域，更重要和更具挑戰(zhàn)性的是對(duì)意外結(jié)果的分析?！?/p>

理解模型漂移和意外結(jié)果的一個(gè)簡(jiǎn)單方法就是考慮COVID-19對(duì)那些使用了大流行前的訓(xùn)練數(shù)據(jù)所開(kāi)發(fā)的機(jī)器學(xué)習(xí)模型的影響?；谌祟?lèi)行為的機(jī)器學(xué)習(xí)模型、自然語(yǔ)言處理、消費(fèi)者需求模型或欺詐模式都受到了大流行期間不斷變化的行為的影響，而這些變化擾亂了人工智能模型。

隨著越來(lái)越多的組織開(kāi)始獲得價(jià)值并使數(shù)據(jù)科學(xué)程序日趨成熟，技術(shù)提供商也正在發(fā)布新的MLops功能。例如，SAS引入了一個(gè)特征貢獻(xiàn)指數(shù)，能夠幫助數(shù)據(jù)科學(xué)家在沒(méi)有目標(biāo)變量的情況下評(píng)估模型。Cloudera則于最近宣布了一項(xiàng)ML監(jiān)控服務(wù)，它可以捕獲技術(shù)性能指標(biāo)和跟蹤模型預(yù)測(cè)。

MLops還解決了自動(dòng)化和協(xié)作的問(wèn)題

在開(kāi)發(fā)一個(gè)機(jī)器學(xué)習(xí)模型和在生產(chǎn)中監(jiān)控它之間，還有一些額外的工具、流程、協(xié)作和使數(shù)據(jù)科學(xué)實(shí)踐能夠得以擴(kuò)展的能力。一些自動(dòng)化和基礎(chǔ)設(shè)施就像是devops，包括了適用于機(jī)器學(xué)習(xí)模型的基礎(chǔ)設(shè)施即代碼和CI/CD（持續(xù)集成/持續(xù)部署）。還有一些其他的開(kāi)發(fā)人員的能力，例如使用底層培訓(xùn)數(shù)據(jù)來(lái)對(duì)模型進(jìn)行版本控制，以及搜索模型存儲(chǔ)庫(kù)。

MLops更有趣的一面是為數(shù)據(jù)科學(xué)團(tuán)隊(duì)帶來(lái)了科學(xué)的方法和協(xié)作。例如，DataRobot啟用了一個(gè)冠軍-挑戰(zhàn)者模型，該模型可以并行運(yùn)行多個(gè)實(shí)驗(yàn)?zāi)Ｐ?，以挑?zhàn)生產(chǎn)版本的準(zhǔn)確性。SAS希望幫助數(shù)據(jù)科學(xué)家提高進(jìn)入市場(chǎng)的速度和數(shù)據(jù)質(zhì)量。Alteryx則于最近引入了Analytics Hub，以幫助數(shù)據(jù)科學(xué)團(tuán)隊(duì)之間的協(xié)作和共享。

所有這些都表明，管理和擴(kuò)展機(jī)器學(xué)習(xí)需要更多的紀(jì)律和實(shí)踐，而不是簡(jiǎn)單地去要求數(shù)據(jù)科學(xué)家使用Python編寫(xiě)和測(cè)試一個(gè)隨機(jī)森林、k均值或卷積神經(jīng)網(wǎng)絡(luò)。