文?| 白鹡鸰給小鐵比了個(gè)心
編 | 小軼給白鳥鳥比了個(gè)贊

賣萌屋原創(chuàng)出品，本文禁止轉(zhuǎn)載

前言

現(xiàn)在已經(jīng)有了許多現(xiàn)成的ML開發(fā)部署工具，所以想要完成一個(gè)ML產(chǎn)品并不困難。但在實(shí)際開發(fā)過程中，人多手雜，免不了一頓兵荒馬亂。相比之下，機(jī)械工業(yè)產(chǎn)品的開發(fā)，已經(jīng)形成了一套完整的調(diào)研、開發(fā)、測試、復(fù)核流程。這種規(guī)范化的好處就是可以把各種風(fēng)險(xiǎn)降到最低。作為項(xiàng)目動(dòng)輒上億，時(shí)常涉及人命的NASA，為了保證開發(fā)過程萬無一失，早于上世紀(jì)九十年代就提出了技術(shù)成熟度(Technology Readiness Level, TRL) 的概念，用于描述項(xiàng)目開發(fā)進(jìn)度。如今，為了能夠規(guī)范化ML產(chǎn)品開發(fā)部署，由Latent Science牽頭，MIT, NASA, Oxford, Microsoft Research, Nvidia, Unity AI等12家工業(yè)&學(xué)術(shù)界巨頭強(qiáng)強(qiáng)聯(lián)手，推出了機(jī)器學(xué)習(xí)技術(shù)成熟度 (Machine Learning Technology Readiness Levels, MLTRL) 量表，用于說明他們眼中一個(gè)合格的ML產(chǎn)品要經(jīng)過哪些考驗(yàn)才能上線。

這個(gè)指標(biāo)既可以作為獨(dú)立開發(fā)者們對自己工作進(jìn)度的評估參照物，還可能成為未來各大公司內(nèi)部報(bào)告和相互合作時(shí)的溝通標(biāo)準(zhǔn)。目前MLTRL還處于Arxiv預(yù)印狀態(tài)，先一起看看吧~

論文題目：
Technology Readiness Levels for Machine Learning Systems

論文鏈接 :
https://arxiv.org/abs/2101.03989

Arxiv訪問慢的小伙伴也可以在 【夕小瑤的賣萌屋】 訂閱號后臺(tái)回復(fù)關(guān)鍵詞 【0209】 下載論文PDF~

機(jī)器學(xué)習(xí)技術(shù)成熟度

由于MLTRL的理念來源于TRL，制定成員也包括TRL的創(chuàng)始者NASA，從圖1可以看出，這兩個(gè)指標(biāo)的相似度很高。

▲通用的技術(shù)成熟度量表與機(jī)器學(xué)習(xí)領(lǐng)域技術(shù)成熟度量表對比

接下來是對各個(gè)等級較為詳細(xì)的說明：

TRL 0：一個(gè)大膽的想法

重點(diǎn)：算法，數(shù)據(jù)
算法進(jìn)度：★★★☆☆
代碼進(jìn)度：☆☆☆☆☆
測試進(jìn)度：☆☆☆☆☆
團(tuán)隊(duì)溝通：★☆☆☆☆

所有的研究都源于一個(gè)大膽的想法，一個(gè)另辟蹊徑的視角。這一階段的主要工作是文獻(xiàn)閱讀，并且從數(shù)學(xué)方面驗(yàn)證想法的合理性，尤其需要注意你的研究基于了什么樣的假設(shè) 。你應(yīng)該擬定好接下來的研究計(jì)劃，記得找?guī)讉€(gè)更為豐富的研究者一起檢查一遍，他們對可行性的判斷可能會(huì)更準(zhǔn)確，而且可以協(xié)助你找到想法中存在的漏洞。此外，還應(yīng)該確認(rèn)清楚是否有足夠的數(shù)據(jù)支持接下來的研究。

TRL 1：目標(biāo)導(dǎo)向型研究

重點(diǎn)：算法，實(shí)驗(yàn)級 (research-caliber)代碼
算法進(jìn)度：★★★★☆
代碼進(jìn)度：★★☆☆☆
測試進(jìn)度：★☆☆☆☆
團(tuán)隊(duì)溝通：★★☆☆☆

大致敲定想法和研究計(jì)劃之后，就應(yīng)該開始粗略地跑點(diǎn)代碼了。為了最高效率地驗(yàn)證算法的可行性，參考一下同行的代碼暫時(shí)不會(huì)有問題，計(jì)算的復(fù)雜度、效率不應(yīng)當(dāng)占據(jù)太多的注意力 。這一階段的模型測試還不必面面俱到，而是可以專注于預(yù)期中算法能夠優(yōu)化的那一部分?jǐn)?shù)據(jù)。如果是項(xiàng)目開發(fā)，這時(shí)候要開始注意版本控制（包括代碼、模型和數(shù)據(jù)集）了，否則后期萬一出現(xiàn)問題，可能會(huì)付出慘痛的代價(jià)。

TRL 2：驗(yàn)證原理

重點(diǎn)：算法，測試
算法進(jìn)度：★★★★☆
代碼進(jìn)度：★★☆☆☆
測試進(jìn)度：★★☆☆☆
團(tuán)隊(duì)溝通：★★☆☆☆

在類似于真實(shí)場景的環(huán)境中仿真/用類似真實(shí)分布的數(shù)據(jù)集測試過模型后，對模型的有效性證明就基本完成了。這里通常到了模型開發(fā)第一個(gè)分歧點(diǎn)：作為獨(dú)立的功能繼續(xù)開發(fā)；或者是并入一個(gè)長期的研究/開發(fā)項(xiàng)目。

有效性證明(Verification and Validation, V & V)：

模型建對了嗎？

模型有價(jià)值嗎？

TRL 3：系統(tǒng)開發(fā)

重點(diǎn)：雛形級 (prototype-caliber)代碼，團(tuán)隊(duì)
算法進(jìn)度：★★★★☆
代碼進(jìn)度：★★★☆☆
測試進(jìn)度：★★☆☆☆
團(tuán)隊(duì)溝通：★★★☆☆

在完成上一階段對模型的測試后，是時(shí)候整理一下代碼了:

• 首先要保證代碼的整潔和魯棒性;

• 是否已經(jīng)可以面對各種出乎意料的輸入或者運(yùn)行結(jié)果；

• 對數(shù)據(jù)的接口、程序的交互性、是否符合團(tuán)隊(duì)內(nèi)的代碼規(guī)范；

• 算法的效率和可靠性也必須考慮到

此時(shí)你的隊(duì)友中應(yīng)該既有寫AI的，又有工程師了，因?yàn)槟銈冃枰_始定義最終產(chǎn)品的服務(wù)級別協(xié)議和服務(wù)級別目標(biāo)(Service-level agreements and objects, SLAs and SLOs)。

TRL 4：驗(yàn)證概念（與實(shí)用性）

重點(diǎn)：測試，溝通
算法進(jìn)度：★★★★★
代碼進(jìn)度：★★★☆☆
測試進(jìn)度：★★★☆☆
團(tuán)隊(duì)溝通：★★★★☆

來了來了，手忙腳亂的與真實(shí)場景初接觸！此時(shí)你手里應(yīng)當(dāng)已經(jīng)有著厚厚一沓關(guān)于模型表現(xiàn)、模型成本以及其他用戶關(guān)心指標(biāo)的報(bào)表。然而，遇到的挑戰(zhàn)會(huì)更為復(fù)雜多樣。之前測試效果再好，放到真實(shí)場景里跑一跑，意料外的報(bào)錯(cuò)層出不窮。本以為可以輕易從用戶那里獲得的數(shù)據(jù)，結(jié)果空白、缺失占了絕大多數(shù)。決定開發(fā)能否進(jìn)入下一個(gè)階段的評估者們磨刀霍霍，很可能發(fā)出“擱置”、“中止”這樣可怕的聲音——在TRL 4階段項(xiàng)目夭折是很常見的。

TRL 5：模型能力評估

重點(diǎn)：測試，溝通
算法進(jìn)度：★★★★★
代碼進(jìn)度：★★★☆☆
測試進(jìn)度：★★★★☆
團(tuán)隊(duì)溝通：★★★★☆

是時(shí)候?qū)Α澳Ｐ偷降啄茏鍪裁础鄙w棺定論了：功能是什么，優(yōu)化體現(xiàn)在哪些方面，V & V的確切結(jié)論，都必須在這個(gè)階段給出來。然后開始草擬產(chǎn)品導(dǎo)向的需求 (product-driven requirement)。其實(shí)這個(gè)步驟和TRL 4之間沒有明顯的分界線，或者說TRL 4側(cè)重于在測試和溝通，TRL 5則強(qiáng)調(diào)必須下結(jié)論。進(jìn)行評價(jià)的目的是為了將有限的開發(fā)資源集中到最值得的項(xiàng)目上。因此，想從TRL 5順利畢業(yè)絕對不容易。

TRL 6：應(yīng)用級的開發(fā)

重點(diǎn)：產(chǎn)品級 (product-caliber)代碼
算法進(jìn)度：★★★★★
代碼進(jìn)度：★★★★☆
測試進(jìn)度：★★★★☆
團(tuán)隊(duì)溝通：★★★★☆

經(jīng)歷完第一輪真實(shí)場景的摩擦，從考核中幸存下來之后就應(yīng)該開始進(jìn)一步狂敲代碼了。還記得之前的哪些山盟海誓嗎？SLAs, SLOs, 產(chǎn)品需求，前面吹的“水”都是現(xiàn)在實(shí)裝流下的淚。總之，碼就是了！

TRL 7：集成

重點(diǎn)：代碼，測試，團(tuán)隊(duì)
算法進(jìn)度：★★★★★
代碼進(jìn)度：★★★★★
測試進(jìn)度：★★★★★
團(tuán)隊(duì)溝通：★★★★★

既然功能已經(jīng)實(shí)現(xiàn)得差不多了，接下去就是如何包裝的問題了，所以這一階段需要各個(gè)環(huán)節(jié)上的人員多溝通合作。專注于算法的AI工程師要繼續(xù)測試模型在極端情況下的魯棒性，而軟件工程師必然要開始前端、后端、接口以及等等細(xì)節(jié)的處理。尤其需要注意兩點(diǎn)：

• 對質(zhì)量的保障

• 還有數(shù)據(jù)（獲取、結(jié)構(gòu)、用法和存儲(chǔ)安全）。

最近已經(jīng)出現(xiàn)了對不正當(dāng)獲取數(shù)據(jù)的嚴(yán)厲處罰案例，因此這方面需要格外注意[3]。

TRL 8：最后的部署

重點(diǎn)：測試
算法進(jìn)度：★★★★★
代碼進(jìn)度：★★★★★
測試進(jìn)度：★★★★★
團(tuán)隊(duì)溝通：★★★★★

測試！測試！測試！一邊部署一邊記得檢查項(xiàng)目面對各種極端情況的承壓性，要在用戶涌入服務(wù)器之前做好準(zhǔn)備！沒準(zhǔn)備好就別上！

TRL 9：上線啦啦啦~

重點(diǎn)：不要以為到這里就完事了
算法進(jìn)度：★★★★★
代碼進(jìn)度：★★★★★
測試進(jìn)度：★★★★★
團(tuán)隊(duì)溝通：★★★★★

可以說，從TRL 0-TRL 8都是勇者在新手村的任務(wù)，項(xiàng)目上線，才意味著漫長征程正式開始。根據(jù)實(shí)際運(yùn)營情況和需求不斷改進(jìn)算法和代碼，持續(xù)集成， 持續(xù)交付 (CI/CD)，TRL 7-TRL 9循環(huán)的永動(dòng)機(jī)模式就是項(xiàng)目的最終形態(tài)。

總結(jié)

作為機(jī)器學(xué)習(xí)項(xiàng)目的開發(fā)進(jìn)度量表，MLTRL各個(gè)階段的劃分并不嚴(yán)格，也不一定非要按部就班地經(jīng)歷每一個(gè)階段。只是說，這樣的步驟能較為合理地分配人力物力資源，并且避免出現(xiàn)意外后成本過高的慘案。文章中還出具了MLTRL的階段報(bào)告表格模板，并且對一些概念進(jìn)行了更為詳細(xì)的說明。感興趣的朋友們可以自行翻看~

萌屋作者：白鹡鸰

白鹡鸰（jí líng）是一種候鳥，天性決定了會(huì)橫跨很多領(lǐng)域。已在上海交大棲息四年，進(jìn)入了名為博士的換毛期。目前以圖像語義為食，但私下也對自然語言很感興趣，喜歡在賣萌屋輕松不失嚴(yán)謹(jǐn)?shù)姆諊锢藒~形~~飛~~翔~~

知乎ID也是白鹡鸰，歡迎造訪。

作品推薦：

NLP太卷，我去研究蛋白質(zhì)了~

谷歌40人發(fā)表59頁長文：為何真實(shí)場景中ML模型表現(xiàn)不好？

后臺(tái)回復(fù)關(guān)鍵詞【入群】

加入賣萌屋NLP/IR/Rec與求職討論群

后臺(tái)回復(fù)關(guān)鍵詞【頂會(huì)】

獲取ACL、CIKM等各大頂會(huì)論文集！

?

[1]Technology Readiness Level, Wikipedia
https://en.wikipedia.org/wiki/Technology_readiness_level

[2]Technology readiness levels (TRL); Extract from Part 19 - Commission Decision C(2014)4995.
https://ec.europa.eu/research/participants/data/ref/h2020/wp/2014_2015/annexes/h2020-wp1415-annex-g-trl_en.pdf

[3]?https://www.ftc.gov/enforcement/cases-proceedings/1923172/everalbum-inc-matter

總結(jié)

以上是生活随笔為你收集整理的学术工业界大佬联合打造：ML产品落地流程指南的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。