★Machine Learning トレンド2022

今回は私が最近読んだ「Machine Learning Technology Trends To Impact Business in 2022」（https://mobidev.biz/blog/future-machine-learning-trends-impact-business）で紹介されていた9つのMLトレンドから2つ紹介したいと思います！

⑴Edge AI ・TinyML
➡︎近年ではIoT (Internet of things)が私達の生活でよく使われる様になりました。
その影響でEdge device上で極力cloudを通さずにデータを取得・処理するEdge AI（Edge computingの一種）が注目されるようになりました。今まではEdgeデバイス上で取得したデータを最適化などせずにcloudやオンプレミスサーバーに送っていましたが、これではデータが大きいと処理に時間がかかってしまうなどの問題がありました。Edge computing 技術のお陰でリアルタイムなアプリケーション処理やデータの通信やクラウドでの処理に要するコストの削減、未処理のデータを送信することによるセキュリティリスクなどの解決が可能になり、Edge AIプロダクト(Edge AI cameraなど)が広まるようになりました。2022年以降もさらに私たちの日常生活でEdge AIの技術が欠かせないものになることが予想されます。

⑵MLOps
➡︎近年ではソフトウェア開発にDevOpsという考えを取り入れることが主流になっています。DevOpsは簡単にいうとオペレーション・インフラの流れを自動化することでサービス・プロダクト自体の質を保ちよりscalableにするプラクティスです。
MLOpsはこのDevOpsの考えをMLのライフサイクル（下記参照）に応用することでReliabilityの向上、より多くのデータをハンドル出来るようにしようというものです。
――――――――――
１、ビジネス課題解決のためのMLモデルの設計
２、MLモデルのためのデータの取得、処理、準備
３、MLモデルの学習
４、MLモデルの検証
５、実際にモデルのデプロイ
６、MLモデルを改善するためのプロセスの監視
――――――――――

【キーワード】
今回取り上げたEdge AIやMLOpsの技術でよく使われているツールK８sについても紹介しようと思います。

・Kubernetes (K8s): K８sはコンテナの運用管理やスケールを支援するオープンソース システム(OSS)です。Dockerというアプリケーションコンテナと一緒に使われることが多く、プロセスのコンテナ化、自動化に役に立ちます。
簡単に言うとDockerはコンテナでK８sはコンテナを動かすクレーンの役割をしています。

コンテナ化はDevOpsのプラクティスでよく使われ、アプリケーションを「コンテナ」と呼ばれる環境にパッケージ化することでより簡単にアプリケーションの管理、deployなどができる技術です。近年ではこの技術をEdge computing にも取り入れようという動きあり、より大規模なデプロイ、エッジデバイスの数が増えた後もその管理、運用をより簡単にできるようになります。

【参考文献】
・「What is edge computing?」https://youtu.be/cEOUeItHDdo
・「DockerとKubernetesの違いって何？」https://youtu.be/3c_sN3BaSwU
・「Kubernetesをエッジで実行するために」
https://avinton.com/blog/2022/05/how-to-run-kubernetes-on-the-edge/