Googleは、複雑な機械学習（ML）ワークフローの作成、管理を簡略化する「Cloud AI Platform Pipelines」のベータ版リリースした。

同サービスでは、MLワークフロー作成での全ステップ、データの準備と分析、トレーニング、評価、展開などを支援してくれ、再現性が高く堅牢なパイプライン展開が可能になる。

Cloud AI Platform Pipelinesの導入で、MLワークフローの作成や再利用にかかっていた労力が半減するかもしれない。

・実行、評価、バージョン管理などの機能を提供

Cloud AI Platform Pipelinesは、Google Cloudコンソールから利用でき、セキュアなMLワークフロー実行環境が簡単に用意できる。さらには、パイプラインとコンポーネントの構築から展開、デバッグまでを支援してくれる。

例えば、テンプレートを利用したモデルの構築や評価、バージョン管理、構造化/系統追跡などの機能を備えていて、従来開発者が労力をさかれていた部分を引き受けてくれそうだ。

・GCPサービスにMLワークフローを統合

MLワークフローの作成には使い慣れたGCPサービスが利用できて、パイプラインの構築ではKubeflowのものやTensorFlow Extended（TFX） SDKを、データ処理/分析ではDataflowやBigQueryをサポートしている。

また、Argoワークフローエンジンを利用して、パイプラインの保存およびバッチ実行が管理可能だ。

UIからパイプライン内のコンポーネントの状態、データセット統計などを視覚化できる。またパイプラインバージョン管理では、同じパイプラインの複数のバージョンをアップロードしてUIでグループ化できる。

モデルを訓練するにあたって利用されたデータや統計の追跡を自動化してくれる機能なんかは特に重宝しそうだ。

参照元：Introducing Cloud AI Platform Pipelines/ Google Cloud Blog