MLOps come nova fabrica mundi (Accoto 2021)

“Scalare in produzione e in competizione le tecnologie del machine learning è una delle sfide più ardue e urgenti a cui sono chiamate oggi le imprese. Nell’orizzonte tecnicale in divenire, le machine learning operations (MLOps) sono infatti chiamate a standardizzare e ottimizzare la gestione costante e completa del ciclo di vita dell’apprendimento automatico. Strategicamente, questa operazionalizzazione -con i suoi artifacts, le sue pipelines di continuous delivery e integration, le sue feature factories o stores e molto altro- ha lo scopo di mitigare i rischi industriali (economici, organizzativi, regolatori e altri ancora) connessi al dispiegamento massivo e automatizzato dei modelli di machine learning per il business. Filosoficamente questa ingegneria operazionalizzata dell’apprendimento automatico sostanzia una strategia epistemica del riconoscimento meccanizzato di ‘senso’ del/nel mondo (pattern recognition). In concreto, i modelli (della macchina) addestrati ed educati a riconoscere le ‘classi’ (del mondo) attraverso tecniche di estrazione, di messa in stoccaggio e di messa in produzione di features. Questo peculiare learning (sociotecnico) della macchina diviene, di fatto, nova fabrica mundi” (Accoto 2021)