フィードアルゴリズムを思い浮かべると、そこには多くの知的なループが動作しています。実際のモデル推論層があり、最近クリックしたものやインベントリの最新のアイテムを見て、何を表示するかを微一瞬で判断します

さらに自動トレーニング層があります。企業は入力機能やユーザーエンゲージメントの巨大なデータフローパイプラインを機器化し、モデルを*毎日*再学習しています。モデルの新鮮さは、できるだけ流通に集中していることを保証します。カーソルによると、新モデルは*毎時間*リリース予定です。

MLの外ループ層では、科学者たちが実際に新しいアルゴリズムを試し、ライブのA/Bテストやオフライン指標でどのようにパフォーマンスを出すかを検証しています。そうすることで、単に1つの新しいモデルを訓練するのではなく、データフローや継続的なトレーニングプロセスを変えることになります

すべては連続体であり、多くの層にわたって最適化されたOODAループです。 最近の「継続的学習」の呼びかけに近づく抽象化の概念。これらの「古典的」なMLシステムは、数兆ドルの収益を生み出すため、有用な知能の本質についてより深く考える価値があります