文 | 白鹡鸰给小铁比了个心
编 | 小轶给白鸟鸟比了个赞卖萌屋原创出品，本文禁止转载
前言
现在已经有了许多现成的ML开发部署工具，所以想要完成一个ML产品并不困难。但在实际开发过程中，人多手杂，免不了一顿兵荒马乱。相比之下，机械工业产品的开发，已经形成了一套完整的调研、开发、测试、复核流程。这种规范化的好处就是可以把各种风险降到最低。作为项目动辄上亿，时常涉及人命的NASA，为了保证开发过程万无一失，早于上世纪九十年代就提出了技术成熟度(Technology Readiness Level, TRL) 的概念，用于描述项目开发进度。如今，为了能够规范化ML产品开发部署，由Latent Science牵头，MIT, NASA, Oxford, Microsoft Research, Nvidia, Unity AI等12家工业&学术界巨头强强联手，推出了机器学习技术成熟度 (Machine Learning Technology Readiness Levels, MLTRL) 量表，用于说明他们眼中一个合格的ML产品要经过哪些考验才能上线。
这个指标既可以作为独立开发者们对自己工作进度的评估参照物，还可能成为未来各大公司内部报告和相互合作时的沟通标准。目前MLTRL还处于Arxiv预印状态，先一起看看吧~
论文题目：
Technology Readiness Levels for Machine Learning Systems
论文链接 :
https://arxiv.org/abs/2101.03989
Arxiv访问慢的小伙伴也可以在 【夕小瑶的卖萌屋】 订阅号后台回复关键词 【0209】 下载论文PDF~
机器学习技术成熟度
由于MLTRL的理念来源于TRL，制定成员也包括TRL的创始者NASA，从图1可以看出，这两个指标的相似度很高。
接下来是对各个等级较为详细的说明：
TRL 0：一个大胆的想法
重点：算法，数据
算法进度：★★★☆☆
代码进度：☆☆☆☆☆
测试进度：☆☆☆☆☆
团队沟通：★☆☆☆☆
所有的研究都源于一个大胆的想法，一个另辟蹊径的视角。这一阶段的主要工作是文献阅读，并且从数学方面验证想法的合理性，尤其需要注意你的研究基于了什么样的假设 。你应该拟定好接下来的研究计划，记得找几个更为丰富的研究者一起检查一遍，他们对可行性的判断可能会更准确，而且可以协助你找到想法中存在的漏洞。此外，还应该确认清楚是否有足够的数据支持接下来的研究。
TRL 1：目标导向型研究
重点：算法，实验级 (research-caliber)代码
算法进度：★★★★☆
代码进度：★★☆☆☆
测试进度：★☆☆☆☆
团队沟通：★★☆☆☆
大致敲定想法和研究计划之后，就应该开始粗略地跑点代码了。为了最高效率地验证算法的可行性，参考一下同行的代码暂时不会有问题，计算的复杂度、效率不应当占据太多的注意力 。这一阶段的模型测试还不必面面俱到，而是可以专注于预期中算法能够优化的那一部分数据。如果是项目开发，这时候要开始注意版本控制（包括代码、模型和数据集）了，否则后期万一出现问题，可能会付出惨痛的代价。
TRL 2：验证原理
重点：算法，测试
算法进度：★★★★☆
代码进度：★★☆☆☆
测试进度：★★☆☆☆
团队沟通：★★☆☆☆
在类似于真实场景的环境中仿真/用类似真实分布的数据集测试过模型后，对模型的有效性证明就基本完成了。这里通常到了模型开发第一个分歧点：作为独立的功能继续开发；或者是并入一个长期的研究/开发项目。
有效性证明(Verification and Validation, V & V)：
模型建对了吗？
模型有价值吗？
TRL 3：系统开发
重点：雏形级 (prototype-caliber)代码，团队
算法进度：★★★★☆
代码进度：★★★☆☆
测试进度：★★☆☆☆
团队沟通：★★★☆☆
在完成上一阶段对模型的测试后，是时候整理一下代码了:
首先要保证代码的整洁和鲁棒性;
是否已经可以面对各种出乎意料的输入或者运行结果；
对数据的接口、程序的交互性、是否符合团队内的代码规范；
算法的效率和可靠性也必须考虑到
此时你的队友中应该既有写AI的，又有工程师了，因为你们需要开始定义最终产品的服务级别协议和服务级别目标(Service-level agreements and objects, SLAs and SLOs)。
TRL 4：验证概念（与实用性）
重点：测试，沟通
算法进度：★★★★★
代码进度：★★★☆☆
测试进度：★★★☆☆
团队沟通：★★★★☆
来了来了，手忙脚乱的与真实场景初接触！此时你手里应当已经有着厚厚一沓关于模型表现、模型成本以及其他用户关心指标的报表。然而，遇到的挑战会更为复杂多样。之前测试效果再好，放到真实场景里跑一跑，意料外的报错层出不穷。本以为可以轻易从用户那里获得的数据，结果空白、缺失占了绝大多数。决定开发能否进入下一个阶段的评估者们磨刀霍霍，很可能发出“搁置”、“中止”这样可怕的声音——在TRL 4阶段项目夭折是很常见的。
TRL 5：模型能力评估
重点：测试，沟通
算法进度：★★★★★
代码进度：★★★☆☆
测试进度：★★★★☆
团队沟通：★★★★☆
是时候对“模型到底能做什么”盖棺定论了：功能是什么，优化体现在哪些方面，V & V的确切结论，都必须在这个阶段给出来。然后开始草拟产品导向的需求 (product-driven requirement)。其实这个步骤和TRL 4之间没有明显的分界线，或者说TRL 4侧重于在测试和沟通，TRL 5则强调必须下结论。进行评价的目的是为了将有限的开发资源集中到最值得的项目上。因此，想从TRL 5顺利毕业绝对不容易。
TRL 6：应用级的开发
重点：产品级 (product-caliber)代码
算法进度：★★★★★
代码进度：★★★★☆
测试进度：★★★★☆
团队沟通：★★★★☆
经历完第一轮真实场景的摩擦，从考核中幸存下来之后就应该开始进一步狂敲代码了。还记得之前的哪些山盟海誓吗？SLAs, SLOs, 产品需求，前面吹的“水”都是现在实装流下的泪。总之，码就是了！
TRL 7：集成
重点：代码，测试，团队
算法进度：★★★★★
代码进度：★★★★★
测试进度：★★★★★
团队沟通：★★★★★
既然功能已经实现得差不多了，接下去就是如何包装的问题了，所以这一阶段需要各个环节上的人员多沟通合作。专注于算法的AI工程师要继续测试模型在极端情况下的鲁棒性，而软件工程师必然要开始前端、后端、接口以及等等细节的处理。尤其需要注意两点：
对质量的保障
还有数据（获取、结构、用法和存储安全）。
最近已经出现了对不正当获取数据的严厉处罚案例，因此这方面需要格外注意[3]。
TRL 8：最后的部署
重点：测试
算法进度：★★★★★
代码进度：★★★★★
测试进度：★★★★★
团队沟通：★★★★★
测试！测试！测试！一边部署一边记得检查项目面对各种极端情况的承压性，要在用户涌入服务器之前做好准备！没准备好就别上！
TRL 9：上线啦啦啦~
重点：不要以为到这里就完事了
算法进度：★★★★★
代码进度：★★★★★
测试进度：★★★★★
团队沟通：★★★★★
可以说，从TRL 0-TRL 8都是勇者在新手村的任务，项目上线，才意味着漫长征程正式开始。根据实际运营情况和需求不断改进算法和代码，持续集成， 持续交付 (CI/CD)，TRL 7-TRL 9循环的永动机模式就是项目的最终形态。
总结
作为机器学习项目的开发进度量表，MLTRL各个阶段的划分并不严格，也不一定非要按部就班地经历每一个阶段。只是说，这样的步骤能较为合理地分配人力物力资源，并且避免出现意外后成本过高的惨案。文章中还出具了MLTRL的阶段报告表格模板，并且对一些概念进行了更为详细的说明。感兴趣的朋友们可以自行翻看~
萌屋作者：白鹡鸰
白鹡鸰（jí líng）是一种候鸟，天性决定了会横跨很多领域。已在上海交大栖息四年，进入了名为博士的换毛期。目前以图像语义为食，但私下也对自然语言很感兴趣，喜欢在卖萌屋轻松不失严谨的氛围里浪~~形~~飞~~翔~~
知乎ID也是白鹡鸰，欢迎造访。
作品推荐：
NLP太卷，我去研究蛋白质了~
谷歌40人发表59页长文：为何真实场景中ML模型表现不好？
后台回复关键词【入群】
加入卖萌屋NLP/IR/Rec与求职讨论群
后台回复关键词【顶会】
获取ACL、CIKM等各大顶会论文集！
[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
