Socio-Technical Anti-Patterns in Building ML-Enabled Software: Insights from Leaders on the Forefront
यह शोध पत्र एमएल (ML) मॉडलों को प्रोडक्शन में लाने से जुड़ी सामाजिक-तकनीकी चुनौतियों पर सबसे बड़े गुणात्मक अनुभवजन्य अध्ययन को प्रस्तुत करता है, जो संगठनात्मक मुद्दों में निहित 17 एंटी-पैटर्न की पहचान करने और उन्हें दूर करने के लिए व्यावहारिक सिफारिशें प्रदान करने हेतु एमएलओप्स (MLOps) कम्युनिटी टॉक्स के 66 घंटों का विश्लेषण करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक कंपनी एक हाई-टेक, सेल्फ-ड्राइविंग कार बनाने की कोशिश कर रही है। उनके पास शानदार इंजीनियर हैं जो इंजन (मशीन लर्निंग मॉडल) को डिजाइन कर सकते हैं, लेकिन वह कार वास्तव में सड़क पर कभी नहीं उतर पाती। वह बस गैरेज में खड़ी रहती है और उस पर धूल जमती रहती है।
यह पेपर एक जासूसी कहानी की तरह है जो इस बात की जांच करता है कि ये "स्मार्ट" कारें लॉन्च होने में क्यों विफल हो जाती हैं। लेखिका, अलीना मैलाच और नॉलबर्ट सीगमंड ने केवल इंजन के पुर्जों (कोड) को नहीं देखा; उन्होंने लोगों, प्रबंधन और ऑफिस की राजनीति को भी देखा। उन्होंने "MLOps कम्युनिटी" (11,000+ पेशेवरों का एक विशाल समूह) के विशेषज्ञों की 66 घंटों से अधिक की बातचीत को सुना ताकि यह पता लगाया जा सके कि वास्तव में गलत क्या हो रहा है।
उन्होंने पाया कि समस्या आमतौर पर तकनीक नहीं होती है। इसके बजाय, यह 17 "एंटी-पैटर्न" (Anti-Patterns)—यानी बुरी आदतें और संगठनात्मक गलतियाँ—का एक संग्रह है, जो सफलता की राह में गड्ढों की तरह काम करते हैं।
यहाँ उनके निष्कर्षों का एक सरल विवरण दिया गया, जिसमें कुछ रोजमर्रा के उदाहरणों का उपयोग किया गया है:
1. "दो टीमों की रस्साकशी" (संगठनात्मक साइलो/Silos)
कल्पना कीजिए कि शेफ (डेटा वैज्ञानिक) की एक टीम है जो एक स्वादिष्ट नया सूप का नुस्खा (मॉडल) बनाती है, और वेटर्स (सॉफ्टवेयर इंजीनियर) की एक टीम है जिसे ग्राहकों को वह परोसना होता है।
- समस्या: शेफ उस नुस्खे को एक गुप्त कोड में, नैपकिन पर, बिना किसी माप के लिखते हैं। वेटर्स वह भाषा नहीं समझते। जब शेफ सूप देने की कोशिश करते हैं, तो वेटर्स कहते हैं, "मैं इसे परोस नहीं सकता; यह बहुत अस्त-व्यस्त है!" शेफ कहते हैं, "यह एकदम सही है; आप बस इसे समझ नहीं पा रहे हैं!"
- परिणाम: सूप कभी परोसा नहीं जाता। शेफ वेटरों की तरह काम करने में फंस जाते हैं, और वेटर्स को नुस्खे को फिर से शुरू से लिखने में समय बर्बाद करना पड़ता है।
- समाधान: उन्हें एक मेन्यू (मॉडल रजिस्ट्री) की आवश्यकता है जो नुस्खे को स्पष्ट निर्देशों में अनुवादित करे, या उन्हें शेफ और वेटर्स को एक ही किचन में रखने की आवश्यकता है (क्रॉस-फंक्शनल टीमें) ताकि वे काम करते समय आपस में बात कर सकें।
2. "डेटा जमाखोरी" (उत्पादक बनाम उपभोक्ता)
कल्पना कीजिए कि एक किसान (डेटा उत्पादक) मक्का उगा रहा है, और एक बेकर (डेटा उपभोक्ता) जिसे ब्रेड बनाने के लिए उस मक्के की आवश्यकता है।
- समस्या: किसान सोचता है, "मैं तुम्हें अपना मक्का क्यों दूँ? यह मेरा काम नहीं है कि मैं तुम्हें बेकिंग में मदद करूँ।" बेकर को मक्के के लिए भीख मांगनी पड़ती है, और कभी-कभी किसान बिना बताए मक्के की किस्म बदल देता है। बेकर के पास अंत में ऐसी ब्रेड आती है जिसका स्वाद बहुत खराब होता है क्योंकि सामग्री बदल गई थी।
- परिणाम: बेकर खराब ब्रेड बनाता है, और किसान को पता ही नहीं चलता कि उनके मक्के की बर्बादी क्यों हो रही है।
- समाधान: उन्हें एक सामुदायिक बाजार (एक सेंट्रल डेटा प्लेटफॉर्म) की आवश्यकता है जहाँ किसान स्पष्ट लेबल के साथ मक्का सूचीबद्ध करे, और बेकर को पता हो कि उसे वास्तव में क्या मिल रहा है।
3. "पहिए का पुन: आविष्कार" (Redundant Development)
कल्पना कीजिए कि टीम A एक सीढ़ी बनाती है, और टीम B, जो तीन मंजिल नीचे है, उसी उद्देश्य के लिए एक अलग सीढ़ी बनाती है।
- समस्या: किसी को पता ही नहीं चलता कि दूसरी टीम ने भी एक सीढ़ी बनाई है। इसलिए, हर कोई पहले से मौजूद सीढ़ियों को बनाने में समय और पैसा बर्बाद कर रहा है। इससे भी बुरा यह है कि यदि टीम A अपनी सीढ़ी का एक डंडा ठीक करती है, तो टीम B की सीढ़ी अभी भी टूटी हुई रहेगी।
- परिणाम: अराजकता, बर्बाद हुआ पैसा, और "शैडो आईटी" (टीमें अपने गुप्त, असुरक्षित उपकरण बना रही हैं)।
- समाधान: एक सेंट्रल टूल शेड जहाँ हर कोई देख सके कि कौन सी सीढ़ियाँ मौजूद हैं और उन्हें नया बनाने के बजाय उन्हें उधार ले सके।
4. "अंधे बॉस" (नेतृत्व का शून्य)
कल्पना कीजिए कि एक कप्तान (प्रबंधन) जो जहाज चलाना नहीं जानता, एक नए सफर के लिए क्रू (चालक दल) को नियुक्त करने की कोशिश कर रहा है।
- समस्या: कप्तान एक "डेटा साइंटिस्ट" जॉब टाइटल देखता है और 10 लोगों को काम पर रख लेता है, यह सोचकर कि इससे सब कुछ हल हो जाएगा। लेकिन उन्होंने ऐसे लोग रखे जो गणित में तो माहिर हैं लेकिन इंजन ठीक नहीं कर सकते। या, वे किसी को एक विशिष्ट काम के लिए नियुक्त करते हैं, और फिर कप्तान भूल जाता है कि वह काम क्या था, जिससे कर्मचारी के पास करने के लिए कुछ नहीं बचता।
- परिणाम: जहाज उन लोगों से भरा है जो जहाज चलाना नहीं जानते, और कप्तान भ्रमित है कि जहाज क्यों नहीं चल रहा है।
- समाधान: कप्तान को नौकायन की बुनियादी बातें सीखने की आवश्यकता है (शिक्षा) और कौशल (क्या आप इंजन ठीक कर सकते हैं?) के आधार पर भर्ती करनी चाहिए, न कि केवल फैंसी जॉब टाइटल्स के आधार पर।
5. "रिज्यूमे की दौड़" और "हाइप ट्रेन"
- रिज्यूमे-संचालित विकास (Resume-Driven Development): कल्पना कीजिए कि एक बिल्डर जिद करता है कि वह सोने की कीलों का उपयोग करेगा क्योंकि वे रिज्यूमे में कूल दिखती हैं, भले ही घर को स्टील की कीलों की आवश्यकता हो। घर कुछ समय के लिए शानदार दिखता है, लेकिन यह टूट जाता है क्योंकि सामग्री काम के अनुकूल नहीं थी।
- हाइप-संचालित निर्माण (Hype-Driven Creation): कल्पना कीजिए कि एक रेस्टोरेंट मालिक तय करता है कि वह ड्रैगन का मांस परोसेगा क्योंकि हर कोई इसके बारे में बात कर रहा है, भले ही उसके पास ड्रैगन नहीं है और ग्राहक सिर्फ बर्गर चाहते हैं। वे ड्रैगन खोजने में अपना सारा पैसा खर्च कर देते हैं, केवल यह महसूस करने के लिए कि उन्हें बस बेहतर बर्गर बनाने चाहिए थे।
- परिणाम: प्रोजेक्ट्स "प्रूफ ऑफ कॉन्सेप्ट हेल" (Proof of Concept Hell) में फंस जाते हैं—अनंत प्रयोग जो कभी वास्तविक उत्पाद नहीं बन पाते।
मुख्य निष्कर्ष
लेखकों ने पाया कि तकनीक शायद ही कभी असली विलेन होती है। असली विलेन हैं:
- साइलो (Silos): वे टीमें जो एक-दूसरे से बात नहीं करतीं।
- भ्रम (Confusion): वे मैनेजर जो काम को नहीं समझते, और वे कर्मचारी जो व्यावसायिक लक्ष्यों को नहीं समझते।
- गलत भर्ती (Bad Hiring): गलत कारणों के लिए गलत लोगों को काम पर रखना।
समाधान क्या है? यह बेहतर सॉफ्टवेयर खरीदने के बारे में नहीं है। यह बेहतर संगठन के बारे में है। कंपनियों को चाहिए कि वे:
- टीमों के बीच की दीवारें तोड़ें।
- प्रबंधकों को सिखाएं कि मशीन लर्निंग वास्तव में क्या है।
- लोगों को उनके वास्तविक कौशल के लिए नियुक्त करें, न कि उनके जॉब टाइटल के लिए।
- यह सुनिश्चित करें कि शुरुआत करने से पहले सभी इस बात पर सहमत हों कि वे क्यों कुछ बना रहे हैं।
संक्षेप में: आपके पास दुनिया का सबसे अच्छा इंजन हो सकता है, लेकिन अगर ड्राइवर को पता नहीं है कि स्टीयरिंग कैसे चलाना है और यात्री नक्शे के लिए आपस में लड़ रहे हैं, तो कार कहीं नहीं जाने वाली है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।