متجر السمات (Feature Store) واحد من قطع البنية التحتية التي يتبنّاها الناس لأن المخطّط يبدو أنيقاً، لا لأنهم عانوا فعلاً من المشكلة التي يحلّها. في التمويل الألم حقيقي، لكنه لا يظهر في اليوم الأول. يظهر في المرة الثالثة التي يختلف فيها نموذجان حول معنى “معدّل التعثّر خلال آخر تسعين يوماً”، أو في المرة الأولى التي يبدو فيها الاختبار الرجعي رائعاً بينما لا يرقى الأداء الفعلي إلى مستواه.
لذا فإن السؤال المفيد ليس ما إذا كانت متاجر السمات جيدة، بل ما إذا كان فريقك قد اصطدم بالمشكلات التي يحلّها المتجر فعلاً. ومعظم تلك المشكلات يعود في جوهره إلى عاملَين: الزمن، والتكرار.
مشكلة التسرّب التي وُجد متجر السمات لمعالجتها
السبب الأكبر وراء فساد سمات التعلم الآلي في التمويل هو الاستباق الزمني (lookahead). تحسب سمةً لصفّ تدريبي مؤرّخ في الرابع عشر من مارس، فتُدخل عن غير قصد معلومات لم تكن موجودة إلا في العشرين من مارس. مزوّد أعاد تقدير رقم، تسمية لُصقت لاحقاً، تجميعة لنهاية الربع وصلت بعد فوات الأوان. فيتعلّم النموذج من مستقبل لن يكون متاحاً له أبداً لحظة التنبؤ، فتبدو الأرقام دون اتصال (offline) ممتازة، ثم ينهار كل شيء في الإنتاج.
الربط بحسب اللحظة الزمنية (point-in-time joins) هو خط الدفاع. الربط الصحيح بحسب اللحظة الزمنية يجيب عن سؤال: “ما قيمة هذه السمة كما كانت في الطابع الزمني الدقيق لهذا الحدث، لا بعده بثانية واحدة.” إنجاز ذلك يدوياً عمل دقيق وسهل الوقوع فيه في خطأ خفي، خصوصاً حين تأتي السمات من تغذيات بيانات (feeds) تتفاوت في تأخّر وصولها ولكلٍّ منها عاداتها في إعادة التقدير. أما متجر السمات الذي يدعم الربط بحسب اللحظة الزمنية فيجعل تلك الصحة هي السلوك الافتراضي، بدلاً من أن يُعيد كل محلّل اشتقاقها من جديد في كل دفتر عمل (notebook)، وعادةً بطريقة مختلفة قليلاً في كل مرة.
يمكنك إنجاز الربط بحسب اللحظة الزمنية بصورة سليمة من دون متجر سمات. كثير من الفرق تفعل ذلك بانضباط في SQL وبسجلّ تاريخي للنسخ (vintage history). إنما تظهر أهمية المتجر حين يعجز ذلك الانضباط عن التوسّع عبر الأشخاص والنماذج.
إعادة الاستخدام والاتّساق ومسار التدقيق
ما إن يتجاوز عدد نماذجك نموذجين أو ثلاثة حتى تبدأ ثلاثة أمور أخرى بالضغط عليك.
- إعادة استخدام السمات. اللبنات نفسها (الأرصدة المتدحرجة، التعرّض بحسب الطرف المقابل، حداثة الدفع) يُعاد بناؤها مع كل نموذج جديد. متجر السمات يتيح تعريف السمة مرّة واحدة وسحبها إلى نماذج عديدة، فينتشر أي إصلاح في التعريف بدلاً من أن يترك خمس نسخ مختلفة قليلاً قيد التشغيل في الوقت نفسه.
- اتّساق التدريب والخدمة. الإخفاق الكلاسيكي هو سمة تُحسب بطريقة في مهمّة التدريب بالدُّفعات (batch) وبطريقة أخرى في مسار الخدمة الحيّ. تتباعد الأرقام ولا ينتبه أحد إلى ذلك حتى يتراجع الأداء. والمتجر الذي يقدّم التعريف نفسه للمسارَين يسدّ هذه الفجوة.
- الحوكمة وتتبّع المنشأ (lineage). حين يسأل مراجِع أو مدقّق عن مصدر سمةٍ ما ومن غيّرها، تريد سجلّاً يحمل مالكاً وتعريفاً ونسخة، لا ذاكرة شفهية متوارثة. وهذا أيضاً ما يغذّي رموز الأسباب وإشعار الإجراء السلبي (adverse action notice) حين يمسّ النموذج قرارات الائتمان: لا يمكنك تفسير درجة لا تستطيع تتبّع مدخلاتها.
لا شيء من هذا غريب أو معقّد. إنه الغريزة نفسها التي نطبّقها على طبقة البيانات عموماً، وهي أن تتبّع المنشأ هو ما يتيح لك تنقيح النظام أصلاً، لكن مطبّقة هنا درجةً أعلى على السمات نفسها.
متى يكون المتجر مبالغة لا داعي لها
وهنا الجزء الصريح. الفريق الصغير الذي يملك نموذجاً أو نموذجين وحفنة من الأشخاص الذين يفهمون البيانات جميعاً، قد لا يحتاج إلى المنظومة الكاملة بعد. فمتجر السمات هو بذاته نظام يجب تشغيله وإصدار نسخه ومراقبته وإبقاؤه متّسقاً مع مستودعك. تبنَّه قبل أن يتوافر لديك قدر من إعادة الاستخدام أو من الكوادر يبرّره، تكون قد اشتريت عبئاً تشغيلياً مقابل مشكلة لا تعانيها أصلاً.
أما الإشارات إلى أنك تجاوزت الحدّ فملموسة. السمات تُنسخ وتُلصق بين المشاريع ثم تتباعد في صمت. مسارات التدريب والخدمة تختلف. تكتشف خطأً في الربط بحسب اللحظة الزمنية داخل اختبار رجعي، فتدرك أنه لا توجد لديك وسيلة منهجية لمعرفة ما إذا كان الخطأ نفسه قابعاً في ثلاثة نماذج أخرى. الانحراف يمرّ من دون أن يُلاحَظ لأن لا أحد يملك التعريف. وحين تتحقّق اثنتان أو ثلاث من هذه الإشارات في آن واحد، يكفّ المتجر عن كونه بنية معمارية لذاتها ويبدأ في إثبات جدواه.
إلى أن يحين ذلك، يكون العمل الأعلى مردوداً في العادة هو ما يقبع في الأسفل: ضبط بيانات اللحظة الزمنية وتتبّع المنشأ ضبطاً سليماً عند المصدر. فمتجر سمات مبنيّ على طبقة بيانات لا تستطيع تتبّعها لا يمنحك سوى سمات خاطئة بوتيرة أسرع، ومع توثيق أفضل. أصلِح الأساس أولاً، ثم امدد يدك إلى المتجر حين تبدأ إعادة الاستخدام والزمن في تكبيدك تكلفة فعلية، لا قبل ذلك بربع سنة.