Aquarium
Aquarium は、AISG 内部で使用されるAIモデル管理プラットフォームで、データセット管理、訓練実験追跡、モデルバージョン管理、展開監視などのML ライフサイクルの段階をカバーしています。独立した製品ではなく、AISG の「内部MLOpsシステム」のようなものです。
📖 概要
Aquarium の機能モジュール：
- データセット管理：バージョン化、アノテーション、分布分析
- 実験追跡：訓練メトリクス、ハイパーパラメータ、チェックポイント
- モデルレジストリ：model registry、バージョンロールバック対応
- デプロイメント監視：オンラインモデルのパフォーマンス、ドリフト監視
設計上は MLflow + Weights & Biases + DVC の組み合わせに類似していますが、AISG 独自のワークフロー向けにカスタマイズされています。
🤖 AI との関係
Aquarium における AISG の役割：AIAP 学徒、SEA-LION チーム、各 AI プロジェクトが統一された ML エンジニアリング基盤インフラを共有できます。
価値は以下の点にあります：
- 学徒はプロジェクトのたびに実験追跡を構築する必要がありません
- SEA-LION などの大規模プロジェクトのチェックポイント / データセット管理に統一された規範があります
- 複数プロジェクト間でデータセットとコンポーネントを再利用できます
🇸🇬 シンガポールとの関係
Aquarium は AISG の「エンジニアリング化」の内部的な表現です——国家級 AI 機構は工学的基盤インフラが必要です。そうでなければ人的コストが基盤インフラの構築に費やされます。
「7つの伝導レバー」の中で：
- レバー 1（基盤インフラ）：AISG 内部 ML エンジニアリング能力の基礎
見方：Aquarium は AISG の外向きのフラッグシップ製品ではありませんが、AISG が継続的に高い効率で出力（SEA-LION、TagUI、PeekingDuck など）を生成するための工学的基礎です。