Automatic Persistent Memoization Library to Streamline the Construction of Machine Learning Systems

2022 Fiscal Year Final Research Report

• Project/Area Number: 21K21279
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund
• Review Section: 1001:Information science, computer engineering, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: Nakamaru Tomoki 東京大学, 大学院総合文化研究科, 助教 (70908293)
• Project Period (FY): 2021-08-30 – 2023-03-31
• Keywords: 機械学習 / データサイエンス / Python / Jupyter Notebook / 探索的プログラミング / 基盤的ソフトウェア

Outline of Final Research Achievements

In this research project, we developed Multiverse Notebook, a programming environment inspired by Jupyter Notebook, which aims to facilitate safe and efficient exploratory programming. Initially, our proposal focused on constructing a library capable of identifying data modifications at a higher level and eliminating unnecessary re-computation. However, through further investigation, it became evident that the original concept was not only impractical in terms of computational costs but also inconvenient for programmers because it lacked visibility into which specific data segments were re-computed. Consequently, we undertook an extensive examination to address these issues, resulting in the development of Multiverse Notebook, a programming environment designed to enable safe and efficient exploratory programming.

Free Research Field

プログラミング言語

Academic Significance and Societal Importance of the Research Achievements

本研究は、データサイエンスやAI構築におけるプログラマの試行錯誤の効率化を目指して開始された研究である。プログラマの試行錯誤とは、データの分析方法や予測モデルの種類、それらのハイパーパラメータを変えながら最善策を実験的に探索する過程である。データサイエンスやAI構築におけるそのような要素は事前に理論的に決めることが現状不可能であり、このような過程は避けることができない。本研究で構築した Multiverse Notebook は、分岐が行えるようにすることで、そのような試行錯誤を効率的に行えるように設計したプログラミング環境である。特にその分岐を時間・空間的に高い効率で行える点に特徴がある。