2,000万台の携帯電話接続車両および非接続車両全体で、運用パラメータを自動的に調整して運用効率を向上させる必要があります。どのように進めるべきですか？

2,000万台の車両という大規模なフリートでは、手動でのルールベースの調整はスケーラブルではありません。また、車両が接続されている場合とそうでない場合があるため、常にクラウドに接続して調整を行うことは現実的ではありません。 機械学習モデルを車両上でローカルに実行することで、ネットワーク接続に依存せず、リアルタイムに近い調整が可能になります。これにより、運用効率の向上を大規模に実現できます。Cloud Dataflowストリーミングジョブはデータ処理には適していますが、モデルの推論と調整の実行には直接関係しません。Cloud ML Platformでモデルをホストするだけでは、非接続車両への対応ができません。