最新のDeveloper Impact Seriesでは、Ampere® ComputingのDave Neary氏がMilwaukee School of EngineeringのDr. R.J. Nowling氏と対談し、同校が理論的な機械学習（ML）と実際のプロダクションシステムとの間のギャップをどのように埋めているか、そして学生が単なる巧妙な数学モデルではなく、日常的なソフトウェアで機能する「実際の」MLシステムを構築する方法をどのように学んでいるかについて議論します。Nowling博士は、多くの学校が生徒にスマートなコンピュータモデルの設計方法を教えていると説明します。MSOEはさらに一歩進もうとしています。重要な考え方は、モデルがラボでしか機能しないのであれば役に立たないということです。実際のシステムでは、動作するシステムには、新しいデータの取得、データベースへの接続、生データをモデルが使用できる種類の数値に変換すること、そしてモデルが時間の経過とともにうまく機能し続けているかどうかを追跡することなど、他の部分も必要です。