1. パターンのつながりと
AI活用成熟度
鷲崎 弘宜
早稲田大学 / 国立情報学研究所 /
システム情報 / エクスモーション
2021年 11月10日
washizaki@waseda.jp
http://www.washi.cs.waseda.ac.jp/
1
出版記念セミナー: AI活用成熟度と機械学習デザインパターン詳説
https://smartse.connpass.com/event/227908/

2. パターンのつながり(Pattern is not an island.)
2
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

3. つながりの例
• データ表現
• 特徴量ハッシュは、埋め込みを用いて特徴量ハッシュ間の関係
性を捉える
• 問題表現
• 稀なケースの回帰問題をカスケードの中の分類問題として問題
再設定する
• モデル訓練
• 転移学習は、カスケードの使用を必要とする場合がある
• 再現性
• 変換は、ステートレスサービング関数に中間成果物や管理要素
を追加する
• 対応性のある運用
• ステートレスサービング関数の異なる複数のモデルシグネチャ
は、モデルバージョニングの代替となる
• 責任あるAI
• 経験的ベンチマークは、説明可能な予測のベースラインモデル
の作成に使用できる 3
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

4. AI活用成熟度
• 戦術的段階: 手動開発
• 戦略的段階: パイプラインの活用
• 変革的段階: 完全に自動化されたプロセス
4
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

5. 戦術的段階: 手動開発
5
データ表現
パターン
問題表現
パターン
モデル訓練
パターン
AIがもたらす潜在的効果を模
索し始めたばかり（PoC）
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

6. 戦略的段階: パイプラインの活用
6
責任あるAI
パターン
ビジネス上の目標や優先事項
に沿ってAI導入の取り組み
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

7. 変革的段階: 完全に自動化されたプロセス
7
再現性パ
ターン
対応性のある
運用パターン
AIを積極的に活用してイノベーションを促進
し、アジリティをサポートし、継続的に実験
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

8. 機械学習デザインパターンのまとめ
• 機械学習のモデルや開発・運用にあたりほぼ必ず直
面する問題と解決のエッセンスを、30のデザインパ
ターンとしてまとめたもの
• 共通の「ことば」として、最適な開発と運用のあり方を検
討し、仲間と対話・改善
• 問題や解決の再利用
• 周辺の新たな問題や解決をパターンとして見出す
• 原著者Lak氏「機械学習のパターンがより探求され広
まってほしい。本書はその第一歩である。」SES2021
• JST未来社会創造事業eAIプロジェクトにおいて周辺の
デザインパターンSoftware Engineering Patterns for
Machine Learning Applications（SEP4MLA）を整理中
8
https://eai-transfer.github.io/ml-design-pattern/ja/
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021