Weitere ähnliche Inhalte Ähnlich wie xAI meetup #1 (20) xAI meetup #113. 自身の学習にかかるコスト
検証にかかるコスト
AIを適用するべきか(適用できるか)の検証
作成した学習モデルが要件に合っているかの検証
ハード(クラウド利用)にかかるコスト
開発にかかるコスト
運用にかかるコスト
精度の監視とモデルの再学習
Hinweis der Redaktion 平日金曜の夜、大変多くの皆様にお越し頂きまして誠に有難う御座います!!
昨年末に新たに立ち上げさせて頂きました、xAI Meetup。
無事第一回目を開催することができましたーーー!!!!
有難う御座います!!!!!
今後とも皆様が楽しんで頂ける様なイベントを企画していきたいと思いますので、是非!よろしくお願い致します!! さて、こちらですが、AINOWというサイトの AIを使ったサービス一覧の2019年度版です。
こちらの一覧は、サイトに登録されている企業さんだけですがグルーピングされてまとめられています。
このサービス一覧に登録されているものだけでも38カテゴリ、296サービスほどあり
登録されていないサービスも合わせると非常に多くのサービスがあることがわかります。 現在、IT業界に関わらず世の中では空前のAIブームが起きています。
第3次AIブームとも言われていますね。
AI is for everyone
行政や大手ベンダーでは AIの民主化という言葉を耳にしたことがある方もいらっしゃるかと思います。
2017年 米スタンフォード大学からGoogleに転職された、AI学者の方が初めて提唱された概念です。 まだまだAIは民主化されているとはいえないですね。。
僕個人ではAIを開発する、AIを自身のプロダクトに組み込むといった事に足止めをかけている理由は大きく分けて2つあるのではないか?と思います。 その一つ目がこちらですね。
なんと言っても、AIというものに対して多くの皆様がこう感じているのではないでしょうか? 例えば、新卒入社1年目の駆け出しエンジニアに対して、
うちのプロダクトにAIの要素を追加してくれ!と上司に言われたとしましょう。
どうでしょうか?
まだ素直でいい子な新人くんはネットなんかで色々調べるでしょう。
あー、なるほどね。
AI理解したわwってなりますでしょうか?
そんなことないんです。
AIに関する文献や論文を見ていくとわかりますが、難しい数式だったり、聞いたこともない専門用語だったりが
ズラーっと並んでます。
これが一つ目の要因かと思います。 次になんと言っても、AIを開発する。
機械学習モデルを自ら構築する為には非常に様々なコストが必要になってきます。 先ほどの話でもでてきた様に、AIエンジニアの道は険しいものです。
難しい論文や、数式との戦いです。自身がAI開発をする為にどんな知識やスキルが必要なのか、それに合わせた学習が必要になってくるでしょう。
次に検証にかかるコストです。
検証コストは大きく分けて2つあり、一つ目はそもそもAIを適用できるか、AIであるべきかの検証です。
そしてもう一つは作成した学習モデルがプロダクトの要件にマッチしているかどうかの検証が必要です。
後者の方は精度が一定になるまで、データセットやハイパーパラメータ、アルゴリズムの変更を行い、何度でもトレーニング→検証を繰り返します。
そして、オンプレであればGPU付きの高価なマシンの購入、クラウドであれば推論にかかる利用料を支払う必要が出てきます。
一般的に数十万円〜数百万円。規模が大きくなればなるほどこれにかかるコストは上がると考えて良いでしょう。
次に通常のアプリケーションと同じくプロダクトの開発にかかる費用です。
ここはAIだからといって特別何かがかかるといった事はないかと思います。
最後に運用にかかるコストです。
通常の運用コストに加えて、元々学習させていたモデルが想定していない入力が入ってきた時や判定精度が落ちてきた時は
学習モデルを更新、強化する必要が出てきます。
以上二つの理由によってAIの民主化というものが進んでいないのではないか?と私は思っています。 こちらの絵は学習モデルを作る手順と使う手順を図に表したものです。
まず自身がAIに覚えさせたいデータを準備します。
それはイメージだったり、音声データだったり、顧客の商品購入履歴だったりなんでもいいですw
そのデータを学習する前に、適さないデータや外れ値を取り除く為の前処理を行い、学習用のデータセットを作成します。
そしてデータセットを機械学習手法であるディープラーニングで学習させる事で、学習モデルを作成します。
もちろん先ほど言った通り、要件にあう精度になるまで何度も繰り返す必要があります。
次に使う側のお話ですが、Webアプリケーションなり、チャットボットなりから学習させたデータと同じ属性のデータを入力として
学習モデルにて検証する事で識別、予測、データの生成といったアウトプットを得られる様になっています。
識別は、例えば画像に写った人物があらかじめ登録されている人物と会っているか?、入力の音声からどういった内容の言葉が聞き取れるか?などになってきます。
予測は、過去の売上から未来の売り上げ価格を予測したりといったもの、
生成でいくと、入力された情報から回答を生成したり、xAI meetupのアイコンの様に絵を生成したりする事も可能です。
独自のアルゴリズムの構築に重点を置いている方。
こちらの場合、AIが目的という事になっています。
より専門的な知識や経験が必要となるでしょう。 対してこちらの例でいくと、AIの精度にあったプロダクトを作成することに重点を置いている。
AIを使うこと、AIを手段として利用し、自身のプロダクトの完成度を目的と置いています。
おそらくAIが難しい、AIにはお金がかかると思ってらっしゃる方は前者の方をイメージしてるのではないかと・・・。
だからと言って、前者が悪いとか、後者が良いとかって話ではなく、一般的にもっと後者が増える事でAIの民主化は促進されるのではないかと個人的に思います。 そこで!!!
すごく遠回りしてしまいましたが、今回 xAI Meetup を立ち上げた目的として、
ここにいる全員が、AIという物をもっと身近に感じてもらいたい。
もっと簡単なものだと知ってもらいたい。
そして、目的としてのAIではなく、手段としてのAIを体験してもらいたい。
AI開発のプロ達とAIを使う方達が交流する事で、それぞれのレイヤーの方達に気づきがあれば。
そんな想いでコミュニティを立ち上げました。
なので、コミュニティ名である、えっくすあい というのは○○ x AI という意味で付けさせて頂きました。
自分の得意とする分野に少しだけインテリジェンスな機能を追加する事で何倍にも素晴らしいものになると嬉しいですね。 今後の活動の予定ですが、参加者の皆様が体験できるコンテンツや、様々なコミュニティとのコラボをやっていきたいと同時に、
誰でも気軽にこの場所に立ってもらえる様な 場 作りができれば嬉しいなと思います。 AIは決して特別なものではありません。
皆さんの手の届くすぐそこに、平等に手段としてあるんです。
是非一緒にコミュニティを盛り上げていきましょう!!