機械学習モデルには脆弱性がある。これが主な原因となって障害が起こりやすい。例えばハッカーは医療現場で健康に関する予測に利用される機械学習モデルをロックして、正当なユーザーがアクセスできないようにすることができる。また、機械学習モデルにコードを挿入して、ネットワーク上での不正な取引に関して欠陥のある予測が行われるようにすることも可能だ。
障害が発生したときに、作業を中断されることを望む機械学習ユーザーはいない。ユーザーに不便な思いをさせないために、企業は主要な機械学習モデルからスタンバイモデルへのフェイルオーバーを可能にするフェイルオーバーメカニズムを検討する必要がある。このメカニズムがあれば、ユーザーはバックグラウンドでフェイルオーバープロセスが発生していることにも気付かないだろう。
機械学習の障害には主に3つの原因がある。1つは「アルゴリズムの欠陥」、もう1つは「ネットワーク構成の欠陥」、そして3つ目は「敵対的な環境への露呈」だ。
サイバーエージェント子会社がオンラインデート利用実態調査 身だしなみより部屋や通信環境に注意する人が多数
「タップル誕生」ユーザーに聞いたオンラインデートの利用実態です。
ゴールデンウイークの消費「かなり減った」が過半数――モニタス調査
2020年のゴールデンウイークにおける消費の実態調査です。
コロナ禍で変わる広報活動、最も伸びた利用ツールは「Zoom」――本田事務所とベクトルが調査
8割の広報人材が新型コロナで「広報活動に影響が出た」と回答。「広報は変わる」と考える...
ITmediaはアイティメディア株式会社の登録商標です。
