中小企業がAIで勝つために
エッジデバイスでの機械学習はデータサイエンティスト不足を解消するか
データサイエンティストは数が少なく高給であることから、企業での雇用が難しくなっている。だが、エッジデバイスのインテリジェンスが大きく向上すれば、データサイエンティストを必要としなくなるかもしれない。
《クリックで拡大》
データサイエンティストを採用できる大手企業であれば、機械学習などの人工知能（AI）技術に対する現状のアプローチは非常に優れている。だが、中小企業は一般的に、高給のデータサイエンティストを採用する予算を確保できない。そうした企業がAI技術の潜在能力を取り入れる上で一つの解決策になりそうなのが、エッジデバイスでの機械学習だ。
併せて読みたいお薦め記事
エッジデバイス×機械学習
エッジコンピューティングをおさらい
Intelで人工知能製品グループのバイスプレジデントとアークテクチャの統括マネジャーを兼任するガディ・シンガー氏は、米ニューヨークで開催されたAI関連イベント「O'Reilly Artificial Intelligence Conference」でインタビューに応じ、「大半の企業では、AIシステムを統合管理するのに必要なデータサイエンティストの数は1人か2人だ」と話した。
労働市場は、高いスキルを備えたデータサイエンティストを全ての企業に供給できるのだろうか。NetflixやMicrosoftのような大手IT企業であれば、そうした人材を賄う十分な資金がある。だが、専門家によれば、予算を確保できない中小企業が自社に必要な人材を見つけられるとは考えられないという。
インテリジェントデバイス企業SWIM.AI（Swim）で最高技術責任者（CTO）を務めるサイモン・クロスビー氏によれば、AIシステム導入の監督や管理をできるほど高いスキルを備えた人材を、全ての企業が確保できる状況は期待できないという。一つの解決策は、インテリジェンスを持ったエッジデバイスを開発し、自動的に機械学習させ、調整させることだ。
「エッジデバイスがそれ自体に含まれるデータを処理し、そのデバイスを取り巻く世界についての理論を定式化する。そうすれば、物事は良い方向に向かう」とクロスビー氏は話す。
Swimは交通信号機など実世界の事物について、その事物が将来どのように動作するかを示す理論をデジタル的に定式化し、その理論を立証または反証して調整することが可能だと考えている。
エッジベースの機械学習の仕組み
カンファレンスに出席した専門家によると、エッジベースの機械学習は、AIシステムが企業にとってさらに役立つものになる上で重要な役割を担う可能性があるという。エッジデバイスで機械学習すれば、データをクラウドにアップロードしてアルゴリズムで分析する必要がなくなる。その結果、理論上はエラーの数を減らすことができる。AIシステム開発で起きる問題の大半は、不十分なトレーニングデータや典型的ではないモデルに原因があるとクロスビー氏は話す。エッジでの機械学習なら、そうはならない。
「エッジベースの機械学習に関して興味深い点の一つは、適合性の過剰や不足の概念がそのまま当てはまらないことだ」とクロスビー氏は説明する。エッジデバイスは、デバイス独自の動作を理解して予測する手段を備えるだけだ。デバイス固有の状況が原因でバイアスが生じることはあっても、それは個別の問題にすぎない。「バイアスが体系付けられることはない。つまり、バイアスがシステム全体に広がることはない」と同氏は言う。
インテリジェンスを備えたエッジデバイスが増え始めると、AIシステムにおけるバイアスの作用を考える重要性が高まる。カーネギーメロン大学のロボット工学部長を務めるマーシャル・ハーバート氏は、この種のシステムを第2形態のAIと呼んでいる。第2形態では、収集したデータをモデルに機械学習させるのではなく、モデル自体がデータを収集しながらトレーニングするのだ。
第1形態のAIは深層学習などの機械学習を中核要素とするシステムで、Netflixのレコメンデーションエンジンのようなものだ。これに対して第2形態のAIは、応答速度は速いものの、物理的な損傷を引き起こしかねない、つまり障害によってデバイスの寿命を損ねるリスクをはらんだアルゴリズムを利用する。
アルゴリズムの動作規範の必要性
こうした自律型デバイスに困惑するのは不自然ではない。人間の操作なしに動作する可能性を踏まえて、バイアス、リスク、正常な導入に総合的に対処するには、「恐らく、AIモデル自体が動作規範に準拠する必要がある」と、クロスビー氏は注意を促す。
そうなれば、その動作規範では、AIデバイスとそのトレーニング手法の両面で透明性のある手法を取り入れ、エッジデバイスで機械学習を実行するbotやアルゴリズムが業界全体のガイドラインに従って動作するよう保証することになるだろう。
「社会全体として、全員が納得して従うことができる指針となるような一連の原則を義務付ける。それによって、リスクが最小限に抑えられる」（クロスビー氏）
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社フィックスターズ] 組み込み開発特有の課題も解消できる「AI活用」の秘訣とは？ -
事例
[株式会社ビザスク] 「新規事業」事例集：大手企業はどのように想定顧客ヒアリングを行っているのか -
市場調査・トレンド
[株式会社ビザスク] 質の高い「仮説検証インタビュー」を実施するためのポイント -
事例
[株式会社ビザスク] 富士フイルムの新領域参入に学ぶ事業創出 「畑違い」でもビジネス化できる方法 -
事例
[株式会社ビザスク] 三菱電機 上席執行役員に学ぶ、未来を切り開く「新事業創出」の実践方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
4
鹿島建設のDXを阻む「10年前のAWS」 安全性と自由度を両立したモダナイズ
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
IT製品の導入に関するアンケート「PC＆デバイス」編
-
7
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
8
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
9
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
10
「AI活用を前提とした業務PCへの移行」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
3
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
8
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー