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。
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
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
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
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
2
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
3
NVIDIA「一強体制」の終わりか データセンターを襲う“電力の壁”
-
4
なぜ「Claude Code」拡張は消しても危ないのか? Cursorで不正版配信
-
5
「AI時代の統合基盤・エンタープライズAI管理」に関するアンケート
-
6
半数がブルーカラー転向を視野に? ベテランエンジニアを追い込む“54歳の壁”
-
7
「nginx」のHTTP/2脆弱性(CVSS 9.2)、パッチ適用までの緊急チェックリスト
-
8
「仮想化基盤の更改とコスト最適化」に関するアンケート
-
9
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
10
Java SEに「Java4Shell」、WebLogicも修正――今朝の情シスニュース
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
5
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
「AIエージェント」は業務でどう役立つのか? 現場で進む活用例“10選”
TechTargetジャパン SNS
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