2020年02月21日 05時00分 公開
特集/連載

「AutoML」(自動機械学習)の使用に慎重になるべき用途とは?「AutoML」の可能性と限界【後編】

「AutoML」(自動機械学習)をうまく活用すれば、データサイエンティストの業務負荷を軽減できる可能性がある。ただし他の技術と同様、AutoMLは万能ではない。

[Kassidy Kelley,TechTarget]

関連キーワード

機械学習


 データサイエンティストの作業の一部を自動化、または拡張するために、機械学習モデルの設計や構築を自動化する「AutoML」を使用すれば、成功するチャンスがある。データサイエンティストチームの代替を目的にしたり、一晩で結果が得られることを期待したりすると、AutoMLに失望することになるだろう。

 選択すべき手段は、企業の目的や目標、解決したいプロジェクトによって大きく異なる。AutoMLを使用して実現できるのは「手動や手書きのコードでは不可能な大規模なことを試せることだ」とテクノロジーサービス企業Clairvoyantで最高技術責任者(CTO)を務めるシェックハー・ベムリ氏は言う。

 自然言語処理を扱うPrattleでCEOを務めるエバン・シュニッドマン氏も同様に、AutoMLがデータサイエンティストを支援するツールである点を強調する。成熟したデータサイエンティストチームを抱える企業は「AutoMLの真の価値を引き出す準備が整っている」とシュニッドマン氏は指摘する。AutoMLはデータサイエンティストの能力の延長線上にあるためだ。

 「これまでできる限りのことを手動でこなしてきた企業に、AutoMLはうってつけだ」と、調査会社Gartnerでデータサイエンスとビジネス分析のシニアディレクター兼アナリストを務めるカーリー・イドイン氏は話す。「AutoMLを使って先入観を取り除けば、これまで考えもしなかったことが確認できるようになる」とイドイン氏は考えている。

 企業がAutoMLをデータサイエンティストチームの代わりになると考えていたり、人工知能(AI)システム開発の唯一のポイントとしていたりする場合、AutoMLの使用によって得られるメリットは限られる。AutoMLはAI戦略の1ステップでしかない。厳しい規制を受ける企業や最近施行されたデータ保護規則の影響を受ける企業にとっては、特にそうだ。

AutoMLを慎重に適用すべき用途

ITmedia マーケティング新着記事

news024.jpg

CEOと従業員の給与差「299倍」をどう考える?
今回は、米国の労働事情における想像を超える格差について取り上げます。

news153.jpg

日立ソリューションズが仮想イベントプラットフォームを提供開始
セミナーやショールームなどを仮想空間上に構築。

news030.jpg

経営にSDGsを取り入れるために必要な考え方とは? 眞鍋和博氏(北九州市立大学教授)と語る【前編】
企業がSDGsを推進するために何が必要なのか。北九州市立大学の眞鍋和博教授と語り合った。