使えなくなるAIアプリも？
COVID-19で変革を強いられるAIシステムのアーキテクチャ
AIシステムにもCOVID-19の影響が及ぶだろう。COVID-19によってあらゆるものが変わり、以前に学習したモデルは適用できなくなるかもしれない。この変化に対応できるAIシステムのアーキテクチャとは？
新型コロナウイルス感染症（COVID-19）によるロックダウンの影響を数え上げるに当たって、AIは最初に挙がるものではないかもしれない。だが、COVID-19の危機はあらゆる想像をはるかに超えている。
最近AI対応のデータベースについての質問を受けたときに、あるアイデアを思い付いた。AIサーバをインメモリデータベースに統合することで、バックエンドのデータトラフィックを取り除き、速度を大幅に向上させるという考えだ。
AIにとってバックエンドが重要な理由
AIの実運用部分である“推論”は比較的「閉じられた」アプリケーションで、トレーニングの部分よりも要求リソースははるかに少ないと考えがちだ。だが実際には、AIエンジンの進行に合わせて絶えず監視し、トレーニングをやり直すAIアプリケーションもある。
AIの最前線に高速なプロセッサを用意したとしても、そのプロセッサはバックエンドと大量のデータ転送を行う。通常はバックエンドに計算サーバを用意して、データベースと通信することになるだろう。そのため、AIサーバをデータベースに統合して必要なトランザクション数を減らすという考えは、定期的にまたは頻繁にトレーニングをやり直す必要のあるAIアプリケーションにメリットをもたらす。
では、COVID-19との関係はどこにあるのだろう。大半のAIシステムは、大量の履歴データを使ってトレーニングされている。だが、新たなリスクやルールの適用に伴って事業や個人の行動は劇的に変化している。買い物の習慣、旅行のパターン、流通、エネルギーの利用などが予想外に変わっている。小麦粉の生産の国内市場と商業市場への販売比率さえ変わっている。あらゆることが変わっている。
その結果、かつて比較的安定していたAIシステムも著しく流動的になる。さらに悪いことに、パンデミックからの回復も再開もばらばらで場当たり的だ。国や業界が違えば、ロックダウン解除の速度も方法も異なる。当然、ウイルスがどのように変異するかも分からない。こうした流動性や変動性はかなり長く続く可能性がある。
今のモデルはまだ有効なのか
こうした状況下では、AIの監視と再トレーニングのニーズが高まると考える。簡単に言ってしまえば、先週機能していたモデルは、翌週には適用できない恐れがある。
これによってAI機能を統合するデータベース開発者が増えるのだろうか。それについてはあまり確かではない。開発者は手元のタスクに最適なデータベースとAIエンジンを選択するのに慣れている。そのため、恐らくしばらくは変わらないだろう。ただし再トレーニングの必要性が明らかになるにつれ、AI要素とデータベース要素を近づけるアーキテクチャ上の変化が見られるようになると考えている。
もちろん、こうしたことが全てのアプリケーションに当てはまるわけではない。定期的な監視と再トレーニングを必要とするAIアプリケーションもあれば、それをほとんど必要としないアプリケーションもある。
とはいえ、自社でAIシステムを運用していて、それが後者のカテゴリーに含まれているとしても、目を離している間に前者カテゴリーに切り替わらないようにチェックするのに適切なタイミングかもしれない。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
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
[株式会社ビザスク] 製造業の新事業創出 成功の鍵は「タラレバ問題克服」と「3つの判断ポイント」 -
製品資料
[日本シーゲイト株式会社] 実験のやり直しを防止 研究データ基盤に求められる高可用性ストレージとは -
製品資料
[株式会社Leaner Technologies] もっと安く買えるのに…… 間接材購買で“コスト削減機会”を逃さないためには -
製品資料
[株式会社セールスフォース・ジャパン] フィールドサービスの熟練技術者が「AIエージェント」を求めている理由 -
製品資料
[株式会社グリーンフィールド・オーバーシーズ・アシスタンス] 基礎から分かる「就労ビザ」 アメリカ進出を目指すなら知っておきたい取得戦略
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
年収700万超エンジニアに共通するスキルと「もっと勉強すべきだった分野」
-
2
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
3
仮想化環境の死角を“未知の脅威”が狙う時代――新たな敵をどう見破るか？
-
4
「Salesforceのテスト自動化ツール」に関するアンケート
-
5
高額GPUを買っても成果ゼロ？ 「プライベートAI」の落とし穴
-
6
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
7
AppleのMシリーズチップからSafariの閲覧履歴を暴く「TIDE」攻撃とは？
-
8
「企業におけるAI導入検討度とIT投資優先度」に関するアンケート
-
9
JSONをやめてPythonで送る トークン消費を約7割抑えるAIの設計
-
10
「企業内サーバ環境の利用実態」に関するアンケート
ホワイトペーパーランキング PR
-
1
登録セキスぺが語る「SCS評価制度」の舞台裏 星を取得すべき理由と対応のコツ
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
OSSでは困難 100超のサービスを持つマネーフォワードが実践した統合監視術
-
4
ネットワーク遅延の原因、「パケットロス」の基礎知識と効果的な解決策
-
5
月1000枚の紙を削減 9年動けなかった組織が、業務改革のその先に得たもの
-
6
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
7
ドラマで分かる、標的型攻撃メールの被害を受ける企業と回避できる企業の分岐点
-
8
「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略
-
9
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
10
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
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