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：中小企業がAIで勝つために
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
Copyright © ITmedia, Inc. All Rights Reserved.