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
[ファインディ株式会社] AI利用率だけでは説明できない成果 開発組織の競争力を生む「開発資本」とは？ -
製品資料
[ニュータニックス・ジャパン合同会社] AI活用を成功へ導く、シンプルで費用対効果に優れたクラウド基盤とは？ -
製品資料
[ニュータニックス・ジャパン合同会社] マネージドKubernetesには限界も――メリットをフル活用する新たな選択肢とは？ -
技術文書・技術解説
[ニュータニックス・ジャパン合同会社] 決断の日が迫る「vSphere 8」サポート終了問題 考慮すべきリスクと選択肢は？ -
製品資料
[サイバーソリューションズ株式会社] メール誤送信対策のルールが肥大化 苦しむ情シスはどうすれば救われるのか？
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
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”
-
2
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
3
OpenAIやAnthropicでさえ制御不能 2026年夏「3大サイバー攻撃」の衝撃
-
4
IT製品の導入に関するアンケート「セキュリティ」編
-
5
積水化学が挑む「データ経営」の核心：SAP S/4HANA Cloud導入の狙いとは
-
6
LINEヤフーはなぜ「社内の管理者」すら信用しないインフラを作ったのか
-
7
パッチなしで「今すぐサーバを落とせ」 Kiteworks異例警告の波紋
-
8
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
-
9
「中堅製造業にSAP S/4HANA導入は難しい」は本当か？
-
10
【専門家に聞く】シャドーAIや過剰共有のリスクを防ぎ、安全に生成AIを活用するポイントとは？
ホワイトペーパーランキング PR
-
1
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
-
2
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
-
3
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
-
4
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
5
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
-
6
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
7
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは？
-
8
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
9
「IT史に名を残すシステム障害」8選
-
10
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
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