【IoTinfo】AIの手綱を握って使いこなすために必要な条件 #186

【IoTinfo】AIの手綱を握って使いこなすために必要な条件 #186

【IoTinfo】AIの手綱を握って使いこなすために必要な条件 #186
Pocket

AIの生命線!AI活用に外せない必要不可欠なデータ

#IoT #AI #AI課題 #AI運用に不可欠なデータ #動かない頭脳 #AI導入 #倫理規定 #人工知能

あらゆるモノをネットにつなげる「Internet of Things」(IoT)を毎日考えている妄想ダイスキOKスタイルです。

 

2018年9月30日の日本経済新聞の朝刊に衝撃的な記事が載っていました。

 

引用:2018/9/30付 日本経済新聞 朝刊

AI、データ不足6割

日本の主要企業の6割がAI(人工知能)運用に欠かせないデータ活用で課題を抱えていることがわかった。製品やサービスの開発、事業開拓などAIの用途は新たな分野に広がりつつある。だが必要なデータが不足していたり、データ形式が不ぞろいで使えなかったりと、AIの導入に戸惑う事例も多い。

日本経済新聞と日経BP社の専門サイト「日経xTECH(クロステック)」は7〜8月、大手113社にAIの活用状況を聞いた。

 

アメリカGAFAを中心に欧米で企業のAI活用が急速に進んでいますが、日本企業はデータ不足やAI運用難で「動かないAI」を抱えて世界の流れに置いていかれる可能性があります!

それでは、日本企業が抱えるAIの現状を見て、AIの手綱をしっかり握って乗りこなしていきましょう。

 

AIに必要なデータとは!?


AIが精度を高めて稼働するには、その判断の元となる大量のビッグデータが必要になります。

その際に考慮することは、

①前工程の「AI学習用のデータ」をきっちり押さえる。

データがエクセルやPDFとバラバラだとAIに教え込もうにも、余計な差が出たり、非効率になってしまうため、

データ形式を揃える必要があります。

そこで、日常的にペーパーレス化するなどAI学習用のデータ加工を自動でできるようにしておくことがポイントになります。

前工程の整理では人海戦術で一気にやってしまうのも一つの手です。

 

②データの量ではなく、AIにどれを重視して学ばせるかの「重み付け」で精度が上がる

AIが学習する元となるデータはもちろん多い方がいいが、それだけでは予測精度は上がりません。

少ない対象データでも数ある項目のうちどの要素を重視させるか次第で、数千の数字よりも数十だけでも十分に精度を上げることができます。

 

AIの課題は!?


AIをうまく動かせても課題は残ります。

それは「判断がブラックボックス化する」懸念があり、

判断を行うAI技術の内部の挙動が複雑で判断の根拠を示すのが難しいことです。

説明できないAIどこまで頼るべきか、悩ましいところですが、

海外ではGoogleやMicrosoftなどがAI利用に関する倫理規定導入が相次いでいます。

それだけではなく、エンジニア任せにしないで、企業経営層もAIを熟知して使いこなし、

AI活用が当たり前になる「データエコノミー」への理解を周りを巻き込んで進める必要があります。

 

今日も最後まで読んでいただき、ありがとうございましたm(_ _)m

 

【参考URL】

2018/9/30付日本経済新聞 朝刊「AI、データ不足6割 主要100社に聞く 」

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

CAPTCHA


このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください

%d人のブロガーが「いいね」をつけました。