既存のITシステムと大きく異なるAI/機械学習のソリューション開発
冒頭で紹介したように、これまでのソフトウェア開発の仕方と、AI/機械学習の開発では、まったく異なることも多い。既存のソフトウェアの場合、処理ロジックは人がプログラムとして書くが、AI/機械学習は処理ロジックの一部または全体をデータから機械が見出す。そのためデータの質や量が重要になる。
そこでポイントは、(1)企業の中に溜まっているデータがあるかどうかを確認すること、そして(2)入出力をきちんと定義することも大切だ。そして、(3)手法としての学習アルゴリズムについては、要件にかなった手法をきちんと選ぶこと。そして(4)「精度指標」の見定め方も重要だ。というのも、入出力で関係が明白な既存システムとは異なり、AI/機械学習で分析しても必ずしも高い精度で結果が出るとは限らない。どの際に、どのような視点で精度を評価すれば、意味のある評価になるのか、あらかじめ協議しておくことが必要というわけだ。そして、(5)学習方法についても、データをどのような順番で学習させるか、どのような手法で学習データをつくるか、学習学習する時の手順などで精度が変わってくるという。
![](http://ez-cdn.shoeisha.jp/static/images/article/11562/11562_zu005.jpg)
出所:株式会社Laboro.AI[画像クリックで拡大表示]
最後に椎橋氏は「今日紹介させていただいたような内容をおさえながら、様々な業界でAI/機械学習の活用が進み、様々な産業プロセスやプロダクトにおけるビジネス価値が高まることを望んでいる。我々もそうしたことを、様々なところでサポートさせていただく存在になれたら幸い」と語り、セッションの結びとした。