AIについての自分なりにちょっと整理しておきたかったので、リンク集的にまとめてみました。

 

・・・・・・・・・・・・・・

 

私が云うまでもなく、AIは今世紀のおそらく最も大きなテクノロジーの一つでで、多くのイノベーションがそこから生まれてくることが予想されます。AmazonではAIの開発に1,000人を充てているそうです。

 

 

Google検索も既にAIを使っていて、今まであったpagerankシステムに変わって、RankBrainに切り替わっていることはSEO業界的には大きな話です。

 

AIっていうと、なんだかSF的な話な気がしますが、もういろんなところで世の中にだんだんと適用されてきているわけです。ただ、それはSFに出てくる覚醒した意識をもった人工知能というわけではなく、機械学習を中心とした情報処理技術の集合体だったりするわけです。

 

 

AIというと、Alpha Goだったり、星新一風の小説を書くAIのプロジェクトだったりが最近話題になりますが、職場でも機械学習をつかった仕組みを利用するなんて機会も増え始めたんじゃないかと思います。Google、Amazon、IBMみたいなテクノロジーの超巨人みたいなところじゃなくても、日本のIT業界でも利用されてきていて、ここ最近だいぶ前面にでてくるようになってきている感じだと思います。

 

 

ただ、そうやって技術が浸透しているような話がでてくる一方で、実はやれAIといっても実は企画したり、デザインしたりするほうが、理解していないという問題があったりします。それがどういう技術で、どういう制限やリスクがあるのか、どのようなコストを払わないといけないのか、どれくらいの期間でどのような成果があがるのか、まだまだテクノロジーを利用する方の経験が足りないという状況があるような気がします。知識のアップデートがなかなか大変なので、企画やデザイン側でも発想や実際の落とし込みでどうつなげるのかがイメージするの難しい部分があります。

 

AIだから魔法のようになんでもできるというわけではないし、かといって、何ができるのかを知らなかったら、想像だってしづらいわけです。実際仕事をする上でも、基本の共通言語がないと、そもそも話をする上でもすすめるのが大変だったりするわけです。このブログでも似たようなことが書かれてあって、最新技術「なにに使うんだっけ」問題があると指摘があがっていたりします。

 

 

開発のプロセスも違うことを認識するということも、一つ課題としてある気がしています。要素技術はできているとはいえ、そのコードを書いて実行すれば、求めた結果が出るというのとは違うので、単純に作業時間で読みきれないところも出てきます。もちろん、機械学習とは関係なくプロジェクトで仕様が変わったり、チームの状況が変わったりと読み切れないところはたくさんあります(むしろ、そっちの方が大変かもしれませんが)。機械学習では、そういったレベルとは別のレベルでの不確実性があったりします。そういう意味でビジネス利用への適用は、今までの文化とは違う部分があって、面白みもある一方、難しさもあります。

 

また、機械学習の開発プロセスは、おおまかに言うと[訓練データの準備]→[アルゴリズム作成]→[検証]→[強化学習]みたいな流れになると思います。それは、今までの[仕様策定]→[プログラミング]→[テスト]といったものとは、やっぱりちょっと違ったプロセスになるわけです。テストの方法もやり方も、今までのテスターがテスト項目書をなぞって、正常系/非正常系を確認するみたいなのとは違ってくるわけで、そういったことをプロジェクトをマネージメントする人も理解をしてプロジェクト進行しないといけなくなるわけです。

 

などなど、まだまだいろいろ話はあるわけですが、もう、いい加減書き疲れてきたのとご飯を食べたいので、突然ですがここらへんで一旦終わります(すみません)。

また、気が向いたら続きを書こうかなと思いますもぐもぐ

 

 

 

 

 

 

 

 

AD