AI 製品開発の課題

Jul 30, 2023

InfoQ ホームページ ニュース AI 製品開発の課題

2023 年 8 月 10 日 3 分で読む

による

ベン・リンダース

人工知能 (AI) 製品の開発には、モデルの作成とデータの供給によるトレーニング、モデルのテスト、展開が含まれます。 ソフトウェア エンジニアは、テクノロジーの理解を深め、実験を奨励し、規制や倫理基準へのコンプライアンスを確保することで、企業における AI と機械学習 (ML) の導入をサポートできます。

Zorina Alliata 氏は OOP 2023 Digital で AI 製品開発について話しました。

予測ソフトウェアや推奨エンジンなどの AI 製品を作成するには、履歴データのパターンに基づいてモデルを作成する必要があるとアリアタ氏は説明しました。 これらのモデルの開発には、通常のソフトウェア開発とは異なる開発手法が使用されます。 たとえば、データを分析すると、未知の部分、反復的なプロセス、謎がたくさん見つかるとアリアタ氏は言います。

Alliata によると、機械学習プロセスは次の手順に基づいています。

データは非常に重要だとアリアタ氏は主張する。 アルゴリズムではパターンを学習するために大量のデータが必要です。 十分なデータ、クリーンなデータ、公正で信頼できるデータを保有することだけでも、過去にはここまでは行われなかった新しいレベルの処理であると彼女は述べました。

製品開発の結果であるモデルは、データの海の中からさまざまな情報を識別する一連のアルゴリズムであり、ほとんどの場合、データサイエンティストは、各ユースケースでどれが最適に機能するかを確認するために複数のアルゴリズムを試す必要があるとアリアタ氏は述べました。 。 これにより、さまざまなアプローチを反復して試す必要が生じるため、チーム リーダーは、モデリング段階で十分な時間を確保する必要があることを理解する必要があります。

アリアータ氏は、AI 製品が提供された後は、パターンが変化する可能性があるため、引き続き最適なパフォーマンスを維持できるようにするために、継続的なケアと監視も必要であると述べました。 場合によっては、モデルが自身の動作やパフォーマンスのフィードバックだけでなく、消費者から提供された新しいデータからも学習できるように、再トレーニングが必要になることがあります。

ソフトウェアエンジニアは、これらの新しいテクノロジーとその特有の課題を理解することで、自社での AI と ML の導入に貢献できるとアリアタ氏は述べています。 ソフトウェア エンジニアは、実験と学習を促進する環境の構築を支援し、AI 開発のベスト プラクティスに関するガイダンスを提供することもできる、と同氏は付け加えました。

さらに、ソフトウェア エンジニアは、ML モデルが関連する規制や倫理基準に準拠していることを確認するのに役立ちます。 標準と明確な運用モデルを設定することで、技術チームとビジネスチームのすべてのチーム間のコミュニケーションとコラボレーションが向上すると、Alliata 氏は結論付けました。

InfoQ は AI 製品開発について Zorina Alliata にインタビューしました。

InfoQ: AI 変革はアジャイルとどのように関係しますか?

ゾリナ・アリアタ : AI 変革は、どちらも移行プロセスを伴うという点でアジャイルに関連しています。 アジャイル リーダーは、無駄のない予算編成、アジャイルなチームとチームのチーム、すぐに失敗するアジャイルな配信、提供された価値を示す特定のレポートを推進することで、AI 変革において重要な役割を果たすことができます。

アジャイル リーダーは、トレーニングのスケジュールと内容の管理、技術的卓越性の推進、コンプライアンス/バイアス/公平性の機能のチェック、スケーラビリティを実現するために必要に応じて現在のプロセスに変更を提案するというアジャイルの専門知識を活用することで、AI 変革に価値をもたらします。

アジャイル リーダーは、時間どおりに正確に成果を上げ、重要な KPI と傾向の指標を作成し、作業を可視化する方法も知っています。 これらのスキルはすべて非常に便利で、AI 変革の際に必要となります。

InfoQ: AI製品の提供から何を学びましたか?