機械学習はデータに依存する

[[186928]]

ビッグデータ、分析、モノのインターネット、クラウドテクノロジー...近年、これらの用語がなければ、テクノロジーに関する議論や会話に参加することはできません。彼らはテクノロジーの主要プレーヤーとなり、ビジネスのあらゆる側面に影響を与えています。変化は猛烈な勢いで起こっており、減速の兆しは全く見られません。 今日、テクノロジーにおいて唯一不変なものは変化そのものです。継続的な変化には継続的な革新が必要なので、より多くの新しいテクノロジーを導入する必要があります。テクノロジーの話題に上るようになった新しいテクノロジーの 1 つが機械学習です。ガートナーは、機械学習を2016年のトップ10テクノロジートレンドの1つに挙げました。これがホットな話題であることは間違いありません。

古いものはすべて新しくなる

機械学習の基本原理が 70 年代や 80 年代の初期の人工知能研究にまで遡ることができるのは興味深いと思います。当時の作業は、コンピュータの性能と利用可能なデータの量によって制限されていました。 これらの制約を打破することが、近年の機械学習の急速な進歩の鍵となります。コンピューティング サイクルとデータ利用レベルは、ほんの数十年前には想像もできなかったものでした。

機械学習の目標は単純に聞こえます。それは、情報に基づいて学習する能力をシステムに提供することです。単純に聞こえますが、これは従来のソフトウェア エンジニアリングに反します。私たちがよく知っている「ハードコードされた」ソフトウェア開発システムのほとんどは、計画され、期待されるユーザー データのやり取りに基づいて動作します。標準的な「if – then – else」モデル。

人工知能/機械学習のアルゴリズム要件はより複雑です。これらは、システムが入力に基づいて独自の分析モデルを形成できるようにするために必要です。これらのパターンは、提供される情報に基づいて常に変化します。データとこれらのパターンに基づいて、動作が決定されます。説明からわかるように、これは非常に未定義の動作をもたらします。システムは提供された情報に基づいて分析、理解、反応し、より多くの情報に基づいて動作を調整し、フィードバックを提供します。分析と動作は常に変化し、時間の経過とともに改善されていきます。このシステムに適合するテストを実行することを想像してみてください! (近々議論されるトピック)

機械学習がもたらす利便性を享受しています

Netflix のアカウントをお持ちですか? Amazon についてはどうですか? ログインするたびに、Netflix と Amazon からおすすめのリストが表示されます。両社とも、非常に洗練された独自のアルゴリズムを持っています。これらのアルゴリズムは、他のすべてのメンバーとの取引を含む膨大な情報セットを分析します。このデータに基づいて、予想される動作のモデルが構築され、一連の推奨事項が提示されます。これらの提案に対するあなたの反応もアルゴリズムにフィードバックされ、あなたの行動パターンに合わせて継続的に調整されます。

スマートフォンはどうでしょうか? 「今日の天気はどうですか?」という簡単な文章の複雑さを考えてみましょう。まず、ソフトウェアは、あなたが実際に何を言ったのかを判断するために、あなたの声、アクセント、話し方を認識する必要があります。確信が持てない場合は、ソフトウェアが確認を求め、確認から学習します。音声認識を使用するたびに、携帯電話はあなたの話している内容をより正確に理解できるようになります。あなたの言うことを理解すると、自然言語を意味のある言語に変換してシステムに取り込みます。これには、音声情報を分析し、モデルを作成し、翻訳結果に基づいて指示を実行するための複雑なアルゴリズムが必要です。音声を解析するときに不明な点がある場合は、ソフトウェアがすぐに確認を求めます。システムは、話し方や言語を使用するコンテキストのモデルによってフィードバックされます。

すべてはデータ次第

最近の TechCrunch の記事「スタートアップが AI と機械学習で大企業と競争するにはどうすればよいか」で、John Melas-Kyriazi 氏はデータについて次のように語っています。「私たちは機械学習モデルのトレーニングにリソースを投資しており、それが巨大なネットワーク効果を生み出すでしょう。 「とても適切な比喩を見つけました。」複雑なアルゴリズムとモデルは機械学習のエンジンですが、燃料であるデータがなければエンジンはうまく機能しません。私の同僚の一人、Collaborative Consulting の最高戦略責任者である John Williams は、長年「すべてはデータ次第」とよく言っています。機械学習の世界では、まさにこの言葉が当てはまります。