信頼性の高い人工知能システムのルールをどのように定義し構築するのでしょうか?

この記事は公開アカウント「Reading Core Technique」（ID: AI_Discovery）から転載したものです。

数十年にわたる開発と普及により、スタートアップ企業や起業家は、ほぼすべてのプロジェクトに人工知能と機械学習を取り入れることに慣れてきました。人々は効率とスピードを向上させるために人工知能と機械学習を使用していますが、信頼性の低い AI システムはメリットよりもデメリットをもたらす可能性があることをご存知でしたか?

[[337867]]

人工知能が普及するにつれて、モデル構築やデータ予測に取り組む組織が増えていますが、それを適切に活用している組織はほとんどありません。ガートナーは、2022年までに、データ、アルゴリズム、またはプロジェクト管理チームの偏りにより、AI プロジェクトの 85% が誤った結果を生み出すと予測しています。製品にデザイン システムが必要であり、メッセージングにブランド ブックが必要であるのと同様に、データの収集と AI モデルの構築にも一貫性を確保するためのコンポーネントとプロセスが必要です。

この記事では、組織や個人のプロジェクトにおける AI の利点、すべてのプロジェクトに AI を導入すべきでない理由、信頼性の高い AI システムを構築する方法について説明します。

AI システムとは何ですか?

AI システムは、AI を効果的に使用および拡張するためのプロセス インフラストラクチャです。システムの設計と同様に、AI システムには組織化から保守までの完全なプロセスが含まれます。信頼性の高い AI システムは正確で、偏りがなく、安全であり、データの収集からアルゴリズムの展開までの時間を節約します。

AIシステムを構築する前にやるべき4つのこと

人工知能と機械学習は非常に多くの複雑なタスクを実行できますが、組織や個人は、製品やサービスに人工知能と機械学習を投資する前に、次の問題に注意する必要があります。

• ユースケース: どれほどスマートなシステムであっても万能というわけではなく、AI は一般的な問題ではなく特定のケースの問題を解決することに重点を置く必要があります。いずれの場合も、AI システムの構築を試みる前に、解決すべき問題を特定し、その特定の問題の解決に取り組む必要があります。世界のあらゆる問題を AI で解決しようとするのは、明らかに非現実的です。
• プライバシー: データ プライバシー法は常に遵守する必要があります。堅牢なインテリジェント システムを構築するには、組織や個人がクライアント、顧客、従業員などから大量のデータを取得する必要がある場合がありますが、すべてのデータにアクセスして使用できるわけではありません。一部のデータはデータプライバシー法と呼ばれる一連の法律によって保護されており、違反すると重大な法的結果を招く可能性があります。

顧客や従業員から何らかのデータを収集または使用しようとする前に、必ず許可を得てください。特定のデータを収集および使用するために必要な権限がない場合は、顧客または従業員に、データの収集または使用の権限を明示的に付与する契約に署名するよう依頼してください。

• セキュリティ: AI のセキュリティでは、従来のセキュリティ アプローチで通常期待される、または必要とされるよりも少ない人的介入で、AI を活用してサイバー脅威を識別し、ブロックします。このタイプのセキュリティの重要性は、システムを使用するすべての人の機密データを保護することです。ユーザーの機密データのセキュリティを犠牲にするインテリジェント システムは、精査される必要があります。
• 偏見と不平等: AI や機械学習を活用した製品の開発やサービスの提供を目指す組織や個人は、開発中の製品やサービスが、システムにアクセスする法的権利を持つ多様な人々に望ましいサービスを提供できるようにする責任を単独で負います。いかなる場合も、この制度は性別、肌の色、人種、民族に基づいて偏向されるべきではなく、提供されるサービスは適切な割合で平等に提供されるべきです。

インテリジェント システムの良し悪しは、それをトレーニングするために使用されるデータによって決まります。インテリジェント システムにおける偏見や不平等が適切に処理されるようにするには、必要な多様性のある適切なデータを使用してトレーニングを行う必要があります。

AIを使うべきかどうかを知る方法

人工知能と機械学習は長い間存在しており、これらのテクノロジーの能力と可能性はほぼすべての人が知っています。次のデータを考えてみましょう。

• 経営幹部の 54% は、ビジネスに AI ソリューションを導入することですでに生産性が向上したと述べています。
• イノベーション戦略を持つ経営幹部の 61% は、見逃される可能性のあるデータ内の機会を特定するために AI を使用していると述べています。
• 経営幹部の 36% は、AI の主な目的はタスクを自動化することで従業員の負担を軽減し、より創造的に働けるようにすることだと述べています。

人工知能の急速な発展により、開発者や雇用主は自社のプロジェクトに AI システムを適用することに熱心になっています。これは、人為的ミスを排除し、特定のタスクの精度を高め、多くのジョブを自動化し、将来の価値を予測し、不正行為や潜在的な問題を検出できるようになったという意味で、驚くべき成果です。

しかし、すべての問題が AI で解決できるわけではなく、そのままにしておくほうがよい問題もあることを人々は忘れています。

機械学習の流行に屈してはいけない

アビジット・ナスカー氏はこう言っています。「地球を破壊するのはAIではなく、無責任な人間の知能だ。」

人工知能と機械学習は非常に便利ですが、すべてのプロジェクトに適しているわけではありません。機械学習を使用して単純な問題を解決するのは、チェーンソーを使用してパンを切るようなものです。問題によっては、解決に単純なプログラミング ロジックのみを必要とするものもありますが、はるかに複雑なソリューションを必要とするものもあります。

問題に対する簡単な代替解決策がある場合は、それを選択してください。OOP で簡単に解決できる問題に対して、スマートなシステムを構築することに時間とエネルギーを無駄にしないでください。

また、AI プロジェクトに着手する前に、AI がもたらす問題と潜在的なリスクを慎重に理解しておく必要があります。自分の進むべき道を明確にし、これらの問題やリスクに関して偏見を持たないようにしてください。

AI を使用する場合は、次のルールに従ってください。

AI システムの実装への道筋を定義する: 新規または既存のプロジェクトで AI システムを構築または実装しようとする組織や個人は、まず AI で解決したい問題を特定する必要があります。人工知能は問題を解決するために使用されるものであり、プロジェクトの美観を高めるためのおもちゃとして使用されるものではありません。

2 番目に行うべきことは、仕事で使用しなければならない AI の特定の分野の概念に精通することです。これらすべてが完了したら、データの収集と保持の計画を実施する必要があります。すでに述べたように、インテリジェント システムのスマートさは、システムのトレーニングに使用されるデータと同程度であり、データの収集と保持の戦略は最高レベルで非常に堅牢である必要があります。

最後に、どのようなシステムを構築または実装する場合でも、注意深く細心の注意を払って取り組む必要があります。システムは、データ入力を通じて学習と開発のバランスが取れており、設計された問題を解決する必要があります。

• AI における倫理的問題への対処: AI の使用は多くの監視下にあるため、最も実用的なアプローチは、一般に AI 倫理と呼ばれる一連の原則を採用することです。これらの倫理は、AI を使用する目的が一般的に受け入れられ、AI の使用を規定するすべてのプライバシー法に準拠していることを保証する標準化された一連の原則です。 AI の倫理規定を遵守することで、プロの開発者または組織としての差別化を図ることもできます。
• 優れた AI システムがどのようなものかを知る: AI の主な目的は作業をより簡単かつ迅速にすることであるため、優れた AI システムは、作業をより簡単かつ迅速にし、複雑なタスクを優れた正確さで完了し、最終的に特定の組織の生産性を向上させるという基準を満たす必要があります。つまり、優れた AI システムは、割り当てられたタスクを難なく実行し、解決するように設計された問題をほぼ解決できます。

AI は素晴らしい能力を持っていますが、不適切に使用するとメリットよりもデメリットの方が大きくなる場合があり、平凡な AI システムでは役に立ちません。そして、その力を適切に活用すれば、人間では効率的に実行できない多くの複雑なタスクを AI システムで簡単に実行できるようになります。

人工知能を有効活用してください。