アルゴリズミア：人工知能は2021年に主流になる

1月6日、海外メディアの報道によると、新型コロナウイルス肺炎流行の影響により、企業内での人工知能技術の導入スピードが大幅に加速しており、これは主にデジタルビジネス変革の取り組みの加速によるものである。

Algorithmia が機械学習の取り組みに携わる 403 人のビジネスリーダーを対象に最近実施した調査では、組織の 83% が AI/ML 予算を増額し、雇用されたデータ サイエンティストの平均数は前年比で 76% 増加したことがわかりました。

AI/ML テクノロジーに関連するユースケースも明らかに複雑化しています。調査によると、64% の企業がモデルの導入に 1 か月以上かかっていることがわかりました。回答者の 38% は、データ サイエンティストがモデルのトレーニングではなく展開に時間の半分以上を費やしていると回答しました。

アルゴリズミアのCEO、ディエゴ・オッペンハイマー氏は、この調査は、生産環境でAIモデルを大規模に実装するためにはまだ多くの作業が必要であることを明確に示していると述べた。

この問題の核心は、AI モデルを展開および更新できる速度です。データ サイエンティストのチームが AI モデルをトレーニングして展開するには、平均 6 か月かかります。展開後、新しいデータ ソースが出現するたびに AI モデルを更新する必要があります。ビジネス環境が変化すると、AI モデルのトレーニングに使用された多くの仮定がもはや関連性がなくなるため、この AI モデルを置き換える必要が生じることがよくあります。

AI モデルのライフサイクル管理により、MLOps と呼ばれる新しい IT 分野が生まれました。代わりに、MLOps プロセスは、テラバイト (場合によってはペタバイト) 単位のデータの管理が必要な DataOps プロセスや、AI モデルが組み込まれたアプリケーションのビルド展開を高速化するために使用される DevOps プロセスと統合する必要があります。

これらのタスクが完了したら、企業はガバナンスにも重点を置く必要があります。回答者の 56% がガバナンス、セキュリティ、監査可能性の問題を懸念事項として挙げ、67% が AI イニシアチブは複数の規制に準拠する必要があると回答しました。

現在、MLOps は一般的にデータ サイエンティストのチームによって管理されていますが、Diego Oppenheimer 氏は、IT チームが AI ライフサイクル管理を引き継ぐのは時間の問題だと述べています。

2021 年には、IT チームが AI モデルの管理を自動化するプラットフォームにますます依存するようになり、これらのタスクの多くがますます自動化されるようになるでしょう。 AI モデルを構築するためのプラットフォームは、機械学習アルゴリズムを使用して、AI モデルの構築と展開の大部分を自動化します。

2021 年までに、ほとんどのエンタープライズ アプリケーションが AI テクノロジーを採用するようになることは明らかです。