AIはどのような流れで開発されるのでしょうか?企画から運用までの全体像を把握しましょう。
戸倉 ジャスミン
この前バドミントン部で新戦術導入の流れを話し合ったんだけどさ、「ゴール設定→相手分析→練習→試合投入→反省」って5段階だった。
AI開発もこんな感じなのかな?
深見 つむぎ
それ、ほぼAI開発プロセスそのものよ!
驚くほど対応してるわ。
香月 リサ 先生
ふふ、ジャスミンちゃん、無自覚にいいところを突いてるわね。
AI開発の標準フローは「課題定義→データ収集→前処理→モデル開発→評価→デプロイ→運用・再学習」ね。
雪村 ましろ
6〜7段階もあるんですかぁ!
えへへ、AIちゃん作るのは一大プロジェクトなんですねぇ♪
深見 つむぎ
補足すると、最も重要なのが最初の「課題定義」。
「何をAIで解決したいのか」「なぜAIである必要があるのか」が不明確だと、どんなに良いモデルを作っても意味がないの。
戸倉 ジャスミン
マジで!?
技術より先に目的設定か。
バドミントンで言えば「何点取りたいか」決めずに練習始めるようなもんじゃん。
香月 リサ 先生
さらに、AI化すべきでない課題もあるの。
ルールが明確で単純なロジックで済む問題や、倫理的に人間の判断を残すべき問題は、敢えてAI化しない選択も正しい答えの一つよ。
深見 つむぎ
その判断もPoC(概念実証)の段階で行うのが理想ね。
次の記事でPoCは詳しく扱うわ。
雪村 ましろ
作り終わったら完成!
じゃなくて、運用してからも続きがあるんですよねぇ?
香月 リサ 先生
鋭い視点よ。
データが変われば精度も変わるから、定期的な再学習やモニタリングが必要。
これを体系化したのがMLOpsという考え方ね。
戸倉 ジャスミン
MLOpsって、DevOpsのAI版ってことじゃん?
深見 つむぎ
その通り。
DevOps(開発と運用の統合)をML向けに拡張した概念。
モデルのバージョン管理、データドリフト検知、再学習パイプラインなどを含むわ。
雪村 ましろ
データドリフト…?
ドリフト走行みたいな名前ですねぇ。
香月 リサ 先生
データドリフトは、時間経過でデータの分布が変わってモデル精度が劣化する現象のこと。
たとえばコロナ前後で消費行動が変わったのに、古いモデルで予測を続けると外れちゃう、みたいな感じね。
戸倉 ジャスミン
なるほど、世の中が変わればAIもアップデートが必要ってことか〜!
深見 つむぎ
試験で押さえるべきは「課題定義→データ収集→前処理→モデル開発→評価→運用」の流れと、「運用後も終わりではなくMLOpsで継続的に管理する」という考え方ね。
香月 リサ 先生
ジャスミンちゃんのバドミントン例え、今日のMVPだったわね。
確認クイズ
AI開発プロジェクトで最初に行うべき工程として最も適切なものはどれか。
- 訓練データの収集
- ディープラーニングモデルの設計
- 課題定義(解くべき業務課題の明確化)
- モデルの精度評価
こたえを見る
正解: 3. 課題定義(解くべき業務課題の明確化)
AI開発では最初に課題定義(企画)を行うのが王道です。何を解決したいかが明確でないと、適切なデータ収集もモデル設計もできません。技術先行の失敗プロジェクトは、この工程の軽視が原因になることが多いです。