研修の現場より　難しく考えるほどAIは難しい。でも簡単に考えれば......？

お客さまからよく伺うお悩み

・そもそもAIって？？　

毎朝、ニュースの記事では「AI」の文字が踊り、「乗り遅れないよう何とかしなければ」という思いをお持ちのお客様が非常に多いです。

しかし、AIが指し示す対象は非常に多岐にわたります。それもそのはず、AIに対する定義は厳密にはされておらず、話し手の解釈にゆだねられているのが現状です。

AIの歴史は古く、技術や理論の進歩とともにできることが増えてきています。比較的昔からあるAIの手法の例としては、お汁粉の売り上げと気温との関係を分析して、特定の気温時の売上を推測するものなどがあります。

インソースとしては、AIを比較的広い概念として捉え、「人間/生物の知的活動の一部を機能として実現するコンピュータ」と解釈しています。

・自社にとってAIが必要かどうかわからない......。

AIでできることは日々増えていますが、何をやりたいかによって、実現に向けた難易度は大きく異なります。そのため、場合によっては、無理にAIを使おうとしない方が良いこともあります。

AIとは何かを考えるのももちろん重要ですが、その背景にある目的を達成する手段の一つに過ぎないということを忘れてはいけません。

・高くて手が出せないのでは？

AIに関する高度な技術のイメージから、費用面での心配をお持ちの方も多くいらっしゃいます。もちろん最先端の技術を使って、金額に糸目をつけずに研究開発する場合には、目のくらむような費用が掛かります。

一方で、最近では、Microsoft社の「Microsoft Azure Machine Learning」などのように、基本利用料は無料、最先端の技術でも使った分だけ月次で支払い、というようなサービスも増えており、値段以上に、如何に活かすかを考えられることが重要になってきています。

インソースの提案するソリューション　～AI関連研修の内容を一部ご紹介

・おおまかなイメージを掴み、脱・食わず嫌い

AI・人工知能と聞くと、難しそうなイメージを抱いてしまいがちですが、内部での細かな計算プロセスはさておき、成果として実現しようとしていることは意外と直感的に理解できます。

そうした事実を踏まえ、活用事例を紹介しながら、その仕組みをおおまかに理解することで、抵抗感なくAIについて学べるよう、工夫を盛り込んでいます。

・AIを作っていくステップを追う

AIについて学んだら、AIを作っていくにはどんなステップがあるのかを学んでいきます。どれも欠かすことのできない重要なステップですが、意外に重要かつ大変なのが、データをAIが使える形に加工することだったりします。

・「できること／できないこと」から「やること／やらないこと」へ

AIの開発における重要な尺度に、精度があります。しかし、予測や認識の精度を向上する為の確実な手法が確立されておらず、試行錯誤が必要です。

今のAIでできること／できないことを理解すると、開発の期間や費用を考慮して、高い精度にこだわりすぎずに、見切りをつけることも重要だということが分かってきます。例えば、私は思いついたアイデアを残すときなどに、音声入力機能を使っています。スマートフォンに標準搭載されており、無料で使えるので便利ですよね。

もちろん、たまにうまく変換されなかったり、聞き取られなかったりすることもありますが、そこでムキになって何度も言い直すことはしていません。メモ程度でアイデアを留めておくことが最優先ですし、手入力で部分的に直せばいいだけのことだと考えるようにしています。

このように、高い精度を目指せば目指すほどドツボにはまりやすくなる中、精度に応じた使い方を考えるプロセスを踏むことで、AIにどこまでやらせるかを考える機会も提供いたします。

AI研修