Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter

AppierチーフAIサイエンティスト ミン・スン、 チーフマシンラーニングサイエンティスト ソウドウ・リン 「ビジネスを加速させる最新AI技術・理論」をテーマにセミナーを開催

-「マシンラーニング・アズ・ア・サービス/ニューラル・アーキテクチャ・サーチ」の最新動向を解説-

AI(人工知能)テクノロジー企業のAppier(エイピア、共同創業者/CEO:チハン・ユー、以下Appier)は、チーフAIサイエンティストであるミン・スンとチーフマシンラーニングサイエンティストであるソウドウ・リンが、「ビジネスを加速させる最新AI技術および理論」をテーマに、「マシンラーニング・アズ・ア・サービス(MLaaS)」や、「ニューラル・アーキテクチャ・サーチ(NAS)」の最新動向を解説するセミナーを開催しました。これらの技術は、プリファード・ネットワークスが開発したスーパーコンピュータやGoogleやAmazonが開発・製品に採用されるなど、世界的に注目されています。

MLaaSは、クラウドコンピューティングサービスの一部として、機械学習ツールを提供する企業が提供するケース(例えばGoogleのMLクラウドエンジン)と、Appierのように機械学習モデルを設計/カスタマイズし、顧客に対して継続的にサービスを提供するケースの二つのタイプが主流です。

Appierが実践する機械学習モデル

MLaaSは機械学習(ML)モデルを長期的に1つまたは複数のクライアントに対して継続的にサービスを提供することを前提に構築されます。そのため、Appierのような企業はMLモデルを維持するだけでなく継続的に更新しています。MLモデルの安定性はMLaaSにとって非常に重要です。例えば、AppierがMLモデルをサービスとして提供する際には、まず、データ取得・データ品質の確保、機械学習モデルのトレーニングをし、ユーザーからのフィードバックを得て品質を向上させます。こうしたエコシステムを回していくため機械学習の自動化を進めました。

質の高いMLaaSに必要なことは?

MLaaSはビッグデータ、アルゴリズム、ハードウェアの3つが揃って最高のサービスを提供できます。分析データの量が大きくなるにつれて、人工知能(AI)が問題解決のために使用するニューラルネットワークモデルはより複雑になります。機械学習では、ニューラルネットワークモデルに入れる前に関連データの収集とクリーニングを行い、目的の達成に向けて精度を最適化するためにモデルを訓練します。 こうしたモデルの訓練、継続的な分析を含め、機械学習を効果的に実行するには、モデルの作成、適用、最適化を支援し、プロセス全体を管理できる、十分なトレーニングを受けた専門家のチームが必要です。

MLaaS企業にとってさらに重要性が高まる「ニューラル・アーキテクチャ・サーチ(NAS)」

データ収集や解析ツールが進化する一方でネットワークデータ量の増加は加速しています。そのため、AI研究者にとってAIモデルの進化を可能にするためのニューラルネットワークアーキテクチャの継続的な再構築が重要な課題となっています。 中でも注目すべきは、人工知能のプログラムとアルゴリズムを組み合わせることで、特定の問題を解決するために最適なニューラルネットワーク構造を自動的に見つけ出し、識別精度の最大化を実現する「ニューラル・アーキテクチャ・サーチ(NAS)」という技術です。

MLaaS企業にとって重要なことは、「ネットワークの設計を人間ではなくコンピュータにやらせる」、「お客様ごとにカスタマイズしたものを提供する」、「アルゴリズムだけでなくハードウェアを含めて最適化をすること」、そして「顧客へのサービスの質を維持しながらデータの収集をし、その分析にはダイナミックなニューラル・アーキテクチャを活用すること」です。これらを実行すれば、推論に到達するまでの時間がより短くなり、かつサービスの質を維持することが可能になります。

Appier について
Appier は、AI(人工知能)テクノロジー企業として、企業や組織の事業課題を解決するための AI プラットフォームを提供しています。詳細はhttps://www.appier.com/ja/をご覧ください。

PDF版はこちらから

お困りですか?

御社のマーケティング施策を改善できるAI搭載のツールがあります