AI活用の可能性 - Masassiah Blog

『課題解決とサービス実装のための AI プロジェクト実践読本第４次産業革命時代のビジネスと開発の進め方』（山本大祐，マイナビ出版，2019年3月31日）を読了。

AI は決して万能ではなく「できる（得意である）こと」と「できない（不得意である）こと」があります。ビジネスにおいて，人間の強力なサポート役になる AI ではあるものの，実際に活用するにあたってはいくつかの特性があるというわけです。これらの特性を十分に理解してこそ，AI が本来持っている可能性を引き出せるのです。（p. 4）

AI が得意なこと，不得意なことを知った上で，AI の使い方を考える。

「事業の KPI 向上に対する目的意識を持つ者」と「ディープラーニング／機械学習の基礎知識を持つ者」の両方の視点を持つジェネラリストの存在が必要不可欠なのです。（p. 11）

ビジネス力とデータサイエンス力・データエンジニアリング力を合わせ持つ，ジェネラリストを目指していく。

AI プロジェクトの開発サイクル（p. 60）

収集：IoT デバイス，外部システムから多種多様なデータを収集し，高い安全性でデータを蓄積

精査：膨大なデータを効率的にクレンジング，アノテーションして教師データを生成

学習：ディープラーニングによる学習モデルの構築

配信：生成された学習モデルをエッジ環境・クラウドに配信・デブロイ

推論：デブロイした学習モデルから推論結果を取得する。学習モデルの評価，再学習

データを収集，精査するは経験済だが，学習，配信，推論は未経験。

まずは学習にトライしてみようか。

IoT 市場の広がりが引き起こす「10 大インパクト」とは？

ビジネスプロセス改善

外部事業者連携

IoT コネクティビティ

データアグリゲーション

IoT Enabled Solution

IoT セキュリティ

社会基盤変革

コグニティブ / AI システム

エッジコンピューティング

産業＋ブロックチェーン

上記の 10 個が全てインパクトにならないかもしれないが，IoT には可能性がある。

キッティング（p. 174 - 175）

IoT デバイスやネットワーク機器などの必要機材，および回線サービスの調達ルートの確立

IoT デバイスの OS，ミドルウェア，アプリケーションのインストール手順の確立

IoT デバイスの初期設定，デバイス識別トークンの払い出し

AI ハードウェアアクセラレータを含むエッジ・クラウドインスタンスへの学習済みモデルのデプロイ，IoT デバイスの接続設定

システム全体のパフォーマンスチェック，セキュリティチェック

最近，キッティングという言葉を覚えた。

「DevOps」（デブオプス）は，近年提唱されたソフトウェア開発手法の 1 つです。開発 (Development) と運用 (Operations) を組み合わせた言葉であり，「市場投入までの時間短縮」「リリース時の失敗率低減」「障害回復時間の短縮」などを目標に，開発担当者と運用担当者が連携して協力する開発手法です。DevOps という言葉は 2009 年のオライリー主催のイベント「Velocity 2009」において，画像ホスティング Web サイト Flickr のエンジニアにより初めて公の場で用いられ，有名になりました。このプレゼンテーションでは，「開発と運用が協力することで，1 日に 10 回以上のペースでのリリースが可能になる」という発表とともに DevOps という単語が用いられました。（p. 176）

開発と運用の両方ができるようになれば，ソフトウェアの進化が早まる。