いつもリフ株式会社・公式ブログをお読みいただき、ありがとうございます。ブログ担当・Kです。
本日の記事は私の備忘録がてらで恐縮なのですが、AIの実務経験者の方々の意見が反映された2本の記事が目に留まりまして、非常に共感する部分が多かったため、記録しておこうと思いました。
一本目は日本経済新聞さんの記事で、以下の部分に共感しました。
メルカリのAI戦略を担う木村俊也エンジニアリングディレクターは、世間が認識するAI人材と、現実に不足している人材にズレがあると指摘する。「AI技術そのものよりも、AIに学習させる実データがどこにあるか、AIをプロダクトにどう落とし込めるかを担える人材が実は不足している。そうした人材を積極的に採用したい」(木村氏)。
衝撃のAI人材25万人育成計画、裏に2つの「失策」
日本経済新聞 2019年4月16日
https://r.nikkei.com/article/DGXMZO43377270V00C19A4000000
政府の25万人育成計画はぜひ上手くいって欲しいですが、やはり実務上で必要な職務要件を育成内容にも反映しないと、適切な人材が育たないリスクが高くなってしまうと感じました。
二本目はITmediaさんの記事で、以下の部分に共感しました。
1. AI開発プロジェクトは「アジャイル開発」で進める
“おいしいデータ”で、成果が出るAIモデルを育てる(2):
2. 評価方法を定めてからAI開発プロジェクトを始める
3. AIプロジェクトのゴールを「AIモデルの実装」にしない
4. データセットの準備やアノテーションを丸投げしない
5. AI/ML人材はソフトウェアエンジニアから輩出する
「データセットの準備を丸投げしない」――健康管理アプリ「FiNC」AI開発5つの教訓
ITmedia 2019年04月16日
https://www.atmarkit.co.jp/ait/articles/1904/04/news001.html
このうち1については、弊社でもクライアントとの初期打ち合わせにおいて、「AI開発はアジャイルで進めるしかない」ということをご理解いただくことに腐心する場合がよくあります。
また、4については、初期の学習の方向性を間違えると、リカバリーが非常に難しくなるため、自社でやるにしろ外部に委託するにしろ、学習の目的を正確に理解している評価者が業務に当たる必要があります。(理想は、サービスのバリューチェーン上で自然に教師データが集まるビジネスモデルですが)
一方5については、私としては実感があまりない指摘でした。確かにソフトウェアエンジニアがデータサイエンティストを兼任できれば良いとは思うのですが、そういう人は本当に少ないと思いますし、その必要があるのか?という点について、私としてはあまり実感が湧きませんでした。
以上、感想に始終して恐縮ですw ぜひAI開発の実務担当者の方々と、議論してみたいなと思う内容でした。