AI・機械学習

機械学習が失敗する3つの要因(そして、成功への1つのカギ)

機械学習は困難だが、グーグルの「TensorFlow」をはじめとするオープンソースプロジェクトが機械学習の成功に必要な文化を育んでくれるという。

 どの企業も機械学習に取り組もうと群がっているようだが、過去の記事で書いたとおり、この分野に取り組めるのは資金に余裕のある企業だけだ。Googleの「TensorFlow」やAmazonの「DSSTNE」のようなオープンソースの機械学習プロジェクトは、機械学習エンジニア志望者が超えなければならないハードルを下げ、機械学習の成功に向けた一番の障害だとGartnerのアナリストMerv Adrian氏が言うスキル不足を解決する。だが、どれだけトレーニングを積んでも解決できないより厄介な問題がある。それは、データ不足だ。

 ロシアのGoogleとされる企業Yandexは大量のデータを抱えるとともに、機械学習の成功に向けて自社を導くだけの経験も持ち合わせている。そのため、多くの企業にとって機械学習を成功させられない要因となっているデータ格差について、解消に向けた最善策をYandexの姉妹サイトYandex Data Factoryで最高執行責任者(COO)を務めるAlexander Khaytin氏から聞くのはとても興味深い。

 とはいえ、まず必要なのはデータだ。しかも、大量のデータが必要となる。

3つの障壁

 機械学習アルゴリズムを訓練するには、当然のことながらデータが必要だ。多くの企業は、そのような訓練に必要なデータという資産をまず持っていない。しかしKhaytin氏によると、真面目に機械学習プロジェクトに取り組んでいる企業にとってデータ量は問題ではなく、データを一カ所にまとめることこそが問題だという。

編集部おすすめの関連記事

残り本文:約1369文字 ログインして続きを読んでください。

関連記事

ホワイトペーパーランキング

  1. レストランの新しい形!~テーブルIoTが実現する「注文0分」「会計0分」の世界
  2. AIを怖れるな!BI市場における2018年の重要トレンド「トップ10」
  3. GDPRを遵守するために必要なセキュリティ対策とは?
  4. RPAは万能にあらず!正しい自動化ソリューションの選択を
  5. GDPR対応のポイント─日本の企業もGDPRへの対応が求められる

編集部おすすめ

ピックアップ製品

サーバ
PC・モバイル
ストレージ
ネットワーク
仮想化
クラウドサービス
OS・ミドルウェア
開発
データベース
運用
セキュリティ
新興技術
IoT
ドローン
ロボット
VR・AR
AI・機械学習
財務・経理
人事・労務
マーケ・営業
購買・調達
生産・製造
データ分析
コミュニケーション
通信・通話
文書・コンテンツ
サイト構築
PCソフト
学習

ベンダー座談会

Follow TechRepublic Japan