ITサービスの運用方法
IT システムを構築する際のサーバーの選定において「クラウド」と「オンプレミス」がよく挙げられます。これらにはどのような違いがあり、ユーザーにとってそれぞれどのようなメリット・デメリットがあるのでしょうか。オンプレミス
サーバーやネットワーク機器を購入して、自社の建物内に設置・運用していくことを「オンプレミス（オンプレ）」あるいは「自社運用型」といいます。オンプレミスは、従来から企業で一般的に利用されています。
クラウド
「クラウドサービス」は、ユーザーがインターネットなどのネットワークを通じてITリソース（コンピューター資源など）を利用するサービス形態のことを指します。ハードウェアやソフトウェア自体は所有せずにサービスとして利用するのが特長です。
それぞれのメリット・デメリット
どんな特徴を重視するかで運用方法を選ぶ必要があります。メリット・デメリットをしっかり把握しましょう。
AIエンジニアのための必要なスキルセット
機械学習は全員が同じような事柄について学んでいくことがベストではなく、 大きく分けてビジネスサイドとエンジニアサイドで分けられます。ビジネスサイドの方は、企画からエンジニアサイドの方に仕事をパスできるまでを担当します。
エンジニアサイドの方は、出てきたお題をどのように実装して解決していくかが問われます。
ただし、両者がそれぞれ異なるスキルであることは確かですが、協力していく必要があるため、ビジネスサイドは「どのような情報をまとめてパスすると喜ばれるか」と、エンジニアサイドは「実装した結果をどのように報告すると喜ばれるか」と心掛けるなど、お互いに歩み寄れると良いプロジェクトになります。
それでは、それぞれどのようなスキルセットが必要になるのでしょうか。
ビジネスサイド
ビジネスサイドの方は、以下の2つをしっかりと決められることが大切です。・課題設定
・費用対効果
機械学習を含めたAI案件では、「AIで何か面白いことをやってみたい」といった手段が目的となるケースが少なくありません。この目的と手段が逆転してしまう問題を避けるためにも、「解決すべき問題は何か？」を考えなければいけません。
また、ビジネスサイドの方も、機械学習の原理を理解し、必要なデータを収集し、簡単に解析をかけてみるところまでやってみることです。これができると、費用対効果の見積もりに役立ち、本格的に開発を進めるかの意思決定もできるようになります。
つまり、ビジネスサイドに必要となるスキルセットは,
“データ収集まで見据えた課題設定力”
“おおよその解析から費用対効果を見積もる力”
であるといえます。
エンジニアサイド
エンジニアサイドの方は以下の3つのスキルが重要となります。“データの整理・前処理”
“機械学習アルゴリズムに対する数学的な理解”
“検証も踏まえた運用”
データの整理・前処理
データの整理とは、データベースから該当の日付のデータを抽出したり、各テーブルにまたがっているデータをつないだりといった作業のことです。
また、データの前処理では、画像向けに機械学習にデータを投入する前の特徴抽出が主な作業です。手元にある画像を最初から入力データとして使用するわけではありません。
ディープラーニングの登場以来、画像をそのままお手軽に入力データとして使用するケースも増えてきてはいますが、それでも大半のケースは目的に合わせた前処理を行うことで予測精度を大幅に向上させることができるのです。
機械学習アルゴリズムに対する数学的な理解
機械学習では与えられたデータに対して試行錯誤しながらモデルを構築していくのですが、ハイパーパラメーターと呼ばれる人間側でチューニングすべき変数がいくつか存在します。しかし、このハイパーパラメーターを調整しようにも、原理が理解できていないため、どのように調整すればよいかの検討がつかないのです。
そう考えると、「人に説明するため」「チューニングするため」にも原理の理解が必要となってきます。
検証も踏まえた運用
機械学習では、手持ちのデータを訓練データと検証データに分けます。
訓練データでモデルを学習させて、その学習済みモデルを使用して予測した結果を、検証データと比較することで、未来のデータに対する予測精度を測ることができます。一般的にこの作業を検証と呼びます。
本運用の前段階として、検証を行いながらの仮運用をする場合があるため、その仕組みを作るといったことが考えられます。そのため運用するための様々スキルが必要となります。
まとめ
AIの基礎的な部分を紹介してきました。最後にこれまでの内容を復習しておきましょう。・人工知能、機械学習、深層学習の関係
・AI開発の流れ ・学習、推論、モデルの関係
・[教師あり学習/教師なし学習/強化学習]の特徴と活用例
・クラウドとオンプレミスのメリット・デメリット
・AIエンジニアに必要なスキル
さらにAIについて学びたい人はWebサイトや書籍などを利用して勉強してみましょう。
参考：
株式会社キカガク
Build Insider
IDCForntier
