その他

【現状のAIでできること、できないこと・3】特徴量を見つける

2022/06/24 10:00

 今回もAIモデルの構築で7割から8割の工数を費やす前処理作業について解説したい。初回のコラムで、「AIは役立つデータがないと動かない。経験と記憶から成功パターンを見つけた人の知能が必要なのだ」と説明した。ある意味、AIモデルの構築とは、エースプレーヤーの自動化といえる。ベテラン社員の知見を、新入社員でも活用することができるようになる。ただし、その知見が暗黙知で形式知化できていないケースも多い。今回の事例は、人が見ているデータはあるものの、そのデータはその人にしか判らないものだったケースである。
 
機器ごとに計測されるデータを収集し学習モデルを構築

 事例はネットワーク機器のリアルタイムでの故障予知である。その企業にはネットワーク機器の故障を予知できるベテラン社員のA氏がいた。A氏は「あの機器が壊れるから事前に発注しておくのです」という。そして、そのネットワーク機器は、A氏の言う通りに壊れるのである。「なぜ分かるのですか」と尋ねると、「音が悪いから」という。A氏は他の人に分からない音なるものを判断材料にして、故障を検知していた。

続きは「週刊BCN+会員」のみ
ご覧になれます。

(登録無料:所要時間1分程度)

新規会員登録はこちら(登録無料)

会員特典

詳しく見る
  1. 注目のキーパーソンへのインタビューや市場を深掘りした解説・特集など毎週更新される会員限定記事が読み放題!
  2. メールマガジンを毎日配信(土日祝をのぞく)
  3. イベント・セミナー情報の告知が可能(登録および更新)
    SIerをはじめ、ITベンダーが読者の多くを占める「週刊BCN+」が集客をサポートします。
  4. 企業向けIT製品の導入事例情報の詳細PDFデータを何件でもダウンロードし放題!
  • 1

関連記事

【現状のAIでできること、できないこと・2】因果をつくる

【現状のAIでできること、できないこと・1】ビジネスで役に立つAIとは?

米コンテンツスクエアが日本法人設立 販売パートナー拡大へ意欲 顧客体験分析市場の認知拡大が課題

外部リンク

The ROOM4D=https://the-room.company/about/

日本コンピュータシステム販売店協会=https://www.jcssa.or.jp/