サービス指向AIモデルの開発 EP.1 AIモデル開発環境の違い
2022/03/04⏱ 5分 EP.1 入力
こんにちは。このエピソードのテーマは「 サービス指向AIモデルの開発」です。
最近では、趣味、研究、研究の目的で、単独でもコミュニティ全体でもAIモデルを開発する人が増えています。これは、AIへの関心が日々高まっており、AI企業でのキャリアを追求する人が増えているという兆候です。そこで、最初の「UP Tech」では 「現実世界で顧客志向のAIモデルを開発する方法」を紹介しています。
テーマは全4話で構成されていた。
本格的に話題に入る前に、EPを。1では、「学校・研究環境などの制御された状況におけるAIモデル開発」と 「実社会におけるAIモデルの開発」の違いを簡単に💡紹介します。次の 3 つのセクションでは、AI モデルの開発プロセスと AI の編成方法について詳しく説明します。
研究環境と実社会におけるAIモデルの開発
📍AI開発プロセスにおけるモデリング(モデル開発)とは?
👉 特定のトレーニング データセットを使用して AI モデルをトレーニングする場合、タスクは、複数のテスト ステップを通じて特定のテスト データセットを検証し、最もパフォーマンスの高い AI モデルを取得することです。下の図 1 を参照してください。
✔️ データセットとはこれは「特定のタスクに関連する構造へのデータの収集」であり、データファイルまたはデータベースと呼ばれることもあります。
[図1]AIモデリングプロセス
📍AIモデルを開発する際、研究環境と実際の分野の違いは何ですか?
👉 要するに、 制御された状況と制御されていない状況の違いです。
研究環境でのAIモデルの開発には、トレーニングデータセット、セットテストデータセット、および制御されたコンテキストでのテストメソッドが与えられます。これは、AIモデルを現実世界のサービスに適用するときに発生する可能性のある予期せぬ不測の事態からある程度解放されていることを意味します。
ただし、現実の世界では、データセットが与えられないことがよくあります。モデルを開発するには、まず独自のデータセットを構築する必要があり、制御されていない状況で予期しない驚きに遭遇します。さらに、AIモデルの開発を依頼した顧客の要求を慎重に反映する必要があるため、AIモデルの開発プロセスはより複雑で困難になります。
たとえば、エンジニアは顧客からこれらの 「サービス要件」を受け取ります。「XXX体験をユーザーに提供するサービスを作りたい。したがって、エンジニアはこれらの抽象的な要件を開発可能なレベルに洗練させ、AIモデルの開発を開始する必要があります。
EP.1 外出
一言で言えば、AIモデリングプロセスが研究環境と現実世界で異なる理由を探りました。
✔️ 研究環境でのモデリング: 特定のトレーニングデータセット、定義されたデータセット、およびテスト方法を使用して、パフォーマンスの高いAIモデルを作成する
✔️ 現実世界でのモデリング : トレーニング データセット、テスト データセット、テスト方法など、顧客のサービス要件を満たす AI モデルの作成は、状況に応じて与えられる場合と与えられない場合があります。
次のセクションでは、エンジニアが顧客の抽象的な要件に基づいてトレーニングデータセットを準備する方法を詳しく紹介します。特定のトレーニング データセットがない場合、どのような条件とプロセスで AI モデルをトレーニングするためのトレーニング データセットを取得しますか。シーンの声が生き生きとしているのを聞きたい場合は、次の動揺をお見逃しなく!