3
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

「「AIで〇〇したいんだけど」の相談前に確認してほしい3つのこと」

を拝見して、やっぱり立場が違うと対応が違うんだなということを感じ、整理してみる。

人間を超えるAIという幻想を抱いていないか
AIなしでもビジネスが成り立っているか
必要なデータの形を知っているか

2番目を深掘りすれば、1番目と3番目は問題にならないというのが経験則。

2番目を深掘りするには、
1 電子計算機でする必要があるか。
2 AIにやらせたい仕事の経験者がいるか。
3 短期計画と長期計画を立てられるか。

必要なデータの形を知っている必要はありません。経験者がいれば、そこからデータを起こせばいいのですから。むしろ、新しい開発では新しいデータの形式を作るところから始めることがあり、相談者がデータの形を知っていることは前提になりません。

主に名古屋地区で生息しており、名古屋工業大学出身で、名古屋工業大学界隈で、AIをやっているらしい人々が、知り合いでいるらしいので、名工大のAdvent Calendarに貼っておきます。

電子計算機でする必要があるか。

30年くらい前から、電子計算機で処理する必要がなさそうなことを、電子計算機でさせようという相談は山のようにあった。

そのうち半分くらいは、相談相手の想定している電子計算機ではなく、もっと小さい電子計算機でさせればいいことだった。

残りの半分くらいは、やらせようとしていることは不必要なことで、仕事を改善すればやる必要がないことを電子計算機でやらせようとしていた。

同じ文脈で考えると、量子計算機でさせることも、AIでさせることも、電子計算機でさせる必要もないことの可能性が半分くらいはあるはずだというのが経験則です。

残りの半分くらいは、相談者が想定している規模ではなく、例えば、PCで1日でできてしまうことか、Raspberry PIで実現できることだったりするかもしれません。

量子コンピュータプログラムへの道

AIにやらせたい仕事の経験者がいるか。

AIを構成できる情報を持つ会社は必要なく、AIを構成する情報がない会社が必要である。

AIそのものは費用対効果を持って実現できそうでも、実現できる会社はAIを構成するのに必要な経験者がいる会社で、その会社では経験者がやれば十分で、費用対効果は必ずしも得られないかもしれない。
逆に、経験者がいない会社では、Aiがあっても経験を入力できないため、AIそのものを構成できないか、経験者の情報を購入したら費用対効果が得られないかもしれないという状況にしばしば遭遇した。

製造業における機械学習

短期計画と長期計画を立てられるか。

「電子計算機でする必要があるか。」で書いたような、PCとかRaspberryPIで実現できるような短期計画をまず立てるとよい。

そして、本来やりたかったことは、10年くらいの長期計画を立てるとよい。
すくなくとも事業には着手するし、最初の可能性の調査として、一番実現しやすそうなことを、投資額を少なく始める。

同時に、市場調査を始め、短期計画と長期計画の舵をいつ切り替えるかを、市場と開発の状況とを見ながら、機会を待つ。消極的に機会を待つだけではなく、技術者の行事、消費者の行事など、いろいろ仕掛けて見て、反応から方針を展開していく。

プログラマで「飛び抜けた人が少ない」という仮説。仮説・検証(38)

量子計算機、AI、機械学習で実現できることが、数値計算でも実現できるかもしれないし、

「シンギュラリティサロン:松田卓也」を聞いて

膨大な資金を投じた開発より、自転車屋さんだったライト兄弟が、従来技術を駆使して飛行機を飛ばしたという説明があった。他大学の話で申し訳ないが、神戸大学 塚本昌彦教授も納得していた。

短期計画はライト兄弟方式で、従来技術を駆使する計画を立て、長期計画で新しい技術をいつ実現するかを伺う。どうだろう。

参考資料

@kazuo_reve「Rによる機械学習」の勉強履歴(1)

@kazuo_reve「Rによる機械学習」の勉強履歴(2)

@kazuo_reve「Rによる機械学習」の勉強履歴(3)

@kazuo_reve「Rによる機械学習」の勉強履歴(4)

自己参照

なぜdockerでpython/Rを使って機械学習するか 書籍・ソース一覧作成中 (目標100) docker(18)

@kazuo_reve「「Rによる機械学習」の勉強履歴(1)」後追い: dockerで機械学習(77) with R (7)

最後までおよみいただきありがとうございました。

いいね 💚、フォローをお願いします。

Thank you very much for reading to the last sentence.

Please press the like icon 💚 and follow me for your happy life.

3
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
3
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?