AI導入時陥りやすい失敗

ディープラーニングのプロセスを進めていく中で、「ディープラーニングの闇」という言葉がよく使われます。何かといえば、AI導入・運用が失敗に陥りやすい、逆にいえばここをうまく克服すれば成功させられるポイン卜があります。「データの取得」では、とにかく大量のデータが必要です。このとき、APIや負荷分散の仕組みがないと、大量のデータが一度に送られてしまって、エラーが起きます。また、システムとして使っている以上、セキュリティの担保も必要です。次の「データの蓄積」という観点では、データウェアハウスを用意して、テラ級、ペタ級のどんなに巨大なデータであっても溜められる状況をつくっておく必要があります。次が「データの確認」で、データフォーマットの正確性の確認です。「こういうデータを送ってください」と事前に打合せをしておきますが、入力の部分でフォーマット形式が違うものが来ると、たとえば画像でJPEG形式の予定だったものがPNG形式で来るとか、画素数もある範囲内で合っていないと、出力がむずかしくなります。