データの“質”を改善、エンジニアに依存しない「データ主体のAI開発」実践法

　従来のAI開発では、AIのモデル／アルゴリズムの改善を主体とした「モデルセントリック」が主流だった。しかし、データの“質”の問題からプロジェクトが停滞するケースも多く、近年ではモデルやアルゴリズムを固定しつつデータの品質を改善していく「データセントリック」のアプローチが注目されている。

　データセントリックAIはエンジニアではなく現場を主体とした手法で、現場の熟練者によるデータの品質改善が可能となるため、改善サイクルを迅速化させやすく、内製化の促進にも有効だ。また、エンジニアに依存しないので、人材確保の他、「検査」や「不良の定義決め」など現場の得意領域に落とし込んだAI開発が行え、開発期間の短縮やコストダウンも見込める。

　本資料では、データセントリックAIを解説するとともに、それを効率的に実践できるAI開発プラットフォームを紹介する。必要作業を単一プラットフォームにおいてノーコード開発で行える上、データを用意すればすぐ開発を始められるため、効率化・迅速化だけでなく、AIエンジニアの省人化やスケール化もしやすくなるという。