Iris Technologyは、開発者や企業がAIモデルのトレーニングと展開を迅速化し、データとコンピューティングパワーを大幅に削減できる、新たなノーコードソリューションをリリースしました。このプラットフォーム「webAI」は、AIとコンピュータービジョンのプロセスを高速化すると同時に、企業が知的財産権をコントロールできるようにします。
参照:採用キット: コンピューター ビジョン エンジニア(TechRepublic Premium)
webAIは1月第1週より限定ベータ版として提供開始されます。同社は、この新技術がAIに対する従来のアプローチを覆すと確信しています。
TechRepublic は、Iris Technology の共同 CEO である James Meeks 氏と David Stout 氏にインタビューし、同社の新しいプラットフォーム、ノーコード AI の可能性とその課題について詳しい話を聞いた。
ジャンプ先:
- webAI: 何ができるのか
- webAIベータ版の主な機能
- ノーコードAI市場とその重要性
- ノーコードAIの課題への取り組み
- 職場におけるノーコードAIの未来
webAI: 何ができるのか
Iris Technologyは過去3年間、webAIの開発をステルスモードで進めてきました。今回のwebAIプラットフォームのリリースにより、開発者や企業はエンタープライズライセンスを購入する前に、モデルやプロトタイプを迅速かつ無償で構築できるようになります。この新しいソリューションにより、導入までの時間が大幅に短縮されます。
参照:ローコードおよびノーコードソリューションが優秀な開発者をさらに成長させる方法(TechRepublic)
「最大のメリットは、AIをよりアクセスしやすく、費用対効果の高いものにすることです」とミークス氏は述べた。「現在、世界にはAIの専門家が約30万人しかいないため、AIモデルを構築できる人材チームを編成するのは大きな課題です。しかし、ソフトウェア開発者は約5,500万人おり、ノーコードAIがあれば、どんな開発者チームでも、AIに関する深い知識がなくても、最先端のパフォーマンスを備えたモデルを構築、トレーニング、展開できるのです。」
同社によれば、webAI では、YoloV7 と比較してトレーニングに必要なデータは 5 分の 1、トレーニング時間は 3 分の 1 で済むとのこと。YoloV7 は現在、コンピューター ビジョン タスク向けの最速かつ最も正確なリアルタイム オブジェクト検出モデルと考えられている。
さらに、WebAIは反復的な開発を可能にし、トレーニングが常に無料であるため、モデルをより迅速かつ低リスクで現場に導入できます。従来のコンピュータービジョンAIモデルは、実際にデプロイされるのは約10%に過ぎず、反復開発にはモデル全体の再構築が必要です。
「今日のAIプラットフォームのほとんどは、ビッグデータが世界の諸問題の解決策であるという前提に基づいて構築されています」とスタウト氏は述べた。「webAIは、その前提を覆します。私たちの根本的に異なるアプローチは、予算やAIに関する過去の経験に関わらず、実質的にあらゆる開発者がAIモデルを迅速かつ費用対効果の高い方法でトレーニング、展開、反復できる世界を目指しています。」
webAIベータ版の主な機能
webAI ベータ リリースの主な機能は次のとおりです。
- 俊敏性とスピード:モデルのトレーニングを少なくして、キュレーションとデプロイメントを迅速に実行します。
- センサーに依存しない機能:トレーニング済みの Iris モデルは、さまざまなカメラ タイプやコンピューターで動作します。
- エッジ対応: webAI モデルはほとんどのコンシューマーグレードのラップトップで実行でき、クラウド コンピューティングを必要としないため、プラットフォームの計算要件は低くなります。
- データのプライバシーと IP 保護:ブロックチェーン経由の配信により、顧客は独自の環境でモデルを構築できるため、セキュリティとプライバシーが強化され、顧客データと知的財産は Iris Technology ではなく顧客に帰属します。
- ノーコード モードとフルコード モード:プラットフォームは、経験豊富な開発者に完全な制御権を与えながらアクセシビリティを向上させるノーコード モードとフルコード モードを提供します。
webAI は、ノーコードによって AI が現実世界の問題を解決し、従来の AI ではコストがかかりすぎたり効果がなかったりした分野で破壊的な価値を生み出すことができるようになると考えています。
参照:トップエッジコンピューティングプラットフォーム(TechRepublic)
「企業は、導入される可能性が約13％しかない従来のAI実験を推進するために、人工知能の専門知識、コンピューティングインフラストラクチャ、およびデータ取得・キュレーションに数十億ドルを投資しています」とミークス氏は説明した。
開発者や企業は「コンピューティングインフラ、データ収集、キュレーションに数十万ドルを費やすことなく」AIアプリを開発できるとミークス氏は付け加えた。
ノーコードAI市場とその重要性
webAIは、AIコンピュータービジョンの課題と、新しいAIアプリケーションの開発に必要なプロセスに取り組んでいます。データ品質の管理からアプリ機能の選択、トレーニング、ソリューションの導入と保守に至るまで、新しいAIアプリの開発には多くの時間がかかります。多くのプロセスは依然として職人技であり、データチームによって手作業で行われています。
参照:トップデータ品質ツール(TechRepublic)
しかし、高度な特徴量エンジニアリングなどの開発者向けの新しいAI自動化ツールがますます利用可能になり、データ専門家による開発効率の向上を支援しています。こうした環境において、ノーコードAIはAI開発における究極の自動化アプローチと考えられています。
Future Market Insightsは、世界のノーコードAIプラットフォーム市場が2032年には年平均成長率28.1%で385億ドルに達すると予測しています。2021年の市場規模はわずか25億8000万ドルでした。
自動化の緊急の必要性、業界やセクターをまたいだ機械学習と AI の導入、AI をゼロから構築するための時間とコストのかかる要因、熟練した AI リテラシーのある労働者の不足により、ノーコード AI は今後も成長を続けると予想されます。
参照:採用キット: 自律システムエンジニア(TechRepublic Premium)
人気のノーコードアプリケーションには、Knack、Bubble、Lansa、RunwayML、Substackなどがあります。GoogleやMicrosoftなどの大手テクノロジー企業も、クラウドサービスの充実と新規顧客の獲得を目的として、ノーコードAIの開発に取り組んでいます。
しかし、新しいテクノロジーの可能性にもかかわらず、ノーコード AI には多くの課題もあります。
ノーコードAIの課題への取り組み
ノーコードAIは、パフォーマンスに関して従来のAIといくつかの共通点を持っています。例えば、環境データの変化によってAIアプリケーションが非効率的または不正確な結果を生成する「モデルドリフト」は、どちらのタイプのテクノロジーにも影響を与える可能性があります。しかし、ノーコードAI業界は、ブラックボックスAIなど、自社製品に関連する他の否定的な認識も克服する必要があります。
ブラックボックスAI
ブラックボックスAIとは、AIアプリケーションが高度な結果を生み出すものの、アルゴリズムがどのようにその結果を導き出したのかという内部の仕組みが不明瞭な状態を指し、しばしばノーコードAIと関連付けられます。ブラックボックスモデルは、透明性の欠如と結果の検証能力の欠如が批判されています。
この懸念を念頭に、TechRepublic は Iris Technology に、webAI がブラックボックス AI の課題にどのように対処し、透明性を提供しているかを尋ねました。
「より専門知識を持つユーザーは、フルコード環境で作業し、要素とワークフローをゼロから構築できます」とスタウト氏は説明します。「webAIの革新的なアーキテクチャであるDeep Detectionはオープンソースではありませんが、プラットフォームは非常にアクセスしやすく透明性に優れています。開発者は誰でもAIモデルを迅速かつ費用対効果の高い方法でトレーニング、デプロイ、反復できるだけでなく、モデルとすべての入出力を所有し、制御できます。」
合成データ
合成データは、ノーコードAIとMLにおいて勢いを増しているもう一つのトレンドです。生体認証、動画、写真データを必要とするアルゴリズムでの利用が増えています。
AIプロジェクト用のデータは、作成者または所有者から同意を得て取得する必要があり、偏りや差別的な結果を避けるために多様性が求められるため、入手が困難です。一方、合成データは同意を必要とせず、AIアプリの学習用に大量に生成できます。
参照:機械学習と人工知能認定バンドル(TechRepublic Academy)
しかし、開発者たちは合成データが現実世界の情報の品質に匹敵するかどうか疑問視しています。また、多様なデータベースや機能を作成できるかどうかについても疑問を抱いています。
「webAIは現在、合成データを利用していませんが、合成データが最適な選択肢となるユースケースもあると考えています」とスタウト氏は述べた。「webAIにはAIモデルのトレーニングに必要な機能が揃っています。当社の独自アーキテクチャをご利用の場合は、データセットを強化するための拡張メリットも同時に得られます。」
データ準備とモデルのドリフト
MLとAI向けのデータ準備もまた重要なトピックです。アルゴリズムが効果的に機能するには、データが最高水準を満たす必要があるためです。一貫性のないデータ、古いデータ、または省略されたデータは、モデルの崩壊やドリフトを引き起こす可能性があります。
スタウト氏は、データ品質基準に関しては、webAI は非常に透明性が高いと確信している。
「webAIで高品質なデータを説明する際、私たちは明確に定義されたクリーンなデータを指すことが多いです」とスタウト氏は述べた。「ほとんどのアプリケーションでは、センサーはデータの入り口ではなく、情報が不足していたり、ラベルが不正確なためにモデルの展開が潜在能力を発揮できなかったりすることがよくあります。しかし、私たちはほとんどの生のカメラフィードを事前のクレンジングなしで取得できます。」
参照:データクレンジング: チートシート(TechRepublic)
AI アプリケーションの監視は企業にとって不可欠です。特に、予期しないイベント、市場やサプライ チェーンの混乱、環境問題によってデータに大きな変化が生じる可能性がある現代の企業では重要です。
スタウト氏によると、アイリステクノロジーは、クリエイターに説明可能性を提供する AI ツールとして webAI を構築しました。
「モデルがワークフローにデプロイされると、ユーザーはIDE内でそのモデルを監視できます」とスタウト氏は説明します。「例えば、webAIを使用してデプロイされた製品は、そのモデルを利用している開発者やチームがリアルタイムでレビューできます。」
アプリケーションを監視するために、インターフェースは実際のフィードバックとメトリックを提供し、モデルのライフサイクル全体にわたって最適なパフォーマンスを確保します。
職場におけるノーコードAIの未来
ノーコード AI により、多くの企業がコストを削減し、すでにテスト済みのアルゴリズムを導入しながら最先端のテクノロジーを活用できるようになることは間違いありません。しかし、ノーコード AI はデータ チームや高度なスキルを持つ労働者に取って代わるのでしょうか?
参照:人工知能倫理ポリシー(TechRepublic Premium)
Iris Technology チームの意見では、ノーコード AI はデータの専門家と非専門家の双方にとってメリットがあります。
「ノーコードAIは、より多くの人々にモデルのトレーニング、デプロイ、そして反復的な開発能力を提供します。webAIの革新的なアプローチは、データサイエンティストやエンジニアがそれらをより迅速かつ費用対効果の高い方法で実行することを可能にします」とミークス氏は述べた。「これは人間の入力を置き換えるどころか、AIを新たな分野に導入しようとする人々の専門知識と創造性への需要を高めると考えています。」
次に読む:最も革新的なAIおよび機械学習企業8社(TechRepublic)
AI開発についてさらに詳しく知りたい場合は、TechRepublic Academyの以下のリソースを確認してください。The
Ultimate Python & Artificial Intelligence Certification Bundle
The Machine Learning & Artificial Intelligence Certification Bundle
Artificial Intelligence (AI) in Python: A H2O Approach
