生成AIだけじゃない！ビジネス課題を解決する機械学習システム

データアナリティクス事業本部 機械学習チームの鈴木です。

最近の生成AIの台頭によって、改めてAIや機械学習を使った業務改善にご関心をお持ちの方が多くいらっしゃると思います。

2023年6月15日に開催した『Classmethod Showcase Data Analytics & Management　クラウドで実現するデータ活用戦略』のうち、『生成AIだけじゃない！ビジネス課題を解決するAI/MLプロダクトのご紹介』のセッションにて、生成AIとこれまでの機械学習の仕組みの使い分けのヒントとして発表をしましたので、抜粋した内容をブログ化しました。

AIや機械学習を使って業務改善したいけれど、生成AIとの使い分けについて改めて知りたいという方の参考になりましたら幸いです。

最近のAI/MLトレンドについて

トレンド3行まとめ

基盤モデルの出現により、生成AIモデルでコンテンツ生成（テキスト・画像・音声など）が可能となりました。

基盤モデル(Foundation Model)について

非常に巨大なデータによって訓練された基盤モデルを再トレーニングすることにより、幅広い下流タスクに対してコンテンツ生成ができるようになりました。

基盤モデルの例としては、言語モデルであるGPT-nや画像生成モデルであるDALL-Eなどが挙げられます。

生成AIモデルについて

テキスト・画像・動画・音楽・プログラムコードなどの新しいコンテンツを作成するモデルになります。

画像生成AIモデルとしてのStable Diffusionや、プログラムコードを生成するCodexなどです。

最近流行りの生成AIサービスと言えば...

最近流行りの生成AIサービスと言えば、やはりChatGPTが挙げられると思います。

OpenAIが開発した大規模言語モデル（LLM: Large Language Model）の一つで、人間のような会話を生成することが可能です。

生成AIモデルができること・できないこと

これまで記載した通り、生成AIモデルはコンテンツ生成を対象としたモデルになっているため、コンテンツ生成では非常にさまざまなことが可能になり、革新的な進化が起こっています。

一方で、分類・予測などを始め、モデルの目的としていないものに関しては別の手法を従来通り検討することが引き続き必要になります。

AI/ML課題の整理

どの仕組みを使って解決するかにあたりをつけるためには、データソースの種類と機械学習課題の種類の2観点で確認するとよいと良いと思います。

例えば、以下のような整理の仕方です。

• テキストデータがデータソースで、テキスト生成を課題としている場合は生成AIモデルを選択する。
• トランザクションデータがデータソースで、予測を課題としている場合は時系列予測モデルを選択する。
• 画像データがデータソースで、物体検出を課題としている場合は物体検出モデルを選択する。

AI/ML課題に対する解決アプローチ

機械学習モデルを自前やツール・フレームワークを利用して開発することも可能ですが、この記事を読んで頂いている方としては、クラウドサービスやSaaSを活用する方法が多いと思います。

活用できるツールやサービス

ツールやフレームワーク、クラウドサービスを採用する場合は、例えば以下のような選択肢があります。

クラウドサービスの場合、例えばAmazon SageMakerだと、Pythonコードを記述して、モデル開発を行うようなことが可能です。開発の範囲が増える分、より細かなカスタマイズができます。Amazon Personalizeなどはモデル作成をサービスの機能に任せて我々はデータ投入や出力といったシステム開発およびビジネス利用に専念できる代わりに、細かなモデルの調整はAmazon SageMakerに比べるとしにくくはなります。

インテグレーション例

Amazon Personalizeを活用したレコメンドシステムの構成例をご紹介します。

レコメンドのコア要素としては、Amazon Personalizeのレコメンドエンジンを使って構築します。

一方で、Amazon Personalizeのレコメンドモデルを構築・運用するためには、学習データ・推論対象のデータを収集・蓄積・管理し、継続的にレコメンドモデルに投入する必要があります。

なお、ここで記載の当社のレコメンドシステムの構成については、レコメンドシステムプランをご確認ください。

生成AIモデルの場合であっても、Fine-Tuningなど出力結果のメンテナンスのため、改善を見据えてデータをどのように連携するかは必要になると思います。モデルへの入出力の仕組みをどうするかはもちろんのこと、データ連携の仕組みなど、類似の仕組みを検討する必要があります。

ノウハウやナレッジのパッケージ化

機械学習チームでは、これまでご支援させて頂く中で培ったノウハウを活用しつつ、機械学習システム導入支援をさせて頂いております。

上記のページよりお気軽にお問合せ頂ければと思いますが、機械学習システムを検討するにあたりどんな準備が必要になるかについては過去に以下の記事にまとめていますので、ご参考までに記載致します。

最後に

2023年6月15日に開催した『Classmethod Showcase Data Analytics & Management　クラウドで実現するデータ活用戦略』のうち、『生成AIだけじゃない！ビジネス課題を解決するAI/MLプロダクトのご紹介』のセッションにて発表したご内容を、簡単にですが紹介しました！

生成AIが非常に話題になっておりますが、この機会に改めてAI・機械学習の技術を使って業務改善をされたい方は、ぜひお気軽にお問合せ頂ければと思います。