目次
社会実装と研究
社会データ実装は一筋縄ではいかない！？～AIによる海上保安:船舶モニタリングを行うGeoTrackNetとは～
最先端が最善ではない
最先端の手法を使えばいい結果が得られると思いがちです。
しかし、実世界の問題ではデータがきちんと整備されていることは少ない。
また取得したデータを加工したとして、そのデータにアルゴリズムを適用しても狙った結果が得られないこともある。
研究では深層学習が盛んだが、必ずしも実運用においてスペックを発揮できるとは限らない。
統計的手法もまだまだ実用的だと言う話。
やみくもに深層学習とかいった最先端の手法を使えばいいというわけではない。
最先端の技術がベストではない理由
というのも最先端の手法は、 ベンチマークテストで1番になる事を念頭に置いていることが多い。
実際に運用する際に求められるような、バランスよくそこそこの結果を出すことを目指していない。
だから実際の問題に適用した際に精度が低かったり、 汎化性能が低かったり、 計算コストが重かったりする。
また適用するための前提条件が厳しかったりもする。
そのため、従来手法を含めて比較検討することが求められる。
技術は応用のためのノウハウが必要
ベンチマークテストを重視した手法は実際の場面では使いにくいし、 実際に使ってみて従来手法とそれほど実感できる差がなかったりする。
実感できるだけの差がないのであれば、枯れた技術である従来手法を使うことが合理的である。
安定した結果を出さないといけないから、 従来手法を使う。
過去の実績があると安心材料になる。
技術的に枯れてたりする。
最先端への憧れ
そうは言っても最先端の技術使いたい、という欲求を捨てきれない。
これは結果を最優先に考えるべきビジネスの世界を主軸に考えられていないと言う証拠だ。
研究をやっていた頃の癖が抜けていない。
この価値観っていうのはどうやって変えればいいんだろう。