【図解】コレ１枚でわかるディープラーニングの2つの課題

ディープラーニングの大きな課題は、「大量の学習データ」が必要なことと「なぜこの結果になったのかを説明できない」ことです。

精度を上げるためには、「大量の学習データ」が必要なわけですが、既に十分なデータがあるならいいのですが、学習に必要な不良品の画像1万枚を集めるのに1年かかるとすると、その間に検査対象となる製品や設備が変わるとすれば、使えなくなります。

この課題に対処するために、「品質の高い学習データを使う」、「データを水増しする」、「転移学習を行う」というやり方があります。

品質の高いデータとは、人間でも判断が難しいようなデータを使わないことです。人間でも間違うデータからモデルを作っても精度は上がりません。

データを水増しするとは、元の学習データに変換を加えてデータ量を増やすことです。例えば、学習に使う画像にノイズを加える、輝度を下げる、明るさを減らす、平滑化、変形するなどして学習データ増やすことです。

転移学習とは、すでに学習済の推論モデルに少ない学習データで追学習させて別の領域に適応させる手法です。例えば、タンパク質の分類方法を学習した推論モデルを用意し、敗血症患者の血液から取得したタンパク質の特徴データを追加して学習させて敗血症を判別するモデルを作るような場合です。

また、結果を説明ができないことも課題です。ディープラーニングでは、なぜその結果が得られたのかは、システムの設計者ですら説明ができません。例えば、本当は不良品なのに良品だと間違って判断して出荷してしまうと信用問題に発展しかねない場合は、結果の精度が高くても「間違った理由がわからない」では使えません。また、来月の売上が20％落ちると予測されても、その理由は分からないので、どのような対策を打てばいいのかを知ることはできません。

この課題は、ディープラーニングに限らず機械学習全般に共通します。確率に基づいて識別したり判断したりするので、どれだけ精度を上げても、絶対に間違えないシステムは作れません。精度が良くてもうまく説明できなければ使えない現場では、もっとシンプルな手法、例えば線形モデルやロジスティック回帰、決定木などの手法を使うなどして、対処するのもひとつの方法です。このような課題を理解した上で、使いこなしてゆくことが必要です。

【募集開始】新入社員のための「１日研修／一万円」

社会人として必要なデジタル・リテラシーを学ぶ

ビジネスの現場では、当たり前に、デジタルやDXといった言葉が、飛び交っています。クラウドやAIなどは、ビジネスの前提として、使われるようになりました。アジャイル開発やDevOps、ゼロトラストや5Gといった言葉も、語られる機会が増えました。

そんな、当たり前を知らないままに、現場に放り出され、会話についていけず、自信を無くして、不安をいだいている新入社員も少なくないと聞いています。

そんな彼らに、いまのITやデジタルの常識を、体系的にわかりやすく解説し、これから取り組む自分の仕事に自信とやり甲斐を持ってもらおうというものです。

【前提知識は不要】

ITについての前提知識は不要です。ITベンダー／SI事業者であるかどうかにかかわらず、ユーザー企業の皆様にもご参加頂けます。

デジタルが前提の社会に対応できる営業の役割や仕事の進め方を学ぶ

コロナ禍で、ビジネス環境が大きく変わってしまい、営業のやり方は、これまでのままでは、うまくいきません。案件のきっかけをつかむには、そして、クローズに持ち込むには、お客様の課題に的確に切り込み、いまの時代にふさわしい解決策を提示し、最適解を教えることができる営業になることが、これまでにも増して求められています。

お客様からの要望や期待に応えて、迅速に対応するだけではなく、お客様の良き相談相手、あるいは教師となって、お客様の要望や期待を引き出すことが、これからの営業に求められる能力です。そんな営業の基本を学びます。

未来を担う若い人たちに道を示す

新入社員以外の若手にも参加してもらいたいと思い、3年目以降の人たちの参加費も低額に抑えました。改めて、いまの自分とこれからを考える機会にして下さい。また、人材育成のご担当者様にとっては、研修のノウハウを学ぶ機会となるはずです。教材は全て差し上げますので、自社のプログラムを開発するための参考にしてください。