データ中心のAIについて

1. Data-Centric AI
データ中心のAIとは
2022.8

2. 2
為安 圭介
https://linktr.ee/keisuketameyasu
経歴
札幌在住。
普段の仕事はシステム開発やチームマネジメントなど。
AIコミュニティ”CDLE”の運営にも携わる。
好きなこと
心地よい場で過ごすこと。あるいはそんな場を作ること。
友情とか努力とかチームワーク。
大事にしていること
楽（楽しいこと）
技（得意なスキルを発揮できること）
価（まわりに価値を提供できること）
益（利益を生むこと）

3. The Power of PowerPoint - thepopp.com
3
従来の考え方
Model-Centric AI
データ：固定
モデルを改良していく
新しい考え方
Data-Centric AI
モデル：固定
データを改良していく
AIトレンド
AIの第一人者であるアンドリュー・ンは、データが世
界を飲み込むようになる中、データの品質を格段に向
上させる必要があると考えている。彼は、「データは
AIの食糧だ」と言い、AI技術者はモデルやアルゴリズ
ムの構築よりも、モデルの学習に用いるデータの品質
向上を優先させるべきだと主張する。

4. 4
アンドリュー・ン
アンドリュー・ヤン＝タック・ンは、中国系アメリカ人の計算機科学者、人
工知能研究者、投資家、起業家、Google Brainの共同設立者、 Baiduの元副社
長兼チーフサイエンティスト、スタンフォード大学 兼担教授である。
※人工知能業界では知らない人がいない超有名人。
起業家
⚫ https://www.deeplearning.ai/
⚫ https://youtu.be/PySo_6S4ZAg?list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb

5. 5
なぜデータ中心
AIなのか
少ないが一貫性のあるクリーンなデータ
多いがノイズのあるデータ

6. データ収集
6
スコープ定義 モデル学習
Data Centric AIの成立には
常に高い品質のデータを確保するSystematicな仕組みが必須
デプロイ
MLOps

7. 7
Data Centric AI開発においては、PDCAを回すようにデータを作成し改善することが重要となる。この場合、コードやアル
ゴリズムを固定化して、データを何度も修正して改善していくような形式で進めると良い。
データに重点を置く場合、データ収集工程では「データをどう定義し収集するか」モデル学習工程では「性能向上のために
はデータの修正がどれくらい必要か」デプロイ工程ではデータドリフトを追跡するためにはどのデータが必要か」というよ
うに、プロジェクトの全工程で体系的にデータの品質を管理する必要がある。
つまり、MLOpsチームは機械学習プロジェクトのライフサイクルを通して常に高品質なデータを保証する必要がある。
MLOps

8. The Power of PowerPoint - thepopp.com
8
01
03
02
定義が一貫している
Good Data 01
重要なケースをカバーしている
Good Data 02
サイズが適切である
Good Data 03
Big Dataから
Good Dataへ

9. SpecialThanks To
S.T, A.K, S.S, M.F, H.K
Y.Y
おわり