PoC以降のスケーリング

Artificial Intelligence (AI) Strategy

Vidhi Chugh

AI strategist and ethicist

スケーリングとは何か

 

 

• スケーラビリティ:
  • データ・ユーザー・タスクの増加に対応
  • パフォーマンス・品質・コスト効率の維持

 

• AIのスケーリング = 3倍の収益！
  • 既存ビジネスプロセスへの統合

クラウドコンピューティングプラットフォーム

 

• PoC から本格開発へ

 

• クラウドコンピューティングプラットフォーム
  • データ規制への準拠
  • セキュリティ
  • マルチクラウド・ハイブリッドクラウドのサポート

 

デプロイ時の考慮事項

• コストとパフォーマンスの分析
• ガバナンス対策；デプロイと管理の容易さ

内製 vs. 外部調達

 

• 既製モデル vs. カスタムアルゴリズム

• システムパフォーマンスの制御向上

 

• プロジェクトのスケジュール

• カスタムアルゴリズムは既製アルゴリズムより時間がかかる

スケーラビリティとパフォーマンス

 

• スケーリング = パフォーマンスを維持しながら高品質な予測を実現

 

• パフォーマンス:
  • 精度
  • レイテンシ: 予測にかかる時間
  • スループット: 単位時間あたりの予測数

 

 

大規模データ

• 機械学習モデルの中核

• データライフサイクルの管理

  • 準備と維持

データへのアクセス

 

• 特定部門のみアクセス可；他から隔離
  • サイロ化を招く
  • 透明性の低下
  • モデルの非効率化

 

• 異なるソース = 異なるフォーマット
  • 標準化

 

スケール可能なアーキテクチャ

 

 

• 適切なアーキテクチャの設計

 

• マイクロサービス
  • 独立したスケーリング
  • 柔軟性
  • 応答性

 

• 連携の調整が難しい

スケーリングのためのインフラ

 

• 大規模なデータ演算
• GPUはタスクを高速化するがコストが増大する

 

• メリットの評価
  • モデルトレーニングの高速化
  • パフォーマンスの向上
  • 追加コストが発生

AIプロセスの効率化

• 詳細な実装計画とアーキテクチャ設計
• 標準化と効率化
  • モデルの構築・デプロイ・監視

では、練習しましょう！

Artificial Intelligence (AI) Strategy