日本の人工知能バブル、いよいよ弾けるか？

このブログでは定番のマーケットトレンド調査ですが、今回は若干雲行きの怪しさを感じさせる結果が得られたので取り急ぎシェアしておきます。ちなみに言うまでもなくこの調査は僕自身の個人的なものであり、この記事で述べられている見解はいかなり組織にも関係はなくまたいかなる組織をも代表しないものであることを予めお断りしておきます。

機械学習プロジェクトが失敗する9つの理由

(Image by Pixabay)

勉強が進まないので、今回は与太記事でも書いてお茶を濁すことにします（笑）。ネタはこちらです。

• Why your machine learning project will fail – THE DATA SCIENCE NINJA
• 9 Reasons why your machine learning project will fail

読んで字の如し、「あなたの機械学習プロジェクトが失敗する9つの理由」というグサグサ刺してくる論評記事です。あまりにもオリジナルの記事が素晴らしかったということか、KDnuggetsに誘われてrepostされた模様です*1。

最近は機械学習の学術・技術的研究開発も極めに極まったところで一息つく感じになってきている印象で、どちらかというとインダストリーサイドではML Opsという考え方が提唱されるようになってきています。その内容については我らがid:rindai87さんのブログ記事が分かりやすいかなと。

ML Opsという名前で皆さんが期待している、課題に思っている内容は以下4つっぽい印象でした。

1. そもそもシステムやサービスのどこにどのように機械学習を利用しているのかの話
2. 機械学習のコードのテスト、モデルのデプロイ、モデルとデータの監視、自動化、などのいわゆるシステム運用の機械学習版っぽい話
3. 機械学習のコード、あるいはシステム全体の高速化（GPUなどのハードウェア的な話や分散処理を含む）の話
4. 機械学習システムの開発/運用体制の話

ということで、Dev Opsと呼ばれている話の機械学習版＋活用パターンというのがニーズなのかな、とぼんやり考えています

こういうOps系の話が出てくると必然的に出てきがちなのがいわゆる「アンチパターン」リストなんですが、意外とその辺って周囲のMLerたちと話した限りでは暗黙知的な要素が濃いんですよね*2。

とは言え、まともにきちんとしたアンチパターン集とかバッドノウハウ集とかそれこそ"Bad Machine Learning"みたいなものを編もうとしたら大変な手間になるので、今回はそこまで本格的なことはやらずに*3たまたまKDnuggetsで見つけた上記の記事の抄訳紹介をしてみようと思います。改めて、題して「機械学習プロジェクトが失敗する9つの理由」です。なお、そのまま抄訳だけ書いても素っ気ないので適宜僕自身のコメントも加えてあります。

*1:実は僕も英語ブログの記事の一つがGregory先生からの要請がありrepostされてます

*2:某くんと話した時も産学双方のアンチパターンのリストが出てきたものの、こういうのってシェアされないよねという話題になった

*3:これはこれで非常に大事なテーマなのでそのうち腰を落ち着けてやりたいと思ってます

マウイ島に行ってきました

今年も早めの夏休みということで、7/11-17の日程でマウイ島に行ってきたのでした。しかも今回の旅行は一切ワイキキなど他の島のリゾートには寄らず、全日程マウイ島のみ*1。何故マウイ島？と色々な人に聞かれたんですが、8年前にハワイ島西岸のマウナ・ラニに行った際に海の向こう側に見えていたマウイ島を見て「一度行ってみようかな」と思ったことがあった、というのがありまして。

そんなわけで、自分の旅の記録と次にまた行く時の備忘録も兼ねてマウイ島旅行記を書いておこうと思います。ちなみに何度も書いているようにこういう旅行記はこのブログの本題ではなく、また我が家は特にマウイ島の常連とか地元民とか住民に縁者がいるとかいうわけではありませんので、間違っている情報などあればどしどしご指摘くださいm(_ _)m

*1:もちろん飛行機はホノルル空港乗り換えですが