人工知能や機械学習プロジェクトを進める際に気をつけること - bohemia日記

こんにちは。ぼへみあです。 先日、Developers Summit 2017に行ってきました。 去年は登壇していましたが、今年は訳あってHololense体験コーナーで「Hololenseスゴイやろ」ってドヤ顔してましたが、セッションも少しだけ見てきました。 機械学習や人工知能系のセッションは、ブームのせいかどこも人がいっぱいでした。 特に気になったのは、「AI礼賛時代にエンジニアはいかにしてサバイブすべきか」というセッションでした。 speakerdeck.com 特に、機械学習をサービスに導入しようとするプロジェクトの陥りがちなポイントに触れられていて、共感したと同時にとても参考になりました。 そこで本記事では、当該セッションの内容に自分の経験を加えて、機械学習プロジェクトのコツを述べたいと思います。 ゆるく小さく始める 人工知能がブームになって、「よーし、ウチも人工知能やるぞー」と

[tkysktmt]

“某会社では、評価シートにないから、機械学習や深層学習のスキルはエンジニアの評価に全く影響しないと言われました”

[saiid]

機械の学習結果は評価するのにそれを運用するエンジニアの学習結果は...

[karaage]

ふむ

[RabbitBit]

既存のシステム開発の延長線上にない別パラダイムのものという認識を関係者に持って貰わないとシンドイ。

[stealthinu]

『某会社では、評価シートにないから、機械学習や深層学習のスキルはエンジニアの評価に全く影響しないと言われました』さらっと闇が書いてあるｗ　あとコードだけあってもなんともならんのは逆に防具になるよね。

[akulog]

遊びたい

[masayoshinym]

”某会社では、評価シートにないから、機械学習や深層学習のスキルはエンジニアの評価に全く影響しないと言われました”

[tmizu23]

まさに今、直面していて、物理実験をしてた頃と同じモヤモヤ感と戦ってる

[harabu]

『評価シートにないから、機械学習や深層学習のスキルはエンジニアの評価に全く影響しない』わかる

[kenzy_n]

環境や市場の変化対応していく

[sonots]

パラメータチューニングの実験結果を残そう

[georgew]

これはどちらかというと、研究開発に近いもので、一般的なシステム開発を想定して進めるとうまくいきません > マネジメントが試行錯誤の重要性をどこまで理解しているか。

[kana0355]

“予想以上の成果をあげることもあれば、思ったよりうまくいかないこともあります。機械学習とはそういうものです。”

[lyiase]

APIが"ビジネスニーズに微妙にフィットしない"ケースで、そのAPIを使わなくてはならないケース(Watsonが必達など)のサバイブの仕方は…。

[naopr]

“某会社では、評価シートにないから、機械学習や深層学習のスキルはエンジニアの評価に全く影響しないと言われました”

[yuicuts]

流行ってるからやるぞというトップダウン的な機械学習にどんな意味があるんだろう...

[yoko_yoji]

いつまでにどれくらいをコミットするのって自分の身を守ることにもなるから難しい。緩く始めて起こるのは、「要件満たしたから今日はおしまい」がなく、まだ朝まで6時間あるよね？寝てないでやれ！です。

[izm_11]

“「いつまでに」「どれくらいの精度で」を厳しく追及されたり、目標に置かれると、それを機械学習をやる人は苦しくなってしまいます。やってみないと分からないことが多すぎるのですから”

[houyhnhm]

うーん、しかしまあそれだとしょうもない結果しか産まんだろうなあ。