Appierのチーフマシンラーニングサイエンティスト、ソウドウ・リン博士、企業の「MLaaS(サービスとしての機械学習)」活用における課題とその解決アプローチを発表

AI（人工知能）テクノロジー企業のAppier（エイピア、共同創業者／CEO:チハン・ユー、以下Appier）のチーフマシンラーニングサイエンティストであるソウドウ・リン博士は、自身の研究領域の一つである機械学習について、企業が導入する上での課題と解決アプローチを発表しました。この情報は、Ａppier　ウェッブサイトに掲載しています。https://www.appier.com/news/appiers-viewpoints-on-machine-learning-as-a-service-challenges-and-opportunities/

今日の企業は膨大な量のデータを扱い、その量はこれまでにない速さで増加しています。同時に、競争環境、市場環境も急速に変化していることから企業にとっては迅速な意思決定と実行に移す機動力が必要となっています。自社のビジネスに必要な情報を収集、活用し、迅速かつ正確な意思決定を行うためのアプローチ方法をまとめました。

 データ量の増大は続く
市場調査会社IDCは、2020年、今後3年間で作成されるデータ量は、過去30年間で作成されたデータ量を上回り、世界では今後5年間で過去5年間の3倍以上のデータが作成されることになる、と予測しました。さらにデータの複製や消費はその量と速さが高まることから、2019年から2024年までの5年間における総データ量の年平均成長率（CAGR）は26％になるとのことです。その中でも生産性に関わるデータや埋め込みデータは、2019年～2024年の予測期間のCAGRが40.3%で、データ作成の中で最も急成長しているカテゴリーとなっています。https://www.idc.com/getdoc.jsp?containerId=prUS46286020

機械学習導入とサービスとしての機械学習（MLaaS）
企業は収集、複製、消費したデータを機械学習の導入によって迅速に処理することで、タイムリーな顧客への提案、製造プロセスの改善、市場の変化の予測が実現できるようになります。しかし、企業がAIの専門スタッフを配置していない場合、最も効果的な方法は、機械学習の実装を加速させる「サービスとしての機械学習（MLaaS）」を提供する企業を活用することです。MLaaS企業は、様々な企業がその顧客に継続的かつ一貫したサービスを提供できるMLモデルを設計し、実装を支援します。

コロナ禍の影響により、消費者の買い物、仕事、社交の仕方が大きく変化しました。これに伴い企業は顧客のニーズを満たすために顧客に対する商品やサービスの提供方法を変えなければなりませんでした。このことは、データの収集と処理に使用するテクノロジーもまた、新しいデータ入力に柔軟に対応し、ビジネスが迅速に動き、最善の意思決定を行えるようにする必要があることを意味しています。
 
MLモデルをMLaaSに導入する上での課題
MLモデルをMLaaSに導入する上での課題の一つは、現在MLモデルをどのように構築しているのか、また将来どのようにMLモデルに学習させるかにあります。現在行われているMLモデルの研究開発のほとんどは、あらかじめ割り当てられた特徴とラベルを持つ学習データを使って、別のデータ（テストデータ）のラベルを予測する際に最高のパフォーマンスを発揮する個々のモデルを構築することに焦点を当てています。

しかし、現実のビジネスで、日々進化し続ける顧客のニーズに対応しなければならず、トレーニングデータとテストデータの境界はあまり明確ではありません。しかしテストデータや予測データは、将来的により良いモデルを作成するためのトレーニングデータとして活用することができます。モデルのトレーニングに使用されるデータは、いくつかの理由から不完全なものです。実世界のデータソースが不完全であったり、構造化されていなかったりするという事実に加えて、顧客の自由回答アンケートなど、偏った収集プロセスに由来することもあります。例えば、レコメンデーションモデルのトレーニングに使用されるデータは、現在オンラインでサービスを提供している別のレコメンデーションシステムのフィードバックから収集されることもあります。そのため収集されたデータには偏りがあります。

このモデルが提示する真の成果を評価することは困難です。Eコマースのデジタルマーケティングを例に挙げてみましょう。最もシンプルなカスタマージャーニーは、「商品をクリック➡商品の詳細を表示➡カートに追加➡商品を購入」というものです。しかし、このプロセスはこれほど単純ではありません。実際には人々はスマートフォン、PC、タブレットなど複数のデバイスを通して何度もアイテムを閲覧します。カートに入れた後であってもカートから削除したり、購入を断念する可能性があります。そのため、購入を促進するアクションは、それ以前のアクションよりもはるかにハードルが高くなります。ここでMLaaSモデルがユーザーのクリック数や閲覧数だけに依存していたら購入を促進するアクションをしても、収益につながる精度は必ずしも高くなりません。

推奨されるMLaaSの技術的アプローチ
企業向けに機械学習サービスを提供するAI企業は、異なる事業分野に属する1000以上の顧客にサービスを提供します。つまり、オンラインでサービスを提供するMLaaSモデルは、少なくとも数千のモデルが存在することになります。さらに、企業がこれらのモデルを使い、環境変化に対応し、ビジネス目標を満たせるレベルのパフォーマンスを発揮するには、サービス提供AI企業が毎日モデル訓練し、更新する必要があります。これらを達成するためには、モデルのトレーニングを自動化すると同時に、間違った局所最適の判断を下す確率を可能な限りゼロにする必要があります。

MLaaSは機械学習技術とサービスの全体的な安定性と堅牢性を保証することが非常に重要です。それには多額の継続的な投資、研究、実験を必要とします。一方、MLaaSを利用する企業にとっては大きな報酬を得ることができ、変化するビジネス環境に迅速に適応できることから、競争力を強化することが可能になります。

Appierについて

Appierは、AI技術によって企業のビジネス課題を解決するための支援を行っています。Appierは、データ駆動型の意思決定を支援し、ビジネスの成長を加速させる企業向けの製品群を提供しています。コンピュータ科学者とエンジニアの情熱的なチームによって2012年に設立されたAppierは、現在、15のオフィスに400人以上の従業員を擁し、フォーチュン誌のトップ50のAI企業として認められています。Appierは、セコイア、Softbank、LINEなどの投資企業から1億6,200万ドルの資金調達を行っています。詳細は www.appier.com をご覧ください

ソウドウ・リン博士プロフィール

ソウドウ・リン博士は、2020年2月に当社の機械学習（ML）チーフサイエンティストとしてAppierに入社しました。彼はAI、知識発見、自然言語処理の分野で20年以上の経験を積んでいます。Appierに入社以前は、国立台湾大学（NTU）にてコンピュータサイエンス情報工学科の専任教授を務めていました。リン博士は、いくつかの権威ある研究賞を受賞しています。リン博士は50社以上のグローバル企業に対してAIの研究と応用のアドバイスを提供し、マイクロソフト、グーグル、IBMから賞を受賞しています。また、NTUのチームを率いてACM KDDカップで7回の優勝を果たしました。影響力のある出版物や学会で100以上の論文を発表し、様々な論文賞を受賞しています。Appier入社後、リン博士は2020年のArtificial Intelligence Breakthrough AwardsのBest Overall AI-based Analytics Solutionを受賞に貢献しました。国立台湾大学で工学専攻の理学士号、ミシガン大学で工学修士号を取得。また、南カリフォルニア大学で計算言語学の修士号とコンピュータサイエンスの博士号を取得しています。