ビジネスパーソンのためのデータ・AIリテラシー／④AI環境構築

taiichi-yoshi

IT・WEB・エンジニア

AIをどこで実行するか、またAIに対するアクセス権をどのように設定するかは、今まで意識してこなかったので勉強になりました

7031

経営・経営企画

学習と予測の環境を、MLops、パイプラインを考慮して、構築する必要がある。また、クラウド、エッジ、エンドポイントでのAI予測処理の分散処理も視野にいれる必要があると感じました。

hiropin0165

IT・WEB・エンジニア

環境の構築がAIを使う上で重要であることがわかった。また、学習と予測をしっかりと区別して行う必要がある。

vegitaberu

人事・労務・法務

開発と、実際に使う場面とは、多くの点で異なることを考えておかないといけないと学びました。
何をするにしても、どうしても、今に集中してしまいがちですが、少し余裕をもって、大きくものを見る習慣をつけていきたいと思いました。

fujii_tomohiro

その他

学習後にどの条件をどう変更すればよいか等、シュミレーションが必要と考えます。

michiyomichiyo

その他

AIで様々な業務で実際に使えるようになるためにも環境は大事

k_kennji

営業

def evennum(n):
for i in n:
if i % 2 == 0:
return `Pythonなども理解しないといけないと思いました‘
　　 else:
returu `言語の学習も頑張ります‘

purint(evennum(2))

black0saku

IT・WEB・エンジニア

業務にあった AI システムを構築していくことが大切だということを学びました。
特に実際に AI を利用する場面に応じて サーバーでの処理するのか デバイス側での処理するのかを選択して行くことが肝心である、ということを念頭に、どのような環境を作るのかを考えていきたいと思いました。

risa_sss

販売・サービス・事務

オンプレミスとクラウドでのAIシステム環境の選択肢。
合わせたほしい結果にバッチ予測とリアルタイム予測で、予測が可能と、学んだ。

i323

その他

ステージング環境、デプロイという言葉はよく耳にしていたが、この講座で鵜役割がクリアになったので良かった。

pinguino

販売・サービス・事務

環境構築の際に留意すべき点が確認できた。

ryoca

販売・サービス・事務

AIで何を予測するのか、目的や使途を明確にすることが重要である

stsujimura

IT・WEB・エンジニア

業務にあったAI環境を構築することが大事

rl-masayuki

その他

AIの業務環境を作るには業務全体の流れや作業量及び作業内容をしぅかり把握して理解したうえで段階的に進める事が大事と思いました

yuukahm

IT・WEB・エンジニア

既存のシステムとの兼ね合い等を考慮して、AIシステムを適合させていく必要がある

toshiton

メーカー技術・研究・開発

クラウドとオンプレミス、学習と予測など、基礎的なことを再認識できた。AIによる予測システムを活用するにあたり、世の中の技術の進歩をどんどんアップデートするために、クラウドによるシステムを構築する方が魅力的である。しかし、私の業務においては、生産ラインをシステム不具合で止めてしまうリスクを考えると、管理範囲をクローズにして自分の目が行き届く規模のシステムで有効活用していきたいと考えます。

yumetaro

建設・土木　関連職

まずは自社の環境を知るところから始めなければならない

shin-53

メーカー技術・研究・開発

どのように開発するか、どのような環境で使用するかを調査したうえで取り組む重要性を理解した。

imaiaru

人事・労務・法務

Pythonを学び直したいと思いました。

e_co

販売・サービス・事務

AI活用は、業務に合った構築が必要。
環境整備等、しっかり検討した上で活用するべきと理解した。

yuri_sudo2

その他

よくわかった。とてもよい講座

kawaguchimas229

IT・WEB・エンジニア

コストがきりそうですね

kinjo2024

IT・WEB・エンジニア

どのような場面でAIを活用するかによって構築すべき環境が異なることがわかった。
また、学習フェーズと予測フェーズの違いなども理解したうえで、AIモデルの設計を考える必要があると感じた。

hi-std

IT・WEB・エンジニア

業務にあった環境を構築することが重要で、開発環境のものを本番環境に載せられないこともあるということを知ることができた。

yamatakuishi

販売・サービス・事務

AIを導入する環境がどういう環境なのか、まずはハードウェアの観点から確認する必要があると感じました。
これはインフラ関係であるため、システム基盤として根本問題であります。

その上で、どのようなAIシステムを導入するかについては、導入する先で「どんな目的を達成したいか」「どのような予測と仮説を立ててほしいか」という環境を考えて、適切なAIシステムを導入する必要があると感じました。
今現状としては、クラウドのバッチ型AIの導入が業務に適していると感じられます。
今後は、会話データをリアルタイムに分析して、会話補助できるAIも導入できるかななどと考えました。

iso_ken

専門職

予測時にどんなデータを用いて予測しなければならないかをしっかり考えたうえで、機械学習を行う必要がある。
むやみに情報を詰め込むと精度が下がるということを理解した。

hirokatsu

経営・経営企画

開発環境、ステージング環境、本番環境
　デプロイ
バッチ予測、リアルタイム予測（エッジサイドでの予測）
予測をどこでやるかによって予測モデルを別の場所に搭載
学習と予測で同じ特徴量がつかえる状態にあることが重要（事故直前の車の情報など）

taka1962

販売・サービス・事務

実際の業務では、今ある会社保有のシステムでAIの開発も利用も行うので、AIの利用のためだけで環境を整備することは困難です。開発する段階で利用環境を見通して進める必要があると思います。

1982103

その他

開発環境／利用環境が合っていること、学習／予測が別で動かせることとその意味を知ることができました。

ichir

専門職

AIシステムを導入する際にその環境構築が重要であることを学んだ。
セキュリティー性、カスタマイズ性、費用、導入の難易度などトータル的に検討し判断するようにした。

y-arano

メーカー技術・研究・開発

かなり専門的な話だが大変参考になった。

kazuma_yasuda

メーカー技術・研究・開発

データの機密性や、処理に求められるデバイスの性能など状況に応じた環境構築が必要。

sm054307

経営・経営企画

予測の段階で、どのように分析するか決める必要がある。

hashiryo8

その他

既存業務やシステムの中でどのAIシステムがフィットするかを考えてみたいと思います。
身近なところでいうと音声データのテキストマイニングやクラスタリングになるかと思いますが
具体的にどのように使うかはこれから考えてみます。

cs1960

販売・サービス・事務

大変勉強になりました。

hiro-san-2024

その他

基本的な考え方を学べてよかった。

nonchankawaii

IT・WEB・エンジニア

Pythonを使ったAI予測をぜひ行いたいが、会社ではPythonの利用が制限されている。
せっかくのデータ活用の機会が単なる「過去に導入実績がないから」「今の環境じゃ入らないから」で済ませてしまうようなシステム管理のままであれば日本のデータ利活用は一向に進まないと思う。

aokitaka-tci

その他

AI環境を構築するには、環境設計もポイントとして捉える

awanoa

IT・WEB・エンジニア

どのような環境を用いるかによって留意点が異なること、選択の重要性を学びました。

stani

専門職

AIを活用し省力化できるようにしたい。

morita_kenji

人事・労務・法務

最初の「何がしたいのか」を明確にして、それを適切なツールに乗せていく、データの適切さを検証する、ということが無駄な開発をやらないうえで重要であることが分かった。　

sato4bb

販売・サービス・事務

オンプレミスかクラウドか、色々悩ましい所があります

jshinmura

IT・WEB・エンジニア

AI環境を作っていくときに、個人環境、クラウド環境、オンプレミス環境とそれぞれのメリットデメリットがある。加えて、その業務内容によって、どこまでのプロセスをどの環境に実装するかといった観点での検討が必要になる。もう１つは、短期的な視点でAI環境を作った場合、将来的にはそのAI環境が不都合になり、大きな再構築が必要になったりすることも考えられる。これらをまとめると、おおむねいつの時点でどのようなことを成し遂げていたいのかを狙い、そこに向けてバックキャスティングで考えたうえで、現在のAI環境を作っていくことが必要であることを学びました。

matsu_411

専門職

業務にあったAI環境を構築する。Pythonがよく使われることが理解できたが本番環境でPythonが使えないと意味がないのに気をつける。

ichikr

マーケティング

AI環境構築には、学習のフェーズと予測のフェーズがある。予測においては、バッチ予測、リアルタイム予測がある。リアルタイム予測にも、サーバーサイドで行うかエッジサイドで行うかの違いがある。業務の目的に合わせて環境を選ぶことが必要である。開発環境においても、本番環境がどうなるか、あるいは予測時に手に入るデータはどのようなものか考慮して構築する必要がある。

watanabe-tat

専門職

学習と予測の環境を、MLops、パイプラインを考慮して、構築する必要がある。また、クラウド、エッジ、エンドポイントでのAI予測処理の分散処理も視野にいれるべきである。

kei_sawai

人事・労務・法務

自社の業務に合ったAI環境を構築していく。学習は個人PC, オンプレミス, クラウドの選択肢が有り、予測はバッチ処理, リアルタイム処理がある。リアルタイム処理もサーバー上, 端末上に分けられる。自社の状況に合わせた選択が必要。

zummy_0617

金融・不動産　関連職

phthonやオンプレミスという専門用語を初めて聞きました。
オンプレミスは自社でしかAIは使用するという限られた範囲で使用することです。開発環境から本番に移行して引っかかたら一からやり直すなど試行錯誤でやるしかないです。

t_n_chocolate

IT・WEB・エンジニア

AIの環境を構築する上での注意点などを理解することができました。

tkumasan

人事・労務・法務

業務にあった環境を構築することが大事だと理解できた。

funakawa

専門職

予測パラメータのよってクラウド・エッジ・エンドポイントでAIを持たせることになると思うが、どのAIをマスターとして機能させるのが良いか、システムの構築方法も重要になると感じた。

yasu--ta

メーカー技術・研究・開発

自社でもAIは取り入れている中で、予測値 の精度が重要と思っている。
また、AIによる工数削減/時間短縮となり、よりspeedアップにつながる。一方、事前の検討事（自らの発想）の重要性が増していくと思われる。

masuhide

経営・経営企画

データ環境構築チームメンバーではないため少し難しいお話でした。自動運転のお話は非常にわかりやすかったです。
ただ、AIモデルの予測パタンなどの項目は非常に重要なポイントかと考えます。実際のモデル構築時は今般学んだ内容と照らし合わせてゆきたいと思います。

hr-sakai

その他

検索物が多い我が社においてAI構築が検索業務の効率化が見込まれる為構築作業が急務である。

nisiusuke

販売・サービス・事務

そもそも何を予測したいのか。その予測は何があればどの程度できるのか。どうやって学習できるのか。どこで学習させるのか。予測の際に何が許容できて何が許容できないのか。
予測の精度を高めるなら、データは予測時に取得できる範囲にとどめ、結果のセット学習とすべきなのかという仮説

touhoufuhai

販売・サービス・事務

実際に使う環境を決めてからでないとだめだと納得しました。

shopoo

販売・サービス・事務

AIという言葉に抵抗を感じずに、まずは環境構築するためにどうすればいいかを考えようと思います。

h_kouno

販売・サービス・事務

現在開発を依頼しているシステムがあるのですが、開発に関しての窓口業務を担当している関係上、大変参考になりました。

suzuzuzu

その他

とても勉強になりました

toshi5656

専門職

AI構築環境について理解できました。

stag

経理・財務

大事なことや難しいということはわかるが、それをどうやって克服するのかがわからない。

murata0207

専門職

何を予測したいかによって学習させるモデルを選択する必要があることが分かった。

nagase29

営業

AIシステムの環境を構築するには、既存の業務やシステムにAiシステムを適合していくことが大切だということを学べた。顧客の要望をよく理解して適切な進め方をしなければならないと考えました。

makidayo

IT・WEB・エンジニア

AIシステムの環境設定についてもリアルタイムでの予測が必要である場合とそうでない場合で処理が違うことを知り、考えることはたくさんあるだなと思いました。

faoki

IT・WEB・エンジニア

予測時にデータがどこまで取得できるかという観点があるということははじめて知りました。

mana_ka

その他

どこで予測をしたいのか、が重要。
学習と予測が同じにあると全部見れてしまうから。学習と予測を分けて、
どこに学習を使うのかといった部分が重要。
学習と予測で同じ特徴料が使える状態にあることも必要。
既存のシステムにAIシステム環境を構築する必要がある。

koichbaba

経営・経営企画

学習と予測の関係性について理解が進みました。

kiso_2115

コンサルタント

分析と予測の環境を分けて整理し、予測についても、目的に応じた方法の選択を検討する。

tasu-o

コンサルタント

AI環境の構築には学習と予測のフェーズが重要であることがわかりました。
AIに学習させるデータの精査やその制度を上げていきたいと思います

ucchiy50

その他

関係者がこのようなAIの特性を理解した上で議論することが大切。

h-kozawa

メーカー技術・研究・開発

エッジ側でAIを保有する必要性や、学習／実用環境で同じ特徴量を使えることの重要性について理解しました。学習環境ではわからない現場状況の確認を把握し開発設計に展開することが重要。

nagamatsu-naoki

金融・不動産　関連職

バージョンを合わせること、リアルタイムで回答予測をさせる機能など、学びが多かった

tyamashi

人事・労務・法務

人事データを使う場合は、個人の識別が可の場合と不可の場合を使い分けることが必要であることを理解できた

t_terakawa

メーカー技術・研究・開発

予測時に計測できるデータを使って学習するこが重要と認識して，エッジＡＩ活用していきます。

yu0917

販売・サービス・事務

1.バッチ予測
2.リアルタイム予測

sbsconts

コンサルタント

AIの環境構築は、受講した内容は理解でき、同意できるような内容でなりましたが、自身でAI活用していった場合に気づけた事項かと問えば、恐らくくづかないまま作業を進め、後戻りするパターンであったかと思います。よってAI活用の注意すべき事項を把握できたことは受講した効果と思います。

2152321

金融・不動産　関連職

実際に利用する内容を意識し開発する必要性を学びました