AI開発の品質を向上、良質なデータを確保し続ける仕組みを構築する方法とは？

　AIの精度改善における手法に、変化が見られている。従来は、データを固定してAIモデルのアルゴリズムを変更するモデル中心のアプローチが主流だった。しかし、今は高品質の教師データを利用し、そのデータを変更することでAIの精度を改善するデータ中心のAI開発が広がっている。

　実際にこのアプローチによって、約17％の精度改善が見られたという調査結果もある。このアプローチでは、「質の高い教師データの作成」「品質の維持」が重要になる。とはいえ、アノテーションの作業は簡単ではなく、作業者によるばらつきも発生する。そこで注目されているのが、AI開発の要件定義からデータ収集、アノテーション、モデル開発・評価に至るまで、一連のプロセスを支援する製品だ。

　本資料では、「データ中心のAI開発のメリット」「AI開発のよくある課題」などを解説するとともに、AI開発の課題の解消に役立つ同製品の特徴を紹介する。さらにアノテーションの問題を解消し、AIの精度を向上させた製造業の導入事例も紹介しているので、併せて参考にしてほしい。