質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.34%

  • 機械学習

    759questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

AIシステム開発の工程表

解決済

回答 3

投稿

  • 評価
  • クリップ 1
  • VIEW 244

Takamu2445

score 7

私の周りに非情報系ですがAIについて「とにかくデータを入れておけばAIがうまいこと考えてくれて欲しい結果を出してくれるものだからAIを使うのは簡単」と思っている方がいます。
私はそれに賛同できず、AIを使うには工程が必要で、表にするとしたら次のようになると考えています。
言葉足らずな部分もあるかと思いますが、認識誤り・ご意見等いただきたく思います。

目的は機械の稼働状態が正常か異常かを判定し、リアルタイムに出力することとします。

step step名 内容 課題
1 データ収集 機械の温度、音、振動、電流等をセンシングする。 正常・異常を含みそうな項目を選択すること。
2 前処理 センシング値を行列に変換。次元削減等。 AIモデルが扱いやすいように変換すること。
3 AIモデル作成 AIアルゴリズム選択。訓練。 適切なアルゴリズムを選択すること。汎化性能が高くなるよう訓練すること。
4 運用 リアルタイムにデータを取得。判断と結果表示。 リアルタイムにデータ取得できるようにすること。
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

checkベストアンサー

+4

  • モデルによって、必要な入力データが変わってくるので、これからデータも収集するということであれば、最初にモデルの検討をしたほうがいいかもしれないです。
  • モデルの検討の際には、書籍や論文で手法や既存研究の調査を行うとよいです。
  • AI の開発は、ウォータフローモデルは適用できません。1 ~ 4まで行った結果、精度が不足している場合、原因の検討を行います。データに問題があれば、データの取り直します。またモデルの問題であれば、モデルを変えたり、パラメータを調整して再学習します。
    以上を精度がよくなるまでサイクルを回します。アジャイル開発が近いかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/10/14 14:27

    ありがとうございます。AI開発はまだ2件しか経験ありませんが、1~4をやってみないとわからない面もあると感じており、おっしゃるようにアジャイル開発が近いと感じています。

    1つ疑問なのですが、精度に問題がある場合、それがデータの問題だという判断基準はどうされているでしょうか?

    私の場合、知っている範囲のモデルを試し、パラメータもいくつか試してダメだったら(それでもモデルやパラメータが悪い可能性は残りつつも)データか前処理が悪いと考えています。また、可能ならデータを可視化してみて、全然違いがない場合もデータが悪いと考えています。

    キャンセル

  • 2018/10/14 18:13

    自分は画像処理がメインなので、データとなる画像の見た目で判断しますね。例えば、画像が不鮮明であったり、バリエーションが不足している場合は撮り直したりします。
    また問題を簡単にする方法があれば、条件を工夫します。
    例えば工場の画像処理を用いた検査システムの開発あれば、ライトを使い撮影環境を整えたりすることで、問題設定を簡単にします。

    キャンセル

  • 2018/10/14 19:12

    なるほど。データ側にもそういう工夫の余地があるんですね。

    キャンセル

+4

解決済みですが、いくつかが付いたことをコメントします。

現場の理解があまりないようだと、データの収集(センシング)の段階で、『なぜ必要か』というところで揉めます。特にデータ収集に追加コストや手間が必要な場合はその傾向が顕著です。最悪な場合、『AIはそんなにバカなのか』と断じられて、以後の協力を得られないこともあります。
そのため、まずは在りもののデータで取り組みを始めて現場の興味を引くような結果(成果)を出してから『さらに高い精度を得るため』という大義名分をもとにデータの収集を本格的に始めるほうが、いい感じで取り組みが進みます。とにかく、プロジェクトをどう進めるかよりも現場を巻き込む方策を意識したほうがいいかもしれません。

初めのころはあまり複雑なモデルを駆使しないほうがいいかもしれません。
「とにかくデータを入れておけばAIがうまいこと考えてくれて欲しい結果を出してくれる」という人に限って完成したモデルの挙動を現場ユーザが理解可能なデータや単語を用いて表現しない限り、納得してもらえません。そこで、最初はかなりシンプルなモデル(場合によっては記述統計に基づくルールベースでも構わない)を活用してAIに対する万能感やブラックボックス感を持たれないように工夫したほうがいいかと思います。

精度目標は、ビジネスニーズを考慮したほうがいいでしょう。
質問によると、機械の稼働状況の正常・異常を判定したいということですが、正常を異常と判定するケースと異常を正常と判定するケースとどちらのほうがビジネス上許容されるのかについて詰めた上で、精度のチューニングに取り組むべきかと思います。正常を異常と判定したケース1回と異常を正常と判定したケース1回ではビジネス上の損失が異なるかと思うのでそのあたりを加味しながら精度目標を設定したほうがいいでしょう。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/10/15 20:57

    ありがとうございます。今後の指針が得られたように思います。

    私自身もデータを取ってみないとわからない部分もあり、現場に対して強く推せないでいますが、何か1つのことでまずそれらしい結果を出すことを目指していこうと思います。

    現在は主に周波数解析のため多次元になっていますが、2次元にまで落とし込んで説明できればと思いました。

    キャンセル

+1

工程だけでなく、どういった知識がなぜいるかがあると苦労がわかりやすいかなと思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/10/14 14:31

    ありがとうございます。
    知識という観点では考えていませんでした。私自身、どういう知識を元に今のシステムを開発したか自覚できておらず、その点から考えてみたいと思います。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • 機械学習

    759questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。