機械学習のためのトレーニングデータ

第9章. ケーススタディとストーリー

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

はじめに

それでは、エキサイティングなケーススタディとストーリーを紹介しよう。エンジニアリングからアノテーションの品質保証まで、幅広い視点を提供することを目指した。大企業から複数の規模の新興企業、教育中心のデータ・サイエンス・コンペティションまで、様々なストーリーを紹介する。

あなたはAIのパスを始めたばかりかもしれないし、すでに熟知しているかもしれない。あなたやあなたのチームがAIの旅のどの段階にいるかにかかわらず、これらの研究は、価値と重要な洞察を提供するために慎重に選択されている。それぞれの研究は、他の企業が現実世界でどのようにAIを実装したかを理解するのに役立つだろう。それぞれの研究は異なり、より冗長なものもあれば、より簡潔な逸話もある。

いくつかの研究は、シンプルなストーリーになるだろう。また、シナリオの技術的な深さと見通しのレベルを最初から設定するためのハイレベルな概念で、より詳細でオープンなものもある。より詳細なものでは、それぞれの例を適切なものにしているニュアンスのいくつかを指摘し、あなたが持ち帰ってあなたの組織に取り入れることができる教訓も取り上げる。

繰り返される最大のテーマのひとつは、現代のトレーニングデータがいかに新しいかということだ。コンパイラが一般的になった黎明期を想像してみてほしい。コンパイラーはハイレベルのコードをマシンコードに変換するものだから、もし誰かが手作業でコードを最適化する方法を提示したとしても、コンパイラーにアクセスできる新しい組織にはあまり役に立たないだろう、¹コンパイラにアクセスできる新しい組織にとっては、あまり役に立たないだろう。

この新しさは多くの課題をもたらす。知識にはしばしばギャップがある。事例研究は、量が少ない、関連性がない、機密性がないなどの理由で、入手が非常に困難である。この章では、修正され匿名化された、しかし実話に基づいた新しいリソースを提供することを目的とする。注意点としては、この分野は急速に進化しているため、事例が発生した当時とスペックが変わっている可能性があることは十分に予想される。

わかりやすくするために、ケーススタディに登場する企業を簡単に参照できるように、架空の「X社」という会社名を作った。Xを研究ごとに他の文字に変えてみる。そのアルファベット、例えば「Y」は、ケース・スタディで注目されているどの企業であろうと、その企業の背景にある本当のストーリーはそれぞれ異なるものであり、そのことを念頭に置いておくのに役立つだろう。本章の事例はすべて、業界レベルの知識のみを反映し、秘密を尊重するために一般化している。特定の企業や状況との類似は、意図的なものではなく、パブリックドメインである。

産業

これらすべてのインダストリー・ストーリーとケーススタディは、前章で説明したAI変革の概念を補強するのに役立つだろう。ハイレベルな組織的視点から深い技術チームレベルまで、幅広い見解を提供する。

プレビューとして、私がカバーする：

• セキュリティの新興企業がトレーニング・データ・ツールを採用

• 大規模自動運転プロジェクトにおける品質保証

• ビッグテックへの挑戦

• 保険テック・スタートアップの教訓

• 4つの簡単な追加ストーリー

始めよう。

セキュリティ・スタートアップがトレーニング・データ・ツールを採用

このストーリーは、、大手セキュリティ・スタートアップ企業が、トレーニング・データ・プラットフォームを採用することで、事実上すべてのチームに利点がもたらされることを発見したというものだ。 ...