日立産業制御ソリューションズ

なぜ御社のAI導入はつまずくのか?
その答は業務の視点と
データ前処理にある
~IoT時代のデータを磨くデータバリューアップ~

日立産業制御ソリューションズ AI&ビッグデータソリューションセンタ センタ長 北村 慎吾 氏

なぜ御社のAI導入はつまずくのか?
その答は業務の視点とデータ前処理にある
~IoT時代のデータを磨くデータバリューアップ~

日立産業制御ソリューションズ
AI&ビッグデータソリューションセンタ
センタ長

北村 慎吾

AI活用の成否は、その精度にかかっている。では、精度を上げるために何をすればよいのか?AIの選択肢が増えた今、足元のデータに目を向けることの重要性について語られた全AI活用企業必聴の講演内容をレポート。

AIそのものよりも足元のデータが重要?

 「AIが発達した今、AIを作ろうというより、目的に合ったAIを選定し、そこにIoTなどで収集したビッグデータを使っていく形が主流になる」

 講演の序盤、登壇した北村氏はこのように述べ、もはやAIは開発するものではなく、選択する時代に入ったことを強調。

 そして、AIそのものよりも、そこに活用するデータに目を向けることが重要であるという見解を示した。しかも今後IoTが普及すればするほど、データに注意しなければならないという。

 その理由について、北村氏は「IoTで生成される膨大なデータをそのままAIに入れようとすると運用コストが高くなる。これからは必要最小限のデータ量でAIの精度を高める工夫が求められてくる」からだと説明。

 また「IoTによって生成されるフィールドデータは、センサの電源が入っている限りはデータを取り続けるため、機器が止まっている状態や安定するまでのデータも入っており、どうしても汚れてしまう」(北村氏)ことも理由の1つだという。

 そして、IoT時代においては、このようなデータの量と質の問題を解消するためにデータを磨く前処理を行う必要があることを示唆した。

AIを効率的に運用するためには、IoTのフィールドデータの量と質の問題を解決するデータバリューアップが必要不可欠。セミナーや書籍を通じた人材育成にも努めている

AIを効率的に運用するためには、IoTのフィールドデータの量と質の問題を解決するデータバリューアップが必要不可欠。セミナーや書籍を通じた人材育成にも努めている

画像を拡大する

AIプロジェクトのつまずきをなくすデータ利活用の勘所とは?

 このデータの前処理のことを同社ではデータバリューアップと呼んでいるが、具体的には、目では把握しきれない大量のデータを基礎統計グラフなど分かりやすい表現にし、業務の視点でデータを把握することで、AIの精度低下の要因となる異常値やデータ項目を取り除いたり、取得データから分析に適した特徴のあるデータを作成するという。そして、「データバリューアップを行うことでAIの精度を上げられる」と北村氏は述べる。

 実際、日立グループが手がけるAI活用プロジェクトにおいて成功した事例はデータバリューアップを行っているケースがほとんどだという。

 この処理は、データサイエンティストや同社のような企業の手を借りて行われることが一般的だが、北村氏は講演で同社がこの手法を身に付けられるセミナーの開催や書籍発行を通じて人材育成に努めていることに言及し、講演を終えた。

このページのトップに戻る