AIの予測精度を維持したまま可能なMLOps関連技術を開発–NEC

今回は「AIの予測精度を維持したまま可能なMLOps関連技術を開発–NEC」についてご紹介します。

関連ワード （ソフトウェア等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　NECは2月20日、2つの機械学習運用（MLOps：Machine Learning Operations）技術を開発したと発表した。今回の技術は、同社が提供中の「NEC MLOpsサービス」で2023年度中に活用する予定だという。

　新技術の1つは、過去のデータで学習した人工知能（AI）が、運用時に最新の状況に対応できなくなることで起こる予測精度の低下の原因を自動で分析・可視化する。もう1つは、再学習の際に正解していたデータを不正解にせず、一貫性を維持する高度な再学習を行う技術となる。同社はこれらを業界で初めて開発したとする。

　これらの技術を活用することにより、データサイエンティストなどの専門家でなくても、時間やコストをかけずに、期待される予測精度を保ちながらAI運用を実現するという。

　前者の予測精度低下の原因を自動で分析し可視化する技術については、従来、需要予測であれば、専門家が過去の売買データや気温など多数のデータから精度低下の原因を手動で分析していた。それに対し今回開発した技術は、学習時と運用時のデータの傾向変化や予測への影響度などの指標を独自に組み合わせ精度低下の原因を自動で分析し、注目すべきデータを根拠とともにレポートとして提示する。NECの実証では、精度低下の原因分析の工数を約50％削減することを確認できたという。

　また従来の再学習では、全体的な精度は向上するものの、再学習前に正解していたデータの一部を不正解としてしまう部分的な劣化の発生があった。このような一貫性の低い再学習は運用者の混乱を招き、AIの信頼性を損なってしまう。今回開発した技術では、正解したデータの重みを大きくして再学習することにより、正解部分を継続的に正解し、部分的な劣化を防止する。これは機器故障予測や金融の不正取引検知など、まれにしか発生しない事象を扱う不均衡データの再学習に対して有効だという。

　データ分析を行うAIにおいては、運用中の社会環境の変化によって開発時点で学習したデータから傾向が変化し、予測精度が低下するということが発生する。そこで、予測精度の低下を防ぎ、開発当初のAIの効果を維持・向上させ続けるために、開発して終わりではなく開発と運用を統合させたMLOpsという概念が注目されている。

　精度低下を防ぐには、AIを監視し、精度低下が発生した場合には原因分析を行った上で再学習する必要があるが高度な知識が求められ、多くの時間・コストがかかっていた。