レポートレビュー：Appenの年次AIおよびマシンラーニングレポート

Appen Limitedは、グローバルAIリーダーであり、人間によるデータソーシング、データ準備、モデルの評価を提供する会社であり、その期待の高かった年次「AIおよびマシンラーニングの状態」レポートを公開しました。

AIおよびマシンラーニングの状態レポートは、すべてのサイズの企業がAIの成熟度を高めるために実施する戦略に焦点を当てた年次レポートです。最新のエディションは、Appenによって公開された8回目のエディションであり、データ管理とセキュリティ、責任あるAI、外部データプロバイダーとその進歩における役割へのトップアプローチを強調しています。

レポートの主要な調査結果

レポートの主要なまとめは、ソーシング、品質、評価、採用、倫理です。

レポートの主要な調査結果の1つは、参加者の51%がデータの精度がAIの使用例に重要であると同意することです。正確で高品質のデータはAIモデルの成功に不可欠であることはよく知られていますが、多くのビジネスリーダーは理想と現実の間に大きなギャップを持っています。

もう1つの重要なまとめは、企業が責任あるAIに焦点を当てて戦略を成熟させていることです。ビジネスリーダーとテクノロジストの多くが、AIプロジェクトを推進するデータ品質を改善するために働いています。これにより、包括的なデータセットと偏りのないモデルが促進されます。レポートによると、回答者の80%がデータの多様性は「非常に重要」または「重要」であると考えています。また、回答者の95%が合成データが包括的なデータセットを作成するための重要な役割を果たすと考えています。

マーク・ブライアンは、AppenのCEOです。

「今年のAIの状態レポートは、93%の回答者が責任あるAIはすべてのAIプロジェクトの基盤であると信じていることを発見しました」とブライアンは述べました。「問題は、多くの人が貧弱なデータセットで優れたAIを構築しようとしているということです。これは、彼らの目標に到達するための重大な障害を生み出しています。」

以下はレポートの他の重要なまとめです：

• ソーシング：テクノロジストの42%が、AIライフサイクルのデータソーシング段階は非常に課題的であると述べています。一方、ビジネスリーダーはデータソーシングを非常に課題的と報告する可能性は低い（24%）です。
• 品質：回答者の半数以上が、データの精度はAIの成功に重要であると述べています。しかし、データの精度が90%以上であると報告したのは6%のみです。
• 評価：人間が関与するマシンラーニングの重要性については、強い合意があります。81%の回答者が非常に重要または重要であると述べています。97%の回答者が、人間が関与する評価は、正確なモデル性能に重要であると述べています。
• 採用：テクノロジストは、組織が業界でAIの採用において先行しているか、同等であるかについて意見が分かれています。米国の回答者は、欧州の回答者よりも、組織が業界でAIの採用において先行している可能性が高いと述べています。
• 倫理：93%の回答者が、責任あるAIは組織内のすべてのAIプロジェクトの基盤であると同意しています。

スジャータ・サギラジュは、Appenのチーフプロダクトオフィサーです。

「AIライフサイクルにおけるデータの管理は、AIリーダーが単独で取り組むことのできるものではありません。データの精度はAIソリューションの成功に重要であり、組織はデータの精度の重要性を強調しています」とサギラジュは述べました。

ウィルソン・パンは、AppenのCTOです。

「データの精度は、AIおよびマシンラーニングモデルの成功に重要です。質の高いデータは、より良いモデル出力と一貫した処理および意思決定をもたらします。よい結果を得るには、データセットは正確で、包括的で、スケーラブルである必要があります」とパンは述べました。

AIおよびマシンラーニングの状態レポートの完全版は、こちらで見つけることができます。