　AI（人工知能）技術を活用した製品の品質保証に関する調査／体系化、適用支援／応用、研究開発を推進するQA4AI（AIプロダクト品質保証）コンソーシアムは2019年5月13日、「AIプロダクト品質保証ガイドライン 2019.05版」を策定したと発表した。同年5月17日に東京都内で開催する「Open QA4AI conference 2019」に合わせて発行する予定。同コンソーシアムによれば、AIプロダクトの品質保証のためのガイドラインは「日本初」（リリース文より）だという。

　今回策定したAIプロダクト品質保証ガイドラインでは、AIプロダクトの品質保証に関する技術的特質と課題を解説した上で、AIプロダクトの品質保証の構築や評価において考慮すべき5つの軸である「Data Integrity」「Model Robustness」「System Quality」「Process Agility」「Customer Expectation」を提示し、それらのバランスや余力について論じている。　また、AIプロダクトの品質保証を推進していくための技術をカタログとして整理している。これは、機械学習や深層学習（ディープラーニング）に基づくAIプロダクトが、従来のソフトウェア品質保証技術を適用できない、もしくは適用が限定的になってしまうためだ。そして、このカタログを基盤として、コンテンツ生成系システム、スマートスピーカー、産業用プロセス、自動運転という4つのドメインに対する個別のガイドラインを例示するとしている。

　なお、AI技術は発展途上であり、今回のガイドラインは網羅性や完全性を企図したものではない。このため各組織では「ガイドラインを指針として自ドメインや自社、自組織の状況などを熟慮し反映する必要がある」（リリース文より）という。

　QA4AIコンソーシアムは2018年4月、産学から24人と3つの組織／団体が発起人に名を連ねて設立された。会員として、AIと品質保証それぞれの分野で業界をリードする個人が参画しており、約1年間の活動を経て会員数は41のメンバー／組織となり、AIプロダクト品質保証ガイドラインの発行にもこぎつけた。今後も年1回のペースで更新していく予定で、2020年度以降は実際の製品開発に適用した報告を行うことも想定している。

AI活用製品の品質保証はどうすればいいのか、QA4AIコンソーシアムが発足
AI技術を活用した製品の品質保証に関する調査／体系化、適用支援／応用、研究開発を推進する「AIプロダクト品質保証（QA4AI）コンソーシアム」が発足する。産学から24人の発起人と3つの組織／団体が名を連ねており、AI技術による製品の進化スピードを落とすなく、社会が安心してそれらの製品を利用できるようにしていくことは目指す。
機械学習システムは「高金利クレジット」、ソフトの品質保証は難しいが可能性も
＠ITとMONOistはセミナー「AI／IoT時代のソフトウェア開発～ITとOTの出会う場所～」を開催。同セミナーの「MONOist Quality Track」のレポートをお送りする。
JAXAと自工会が連携、自動運転車のAIの品質保証に取り組む
宇宙航空研究開発機構（JAXA）は、自動運転車など人工知能（AI）によって自働化するシステムの品質保証に向け、日本自動車工業会との連携を開始した。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。