AIの判断を「理解はできるが納得できない」を解決する「覚悟」
社会人勤めも長くなると「理解はできるが納得できない」状況って、とても多いなぁ……と身にしみてしまいます。
自分のことだけでなく、取材をする中でも「理解はできるが納得できない」話はいろいろと耳に入ってきます。3月中旬に開催された機械学習自動化プラットフォームを展開するDataRobotの会見で、活用事例を紹介した大阪ガスの情報通信部 ビジネスアナリシスセンター所長の河本薫氏の講演の中でも、「理解はできるが納得できない」話が出てきたのです。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
- ≫MONOistメールマガジン編集後記バックナンバー
- AIの価値を生む市民データサイエンティストを育成、DataRobotが新サービス
機械学習自動化プラットフォームを展開するDataRobotの日本法人・DataRobot Japanは、東京都内で会見を開き、2017年から本格化させて国内展開の状況を紹介するとともに、新たな商品パッケージ「AI-Driven Enterprise Package」について説明。事業部門がAIを活用する上で重要な役割を果たす「市民データサイエンティスト」を育成するという。 - IoTが生む新しいエネルギーサービス、成功の鍵は――大阪ガスのキーマンに聞く
IoT(モノのインターネット)を活用したエネルギーサービスとして、業界外からも注目されている大阪ガスの“クラウドにつながるガス機器”。サービスを開発したきっかけやその狙い、エネルギー業界のIoT活用のポイントや課題について、大阪ガスのキーマンに聞いた。 - 「IoT導入の壁」をフレームワークとして活用する
製造業におけるIoTの導入では、OTとITの融合をはじめさまざまな課題がある。そこで、先行事例から抽出したIoT導入に向けた整備事項、すなわち「IoT導入の壁」について、前後編に分けて解説する。前編では、6つある「IoT導入の壁」を見ていこう。 - 「IoT導入の壁」を乗り越える「IoT導入計画」とは
先行事例から抽出したIoT導入に向けた整備事項となる「IoT導入の壁」を前後編に分けて解説する。後編では、「IoT導入の壁」を乗り越える「IoT導入計画」について、「IoT活用の発展ステージ」と「IoT活用シナリオ」に分けて解説する。