今回はAIシステムの実装やテストについて取り上げる。実装フェーズではPoCで開発したモデルを整理し、周辺機能も実装する。テストはモデルへの入力と出力に着目することがポイントだ。

 前回はAI(人工知能)システム開発の設計フェーズにおいて、留意すべきポイントを解説しました。今回は後続フェーズとなるAIシステムの実装およびテストについて解説します。学習基盤の構築、そして機械学習モデルに対するテストについて、それぞれ取り上げていきます(図1)。

図1●AIシステム構築プロジェクトのプロセス
[画像のクリックで拡大表示]

 AIシステムは、機械学習モデルを組み込んだシステムです。通常のシステム開発プロセスと比較し、変更点はごく一部にとどまります。ただし、モデルの開発においては留意が必要です。ウォーターフォール型の開発プロセスを採っている場合、プログラム設計から単体テストの段階で変化が発生します。

 ウォーターフォール型は、設計を起点として進みます。要件定義・設計フェーズで実装すべき機能を洗い出して実装し、テストフェーズで設計通りに実装されていることを検証する、一気通貫のプロセスです。

 これに対してAIシステムの場合、設計フェーズでは把握し切れない不確実性を内在しています。機械学習モデルの内部がブラックボックスであるためです。そこで実装・テストフェーズでは、これらの不確実性を取り除くよう留意しなければなりません。不確実性を排除するために、プログラム設計から単体テストまでのプロセスでは、ウォーターウォール型ではなく、より反復的な開発プロセスを採用する必要があります。反復的なプロセスを折り込んだプロジェクトの進め方を踏まえ、実装フェーズを進めていきます(図2)。

図2●AIシステム実装の開発プロセスのイメージ
[画像のクリックで拡大表示]

この先は有料会員の登録が必要です。「日経SYSTEMS」定期購読者もログインしてお読みいただけます。今なら有料会員(月額プラン)が4月末まで無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら