この記事は元々Forbes Technology Councilを代表して掲載されました、このコミュニティは世界クラスのCIO、CTO、技術役員向けです。 元のポストをこちらで読む こちら.

特に人工知能（AI）や機械学習に関して、私たちがソフトウェアを設計する方法は根本的に変わりつつあります。 従来のエンジニアは、役立つためには「学ぶ」必要があるという考えを考慮する必要はありませんでした。 私たちは考慮すべき「ルール」を定義し、これらをアプリケーションにハードコーディングし、それらをリリースしました。 それから、我々は連続的なサイクルでこれらを繰り返し改良しました。

AIでは異なります。 アプリケーションにルールをハードコーディングする代わりに、AI製品は動作するためにトレーニングデータに頼る必要があります。 例えば、GPSアプリケーションが最初に登場したとき、それはすべてを変えました—紙ベースの地図さようなら！ 約10年後、ナビゲーションソフトウェアアプリWazeがその体験を再定義しました。 Wazeは、すべてのユーザーからのデータを集約することで、1人のユーザーに次にどこに行くかだけでなく、最短距離を教え、これらの推奨事項をリアルタイムで更新することができると気付きました。

ソフトウェアアプリケーションを構築する際に、滝のようなモデルのような開発プラクティスは機能しないことを学ぶことで、私たちはより賢くなりました、なぜならユーザーをソフトウェア開発ライフサイクルでほとんど考慮していないからです。 最終的に、ユーザーはおそらく新しい要件を持つでしょう。 ですから、私たちは新しいアプローチに移り、『リーン・スタートアップ』のような書籍で有名になっているものなどに行きました。 現代の人々はよく『最小限の実行可能製品』などの概念に挑戦しますが、その考え方は完全に正しいです：なるべく早く製品をユーザーの手に届けてフィードバックを得て、途中で製品を改善していくことができます。

AIも同じように取り組まれるべきです。 完璧な人工知能システムを何年もかけて構築することは誘惑ですが、導入時に製品が完全に陳腐化し無価値になることがあります。 もしかしたら、あなたのデータセットがもはや意味をなさない古い実践を反映しているか、あるいはアルゴリズムが特定のイディオムに一度も触れたことがないかもしれません。

あるいは、あなたが製品を使用すると思っていた人物とは異なる人物が実際に使用するかもしれません。 真空で訓練されたAIは、その露出されているものにのみ反応することができます。 アルゴリズムを出して、そこで学習、適応、改善できると信じています。 なぜAIを「馬鹿げた」状態から始めるのがいいのかがわかります。 AIが“愚か”から始めても大丈夫な理由

焦点を見つける

AIツールがまだ人間を置き換える能力がないことはすでに知っています、そして近い将来それができることも期待していません。 それを解決する際に心に留めておいてください。 ユーザーをあなたのアルゴリズムの焦点にし、そのユーザーが気にする1つのユースケースに故意に絞り込む。

ここでの例の1つはTextioで、才能あるプロフェッショナルがより良い仕事の説明文を書くのを支援するAIベースのコーチングネットワークです。 それは非常に特定のタスクです。 彼らはみんなを優れたライターに変えることに焦点をあてていない。 彼らは1つの特化分野、つまり求人情報を選び、深く掘り下げました。 私たちが見た最高のAIの成果は、1つの個別のタスクから始まり、それから拡大しています。 その解決策が狭いほど、AIが学習するのは速くなります。

機械の前に幽霊を置かないでください

フォーカスを見つけたら、世界を変えることに興奮しすぎないでください。 AIシステムを作るために必要なことを考えるだけでも、（愚かなものでさえ）集中的で疲れるプロセスが含まれます：

• 技術環境を設定する
• すべてのトレーニングデータを保存するシステムを設定する
• データをトレーニングし提案を返す重要なアルゴリズムを設定する

クラウドのおかげでこれらのステップが容易になりましたが、それでも手間がかかります。 ですので、最終的には、顧客候補と製品をテストし始めるときに、できるだけ早く移動するために、上記のプロセスに主要な取り組みを集中すべきです。 理論的な世界で働き、実際の顧客の入力なしにトレーニングデータを収集しようとすると、前提となる仮定を返してしまう真空で作業しています。

人々の目の前にAIを置く

トレーニングデータはプロセスの始まりに不可欠ですが、時間とともに向上していくAI製品を作成するには、人間の経験という最大のデータセットに飛び込む必要があります。 そのためには、ユーザーエクスペリエンス（UX）に投資する必要があります。 AIの使用体験を改善すればするほど、より多くの人々がそれを使用したがるため、モデルがはるかに速くデータを収集します。

UXの重要性とAIイニシアティブの成功を結びつけることが重要です。 残念ながら、ほとんどの人々はこのように考えません。 彼らはアルゴリズムを通じてより良い生活を送るという考えにとらわれるため、AIは機械についてだと思い込む傾向があります。 現実は、これらの作業をすべて行ってデータにアクセスするためです。 しかし、データはどこかから得る必要があります。

ここで理解すべき忘れられがちな基本的な概念は、「どこか」とはソフトウェアを使用している人々です。 AIは、人間と機械の間でパートナーシップとして扱うときに機能します。 だから、良いUXがないと、良いAIは決して手に入らないでしょう。 「人々が使いたい、使いやすく、頻繁に使用するシステムを作成する」と言って始めない場合、それ以外のことは重要ではありません。

アルゴリズムは常に調整できます。 実際の世界に出回っている時間が長ければ長いほど、性能が向上します。 最初から素晴らしいものであることよりも、解決したい具体的な問題を見つけ、データを吸収するための技術環境を整えることが重要です。 結局のところ、賢いAIは単に機能するものです。