データの活用
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/08/09 01:38 UTC 版)
「クラウドソース (アプリ)」の記事における「データの活用」の解説
2018年4月のWiredのインタビューにおいて、Googleの機械学習アルゴリズムは、米国と西ヨーロッパにおいては効果的に機能するが、それ以外の地域では効果が落ちる、と述べられている。このインタビューにおいて、Googleの製品マネージャーでクラウドソースチームを率いるアヌラグ・バトラは、Googleがクラウドソースアプリを開発した動機について、Googleの持っている「米国と西ヨーロッパ以外の地域からの訓練データセットが非常に少ない」からだ、と述べている。 Wiredによると、Googleはインドやアジア全域の大学でクラウドソースアプリを推進するチームを持っており、2018年後半にはラテンアメリカにも進出する予定であるとのこと。バトラは、ローカルガイドコネクトのブログ記事の中で、クラウドソースがGoogleにとって役立つ理由を説明し、クラウドソースがユーザーに尋ねる質問は、機械学習アルゴリズムに供給するためのより良いデータのサンプルを集めるために設計されていることを詳述している。 Googleは、クラウドソースのユーザーが提供した回答を他のユーザーに匿名で表示することで、その回答を検証している。 Googleによると、一旦回答が検証されれば、それらは「Google翻訳、Googleマップ、Gboardなどのサービスを動かすコンピュータアルゴリズムの訓練 」に使用される。 Cio Diveに掲載された短信では、音声アシスタントや自動運転車などの新技術を成功させるためには、「正確なデータセットが不可欠」と述べられている。 この短信では、また、GoogleやIBMのような企業は、高度な人工知能の訓練・開発に利用するための大量のデータを持っているため、人工知能や機械学習の分野では有利な立場にある、と述べられている。
※この「データの活用」の解説は、「クラウドソース (アプリ)」の解説の一部です。
「データの活用」を含む「クラウドソース (アプリ)」の記事については、「クラウドソース (アプリ)」の概要を参照ください。
- データの活用のページへのリンク