「ドラッグ＆ドロップ、分析：ノーコードデータサイエンスの台頭」

「ドラッグ＆ドロップで簡単分析！ノーコードデータサイエンスの新時代」

 

データプラクティショナーが直面する課題の一つは、新しいユースケースごとにすべてをゼロからコード化する必要があることです。これは時間のかかる非効率なプロセスとなります。ノーコードまたはローコードのソリューションは、データサイエンティストが再利用可能なソリューションを作成し、幅広いユースケースに適用できるよう支援します。これにより、時間と労力を節約し、データサイエンスプロジェクトの品質を向上させることができます。

コードを一行も書かずにデータサイエンスのほとんどのことができます。「ノーコードまたはローコードのソリューションはデータサイエンスの未来です」と、Altairの製品開発SVPであり、データサイエンスプラットフォームであるRapidMinerの創設者であるIngo Mierswa氏はコメントしています。Noコードデータサイエンス分野の確立された発明家である彼の専門知識と貢献は、この機能の業界での採用と実装に影響を与えています。Mierswa氏は私たちのインタビューコール中に述べた、「これらの機能は、プログラミング経験があまりない人々でもデータサイエンスモデルを構築および展開することが可能になります。これにより、データサイエンスを民主化し、より多くの人々にアクセス可能にすることができます。」

「自分自身がコンピュータサイエンティストであり、新しいユースケースごとに非常に似たようなソリューションを再創造するという経験をしたとき、ノーコードまたはローコードプラットフォームは存在しませんでした。それは効率の悪いプロセスであり、時間の無駄と感じました」とMierswa氏は語ります。彼は基本的なことに関してジョークを言い、「問題を2回解決し、それでもコーディングしているなら、最初に正しく解決しなかったということです。同じまたは類似の問題を何度も解決するために再利用できるソリューションを作成するべきです。」彼は主張しています。「人々はしばしば自分たちの問題がどれくらい似ているかに気付かず、その結果、同じことを何度もコーディングしてしまいます。」彼は問いかけます。「なぜ私はまだコーディングをしているのか？」時間と労力を節約するために、しないべきかもしれません。

• 「トレンドのAI GitHubリポジトリ：2023年10月23日の1週間」
• 「助成金交付における有望なプロジェクトの特定に予測分析を活用するための7つの手順」
• メタのLlama 2モデルの概要：新機能は何ですか？

 

多様なアクセラレーション

 

ノーコードまたはローコードのデータサイエンスソリューションは非常に有益です。「最初で最も重要な利点は、より良いコラボレーションの形態に繋がることです」とMierswa氏は強調しています。「誰でもビジュアルなワークフローやモデルを理解することができますが、コンピュータサイエンティストやプログラマーではない人もいますし、コードを理解することができるわけではありません。」したがって、効果的に協力するためには、チームが共同で生産しているアセットを理解する必要があります。「データサイエンスは、結局のところ、チーム競技です。ビジネスの問題を理解できる人が必要ですが、彼らがコードを書くことができるかどうかは彼らの日常業務ではないかもしれません。」

さらに、データにアクセスできる他の人々や、計算思考に飽きた人々もいます。彼らは「たとえば、いくつかの機械学習モデルを構築したい場合、データを特定の方法で変換する必要がある」と考えています。それは素晴らしいスキルであり、彼らも協力する必要がありますが、そのようなスキルに対しては、ETL製品が長年存在していることがわかっています。「はい、特別なカスタムの状況ではまだコーディングが必要な場合もありますが、それは1％の例外です」とMierswa氏は指摘しています。「それが通常ではなく、異なるスキル、データ、人々、専門知識を結集させると本当の魔法が生まれます。」

「純粋なコードベースのアプローチでは、それを見ることはありません。ステークホルダーの賛同を得ることはありません。それはしばしば私が「死んだプロジェクト」と呼んでいるものにつながります。データサイエンスを問題の解決手段として扱うべきです。科学的なアプローチとして扱うべきではありません。実際にソリューションを作成するかどうかは関係ありません。」Mierswa氏は推論しました。「問題解決には重要です。私たちは数百万ドル規模のビジネスの問題を解決しています。実際には動作するソリューションに取り組み、購入を取得し、展開し、状況を改善するべきです。「イエス、もし失敗した場合でもどうなるかはわかりません」とは言っていません。したがって、コラボレーションは非常に大きな利点です」と彼は断言しました。

アクセラレーションはもう一つの利点です。コーディングによって繰り返しタスクを行うと、最速の方法で作業していません。例えば、5つまたは10のオペレータで構成されるRapidMinerのワークフローを作成すると、それはしばしば数千行のコードと同等です。コードのコピーと貼り付けは作業を遅くするかもしれませんが、ローコードのプラットフォームを使用すると、より速くカスタムなソリューションを作成することができます。

説明責任は、しばしば見落とされがちですが、最も重要な利点です。コードベースのソリューションを作成する際、変更を行った人やその理由を追跡することは困難です。 “これにより、他の人がプロジェクトを引き継がなければならない場合やコードにバグがある場合に問題が生じる可能性があります。一方、ローコードプラットフォームは自己文書化されています。つまり、作成したビジュアルワークフローには、ワークフローの動作を説明するドキュメントが添付されています。 “これにより、コードの理解とメンテナンスが容易になり、説明責任も保証されます”、Miesrwa氏は述べています。 “人々は理解します。これに参加しますが、結果にも責任を持つことができます。チームとしてのまとまりであります。”

 

オープンエコシステム

 

AIの進展の洪水は、データサイエンスの風景を変革しており、カーブに対応するためにオープンソースおよびオープンスタンダードを使用し、データサイエンス市場で非常に重要なものを隠さない企業が競争上の優位性を持っていることがわかっています。

オープンに残った企業は、市場の動きが速く、常に繰り返しを必要とするため、勝ち組となっています。 “これは過去10年から20年間のデータサイエンス市場についても当てはまることです”、Miesrwa氏は考えを巡らせます。 “市場の速いペースは、エコシステムを閉じることは非常に愚かであるため、伝統的に閉じられていたいくつかの企業が開放され、さらに多くのプログラミング言語と統合をサポートするベンダーニュートラルなアプローチを採用している一因となっています。

コードオプションのアプローチにより、研究者はコードを一行も書かずに複雑なデータ分析タスクを実行することができますが、コーディングが必要な場面もあります。そのような場合、ほとんどのローコードプラットフォームはプログラミング言語、機械学習ライブラリ、深層学習環境と統合しています。また、ユーザーはサードパーティのソリューションを探索する能力も提供されています。 “RapidMinerはさらに、ユーザーが独自のビジュアルワークフローを作成できるオペレーターフレームワークを提供しています。このオペレーティングフレームワークは、ワークフローを拡張および再利用しやすくするため、柔軟でカスタマイズ可能なデータ分析アプローチを提供します。

 

将来の展望

 

コンピューテーショナルサイエンスとAIのリーダーであるAltairは、世界中の組織でデータとAI戦略が広く採用されていることを示す調査を行いました。

さまざまな業界と10ヶ国の2,000人以上のプロフェッショナルが参加したこの調査によれば、組織内の異なる部門間で摩擦が生じるとAIおよびデータ分析プロジェクトの失敗率が36％から56％に及ぶことが明らかになりました。

調査では、データとAIプロジェクトの成功を妨げる主な摩擦の3つの源泉が特定されました：組織的な摩擦、技術的な摩擦、財務的な摩擦。

• 組織的な摩擦は、データサイエンスの役割に適任な人材を見つける課題や従業員のAI知識の不足から生じます。
• 技術的な摩擦は、データ処理速度の制約やデータ品質の問題から生じます。
• 財務的な摩擦は、資金の制約、リーダーシップによる前払い費用への焦点、および高い導入費用という認識から生じます。

Altairの創設者でCEOのJames R. Scapaは、ニュースリリースで、データを戦略的な資産として活用することの重要性を強調しています。

摩擦はミッションクリティカルなプロジェクトを麻痺させます。これらの課題に打ち勝ち、「摩擦のないAI」と呼ぶことがAltairによって提唱されていますが、企業は自己サービス型のデータ分析ツールを採用する必要があります。これらのツールは、「Scapa氏が強調しているように、非技術者に対しても複雑な技術システムを簡単かつ費用効果的に操作する力を与え、進行を妨げる摩擦を排除します。

また、データ駆動型の洞察を効果的に活用するためには、人、技術、投資といった障害が存在することも認められています。そして、スキルギャップを埋めることで、組織は異なる機能を持つチーム間で健全な知識を構築し、摩擦を克服することができるのです。

[Saqib Jan](https://www.linkedin.com/in/s-jan/)は、データサイエンス、自動化、クラウドコンピューティングに情熱を持つライター兼テクノロジーアナリストです。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!