「AIプロジェクト実践読本」

 ◯AIの課題と特性
　課題：AIに対する理解が足りない

　特性：学ばせる必要がある、まだ汎用性が低い（多種多様なことはできない）、善悪の基準を持たせるのが難しい

◯AIの基礎

　学習フェーズ：データセット→学習モデルを生成→学習済みモデル

　←人的コスト（AIコンサルタント、データサイエンティスト）

　←コンピュータリソース（実行環境Jupyter NotebookのGoogle Colabは無料）

　機械学習＞ディープラーニング：着目点を指示せずとも自動で学習（ニュートラルネットワーク）

　　教師あり学習：

　　教師なし学習：アルゴリズムを用いて構造や法則を見出す手法、クラスター分析、アソシエーション分析

　　強化学習：価値を最大化するような行動を学習する手法。

◯AIプロジェクト

　AIを適用しやすい課題、しにくい課題がある。

　プロジェクトプランニング→机上実証→フィールド実証→製品開発→導入・運用

　従来のソフトウェア提供:業務請負型の契約モデル←→AIプロジェクト:それぞれのフェーズごとに適した契約を選ぶ

　知的財産権の交渉、個人情報の利用、見積もり（継続コスト）

◯AIコーディング

　机上実証

　　ネットワークモデルのセットアップ→学習用データセットをセットアップ→データセットから学習済みモデルをダウンロード→推論させる

　フィールド実証

　　仮想環境を構築して実行空間を作成→ネットワークモデルと学習用データセットのセットアップ→データセットから学習済みモデルをダウンロード→デバイスなどからデータ取得→推論させる

　

◯AI技術の組合せ・パターン

　提供方式：オープンソース、有償SDK、WebAPI、オンプレミスパッケージ、SaaS

　GPU：オンプレミス、クラウド、ハイブリッド

　ハードウェアアクセレータ：CPU、GPU、ASIC、FPGA

　＞コンテナポータビリティ（継続的デリバリーが整備された状態）

◯AIプロジェクトケーススタディ

　・ピンポイント農薬散布

　・ICT建機

　・画像診断支援

　・モノタロウAIストア

「本気のセキュリティ対策ガイド」

基礎

・ヒト、モノ、カネ、情報
・情報セキュリティの三要素「機密性」「安全性」「可用性」

・人的脅威、環境的脅威

・技術的脆弱性、組織的脆弱性、人的脆弱性、物理的脆弱性　←対策（脆弱性をコントロール）

・リスクアセスメント（非形式アプローチ（ヒアリング）＞ベースラインアプローチ（チェックシート）＞詳細リスク分析（洗い出しとリスク評価））

実践

1.基本方針をつくる（トップが宣言）

　情報セキュリティポリシー（基本方針と対策基準）の作成と周知

2.体制整備（リソース確保）

　経営者が積極的に参加する、専任ではなく各部門担当者が兼務する

3.現状把握

　ベースラインアプローチ（５分でできる！情報セキュリティ自社診断）、詳細リスク分析

4.計画

　リスク対応計画書の作成、周知

5.実行

6.点検

　定期的に対応状況を確認、アンケートなど

7.改善

8.インシデントに備える

　手順書やテンプレートを用意

CIS Critical Security Control(CSC)・・・米国Center For Internet Secrityから公開されているドキュメント。情報セキュリティ対策とその優先順位をベースラインとしてまとめている。

Cyber Security Framework 1.1・・・米国NISTによって発行されたサイバーセキュリティ対策に関するフレームワーク。IPAが日本語訳を作成。

ISO 27017・・・クラウドサービスに関するセキュリティ管理策のガイドライン規格。

ISO27018・・・クラウドにおける個人データの保護に焦点を当てた国際的な実務規範。

SOC2・・・米国公認会計士協会の補償業務基準及びSOC2ガイダンスに基づき受託会社監査人によって独立した第三者の立場から客観的に検証した結果が記載された保証報告書。

CSA STAR 認証・・・クラウドサービスのセキュリティ成熟度を評価する認証サービス。