AIBR プレミアム
拓海先生、お時間よろしいでしょうか。最近、部下から「SDNにAIを入れよう」と言われまして、どう投資対効果を判断すれば良いのか迷っているのです。
素晴らしい着眼点ですね！大丈夫、一緒に整理していけば見えてきますよ。まずは今回の論文が何を変えたのかを端的に説明できますか？
はいとりあえず、分散したコントローラ同士の同期を賢くやると効率が良くなる、という話だと聞きましたが、実務でどう効くのかが掴めなくて。
その理解でかなり近いです。要点は三つにまとまりますよ。第一に現状はランダム同期が多く、効率が悪い。第二に本研究は同期の割当てを長期的な利益で最適化する点にある。第三にその手段として強化学習と深層ニューラルネットワークを組み合わせているのです。
これって要するにコントローラ間の同期をもっと賢く割り当てれば効率が上がるということ？投資に見合う効果が出るか、それが気になるんです。
良い質問です。結論から言えば、評価では従来手法に対して約2倍、場合によっては95%改善という結果が出ています。導入判断のためには三点を確認しましょう。現場の同期予算、同期による効果の指標、そして段階的導入でのPoC設計です。
なるほど。専門用語が出てきてしまいますが、MDPとかDNNとかは現場の誰にでも説明できる言葉に直してもらえますか。
もちろんです。簡単なたとえで行きますよ。MDPは「選択肢と結果が時間でつながる計画表」、強化学習（Reinforcement Learning, RL 強化学習）は「試して学ぶことでより良い選択肢を見つける方法」、深層ニューラルネットワーク（Deep Neural Network, DNN 深層ニューラルネットワーク）は「多数の過去例からパターンを学ぶ黒箱」です。
分かりやすいです。では導入は現場での試験から、という流れになると。最後に私の言葉でこの論文の要点をまとめますと、コントローラの同期を合理的に選ぶ仕組みを機械学習で作り、結果的に通信や処理の効率を大幅に上げる、ということですね。
