特集:「人工知能」入門〜今考えるべき、ビジネス差別化/社会改善のアーキテクチャ〜

企業間競争が激しい現在、ビジネス展開の「スピード」が、差別化の一大要件となっている。「膨大なデータから、顕在・潜在ニーズをスピーディに読み解く」「プラント設備の稼働データから、故障を予測・検知して自動的に対策を打つ」「コールセンターに寄せられた顧客の声に自動的に応対する」など、あらゆるフィールドで「アクションにつなげるスピード」が競争力の源泉になりつつある。

こうした中で、今、「人工知能」が注目を集めている。人には到底実現できないスピードで膨大なデータを読み解き、「ビジネスの差別化/社会インフラの改善」を支援するものとして、今さまざまな分野で活用法の検討が進んでいる。ではこうした動きは、ビジネス、社会をどのように変え、エンジニアには何を求めてくるのだろうか? 人工知能のビジネスインパクトを、さまざまな角度からレポートする。

新着記事

NVIDIAのSoC、GPU技術を搭載:

Audiが初の自動運転レベル3を実現する新型車「Audi A8」を発表。「zFAS」による渋滞走行支援システムなど、提携に基づいたNVIDIAの技術を活用した機能が多数搭載される。

(2017年7月18日)
AIが潜在的な課題を予測し、特定し、自動改善する:

IBMが、WatsonをベースにITインフラの構築・運用を支援するクラウド型サービスプラットフォーム「IBM Services Platform with Watson」を発表した。

(2017年7月14日)
「銀のさら」と実証実験:

ZMPが自動宅配ロボットのプロトタイプを開発。宅配ボックスを備え、周囲環境を認識しながら歩道を自動走行して荷物を届ける。2017年8月からパートナー企業と協力して実証実験を実施する。

(2017年7月14日)
Dev Basics/Keyword:

Emotion APIは、画像ファイルや動画ファイルを渡すだけで、そこに映っている人がどんな感情を持っているかを簡単に判定してくれる。

(2017年7月13日)

TopStory

特集:「人工知能」入門(6):

NECが2016年11月1〜2日、東京国際フォーラムで「C&Cユーザーフォーラム&iEXSPO 2016」を開催。多くの講演の中から将棋棋士 羽生善治氏、東京大学大学院 工学系研究科 技術経営戦略学専攻 特任准教授 松尾豊氏らが登壇した特別講演「人工知能は人を超えるか?」の内容を紹介する。

(2016年11月15日)
特集:「人工知能」入門(5):

2016年6月14日に開催された金融庁の「フィンテック・ベンチャーに関する有識者会議」第2回では、人工知能(AI)研究の第一人者である松尾豊 東京大学大学院 准教授がプレゼンテーションを行った。

(2016年7月13日)
特集:「人工知能」入門(4):

楽天が2016年4月25日に発表した、ドローンを活用した消費者向け配送サービス「そら楽」の実現を支えるなど、自律飛行ドローンの実用化を進めている自律制御システム研究所。“自ら考え、自らを制御する”自律制御はビジネス、社会にどのようなインパクトをもたらすのだろうか。

(2016年6月28日)
特集:「人工知能」入門(3):

「画像解析」は、近年の「人工知能」と呼ばれる技術によって品質とスピードが著しく向上している分野の1つだ。画像解析エンジンを独自に開発し、生体認証をはじめとしたさまざまな分野に応用しようとしている日本のベンチャー企業にLiquidがある。代表の久田康弘氏に、Liquid設立の経緯や、「人工知能」に対する考え方について聞いた。

(2016年6月17日)
特集:「人工知能」入門(2):

多くの人々にとって身近な存在になりつつある「人工知能」。「Microsoft Innovation Day 2016」で紹介された、2つのサービスを取り上げることで、要素技術や課題、応用分野、活用業種などを考察する。

(2016年6月8日)
特集:「人工知能」入門(1):

「アクションを起こすスピード」「イノベーティブな製品・サービス」が企業競争力の源泉になりつつある中で、人工知能が今あらためて大きな注目を集めている。では、人工知能とはどのようなもので、どのようなインパクトをもたらすのか? 事例やインタビューを通じて明らかにする。

(2016年6月1日)

人工知能/AI

ディープラーニングは万能ではない:

人工知能(AI)がブームになっているが、これまでのブームとどう違うのか。AIは、どのような発展段階にあるのか。人間の仕事を奪う「敵」なのか。人工知能学会会長である山田誠二氏の、こうした疑問に答えるような講演を要約してお届けする。

(2016年11月14日)
ロボットをビジネスに生かすAI技術(1):

Pepperや自動運転車などの登場で、エンジニアではない一般の人にも身近になりつつある「ロボット」。ロボットには「人工知能/AI」を中心にさまざまなソフトウェア技術が使われている。本連載では、ソフトウェアとしてのロボットについて、基本的な用語からビジネスへの応用までを解説していく。初回は、人工知能/AIという言葉について、あらためて整理する。

(2016年11月28日)
「ニューラルネットワーク」とは何か:

「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか。GPUコンピューティングを推進するNVIDIAが、これらの違いを背景および技術的要素で解説した。

(2016年8月12日)
「人工知能」の作り方(終):

ゲーム用フレームワークであるGameplayKitを使ったアプリ制作を通して人工知能(AI)について学んでいく連載。最終回は、3Dゲーム用のフレームワークSceneKitを使った簡単なアプリ制作を通して、3Dゲーム用のAIについて学ぶ。

(2017年7月10日)
de:code 2017基調講演(後編):

日本マイクロソフトは2017年5月23、24日に「de:code 2017」を開催。基調講演後半では、AI、Deep Learning、「Mixed Reality」といった「未来のコンピューティング」を実現するためのテクノロジーと、それに向けてMicrosoftが提供する製品、サービスが多数紹介された。

(2017年6月8日)
IBM Watson Summit 2017:

日本IBMは2017年4月27、28日、「IBM Watson Summit 2017」を開催。27日のセッション「コグニティブ・ビジネスの先駆者たる次世代のデベロッパー」では、最新のIBM クラウドやWatsonを活用したビジネス開発、スキル開発、スキルエリアの変化などを、実例を交えて紹介した。

(2017年6月5日)
de:code 2017基調講演(前編):

日本マイクロソフトは2017年5月23、24日に「de:code 2017」を開催。基調講演では、AI(人工知能)が今後のシステム開発やユーザー体験にどのような変化を起こしていくのか、多数のデモを交えて紹介された。

(2017年6月1日)
ゲームの「敵」キャラで分かる「人工知能」の作り方(3) :

iPhone向け鬼ごっこアプリを作りながら人工知能(AI)について学んでいく連載。今回は、さらにゲーム性を持たせるため「経過時間によって鬼の移動速度が変わる」という修正を条件式を使って行い、その条件式をRule Systemsで管理する。

(2017年5月23日)
あれって、AIですよね?:

手塚治虫が、スピルバーグが、そして全世界の子どもたちがあのころ夢見たテクノロジーは、2017年現在どこまで実現できているのだろうか?――「鉄腕アトム」や「2001年宇宙の旅」に登場したコンピュータやロボットを、現代のテクノロジーで徹底解説する「テクノロジー名作劇場」、第1回は、横山光輝先生の「バビル2世」だ!

(2017年5月10日)
ゲームの「敵」キャラで分かる「人工知能」の作り方(2):

iPhone向け鬼ごっこアプリを作りながら人工知能(AI)について学んでいく連載。今回は、SwiftのGameplayKitでAIの敵キャラに、追いかける、避ける、逃げる処理を追加する方法を解説する。

(2017年4月3日)
Google Cloud Next ’17:

米Googleは2017年3月8日(米国時間)、同社のクラウドサービスに特化したカンファレンス、Google Cloud Next ’17を開幕した。初日には、AI関連で発表が集中した他、HSBCやeBayなどのユーザーが登場、Google Cloud Platformの活用について話した。

(2017年3月9日)
ゲームの「敵」キャラで分かる「人工知能」の作り方(1):

iPhone向け鬼ごっこアプリを作りながら人工知能(AI)について学んでいく連載。Appleが提供する「SpriteKit」「GameplayKit」の2つのフレームワークを使いながらゲームAIを作っていきます。

(2017年1月30日)
データ基盤の構築から運用、マーケティングまでをパッケージ化:

フリービットが機械学習/AI導入支援パッケージ「freebit AIラボ」の提供を開始。開発から運用までを一括サポートし、同社の特許技術のライセンス提供も行うという。

(2017年1月10日)
認知システム開発、汎用AI研究の推進に向け:

マイクロソフトが、AIシステムの訓練に使える10万件のデータセット「MS MARCO」を公開した。匿名化された実際のデータを使った質問と回答のセットが含まれ、AIを用いた認知システムの開発を支援できるという。

(2016年12月20日)
AWS re:Invent 2016:

米Amazon Web Servicesの製品戦略担当ゼネラルマネージャーのMatt Wood氏に、同社のAI戦略について聞いた。Wood氏はAWSにおけるサービス開発に深く関わり、責任者としてこれを率いている人物。AWS re:Invent 2016の基調講演では、AI関連の新サービスのデモを自ら行った。

(2016年12月7日)
AWS re:Invent 2016:

米Amazon Web Services(AWS)は2016年⒒月30日(米国時間)、コグニティブコンピューティング/ディープラーニングを活用した3つの新サービスを発表した。提供中のAmazon Machine Learningと合わせ、同社のAI関連サービスの姿が見えてきた、

(2016年12月1日)
スパコン「京」の技術を用いたAI専用プロセッサも2018年出荷へ:

富士通がAI技術群「Zinrai」用いた、“企業のAI活用を加速”させるためのサービス5種を開発。スーパーコンピュータ向けの並列処理技術とGPUコンピューティングで世界最速クラスの処理性能があると主張するディープラーニング処理基盤や、AI処理向けAPI、アセスメントサービスなどを用意し、企業のAIシステム導入を支援する。

(2016年11月30日)
今後3年で、ディープラーニングの訓練時間を100倍高速に:

インテルがAIの活用促進に向けた新しい製品、技術、投資計画を多数発表。AIの包括プラットフォーム「Intel Nervana」を中心に展開する。

(2016年11月21日)
5000人規模のAI研究専門チーム「Microsoft AI and Research Group」を新設:

マイクロソフトが、総勢5000人以上のAI製品研究開発チーム「AI and Research Group」を設置。今後、同社が「AIで主導権を握る」ために注力する4分野も明らかにした。

(2016年10月3日)
AI技術の啓蒙と課題解決に共同で取り組む:

IT大手6社が、AIの普及を目指す非営利団体「Partnership on AI」を創設。AI技術の啓蒙(けいもう)と課題解決に共同で取り組む。

(2016年9月30日)
特集:テクノロジーが支援する1億総ワークスタイル変革時代(2):

人工知能(AI)やスマートマシンの普及で、人間は幸せになるのか?

(2016年9月26日)
4コマまんが「がんばれ!アドミンくん」:

当社のサーバは最新鋭のAIを搭載しております。監視も障害復旧もなにもかも、最新鋭のAIが面倒みますからご安心ください。

(2016年9月20日)
4コマまんが「がんばれ!アドミンくん」:

世はAIフィーバーまっただ中! よし、うちもAI活用に乗り出すぞ。分かりやすいキャッチフレーズを考えてくれたまえ!

(2016年8月23日)
専門家とAIエンジニアの共同開発を促進:

公益推進協会の人工知能開発基金事務局が「人工知能開発基金」を発足。社会安全に貢献できるAI製品を創出する企業や団体、エンジニアを支援する。

(2016年8月19日)
AI訓練プラットフォーム「Project Malmo」登場:

マイクロソフトは、人気ゲーム「Minecraft」をAI研究の実験に使用できるプラットフォーム「Project Malmo」をGitHubで公開した。

(2016年7月12日)
4コマまんが「がんばれ!アドミンくん」:

おいキミ! どうしてワシのメールを見落としたんだ! あれは大事な連絡だったんだぞ! 何? 迷惑メールフォルダに入ってたって!

(2016年7月12日)
松岡功の「ITニュースの真相、キーワードの裏側」:

米国勢がリードしていると言われるAI(人工知能)分野で、画像認識技術などに強みを持つNECが世界市場での躍進を虎視眈々(たんたん)と狙っている。果たして同社のAI技術は世界に通用するか。

(2016年5月26日)
頭脳放談:

将棋や囲碁の対戦でコンピュータが勝利するなど、人工知能(AI)に関する話題が新聞をにぎわせている。さまざまな分野での応用が発表され、1980年代に続く、AIブームを巻き起こしている。はてさて、今度のAIブームはモノになるのだろうか?

(2016年4月27日)
「10年後、仕事を奪う」も1割:

半数以上が「仕事への影響がある」、約10%が「10年以内に、仕事を奪う」──。日本企業のITリーダーは現在、「人工知能」の技術をどう捉え、どう影響してくると考えているか。ガートナー調べ。

(2016年4月13日)
世界のソフトウェアエンジニア550人に聞きました:

米Evans Dataは新しい調査報告書で、AIに仕事を奪われることを懸念するソフトウェアエンジニアが3割に上ると指摘している。

(2016年3月9日)
4コマまんが「がんばれ!アドミンくん」:

ああバカバカしい。どんだけ人工知能が発達したってだな、人間が機械に支配されるなんてあるわけないだろう。SFじゃあるまいし。

(2016年2月9日)
板橋のサムライ、アメリカに行く:

脳の記憶の仕組みを応用したAIエンジンを搭載したAI-Samuraiが「SXSW 2016」を皮切りに世界行脚する。

(2016年2月5日)
人工知能開発成果の公開で悪用を抑制:

米テスラモーターズやSpaceXのイーロン・マスク氏、著名なベンチャーキャピタル企業であるY Combinatorのサム・アルトマン氏などが、2015年12月11日(米国時間)、人工知能(AI)関連技術の開発を行う非営利企業、OpenAIを設立したと明らかにした。最終的な目的は、人工知能関連技術が特定の企業あるいは組織に独占されることで、悪用される危険性を減らすことにあるようだ。

(2015年12月14日)

機械学習・Deep Learning/深層学習・ニューラルネットワーク

ロボットをビジネスに生かすAI技術(2):

Pepperや自動運転車などの登場で、エンジニアではない一般の人にも身近になりつつある「ロボット」。ロボットには「人工知能/AI」を中心にさまざまなソフトウェア技術が使われている。本連載では、ソフトウェアとしてのロボットについて、基本的な用語からビジネスへの応用までを解説していく。今回は、人工知能つまりコンピュータが「機械学習」という技術を使って、どうやって学習していくのかについて具体例を交えて解説する。

(2016年11月30日)
いまさら聞けないDeep Learning超入門(1):

最近注目を浴びることが多くなった「Deep Learning」と、それを用いた画像に関する施策周りの実装・事例について、リクルートグループにおける実際の開発経験を基に解説していく連載。初回は、ニューラルネットワーク、Deep Learning、Convolutional Neural Netの基礎知識と活用例、主なDeep Learningフレームワーク6選を紹介する。

(2015年10月27日)
いまさら聞けないDeep Learning超入門(終):

最近注目を浴びることが多くなった「Deep Learning」と、それを用いた画像に関する施策周りの実装・事例について、リクルートグループにおける実際の開発経験を基に解説していく連載。最終回は、画像認識の判別精度を向上させる具体的手順と落とし穴、ハイパーパラメーターのチューニング、学習を自動化するActive Learningについて。

(2015年12月16日)
Deep Learningで始める文書解析入門(1):

本連載では、Deep Learningの中でも、時系列データを扱うRecurrent Neural Networkについて解説。加えて、その応用方法として原稿校正(誤字脱字の検知)の自動化について解説します。

(2016年8月30日)
Pythonで始める機械学習入門(4):

最近流行の機械学習/Deep Learningを試してみたいという人のために、Pythonを使った機械学習について主要なライブラリ/ツールの使い方を中心に解説する連載。今回は、うまく使うと計算時間を短縮できるNumPyのブロードキャスティングと、機械学習で利用価値の高いSciPyにおける疎行列の扱い方を取り上げる。

(2017年6月21日)
NYのタクシードライバーが“1回の輸送でチップをもらえる確率”とは:

Microsoftは、「SQL Server 2017 CTP 2.0」の主要機能の1つである「Microsoft Machine Learning Services」を使って、エンドツーエンドのデータサイエンスソリューションを構築する方法を学べる実践ガイドを紹介した。

(2017年6月20日)
開発残酷物語(4):

トラブルの原因は何だったのか、どうすれば良かったのか。実在する開発会社がリアルに体験した開発失敗事例を基に、より良いプロジェクトの進め方を山本一郎氏が探る本連載。今回は「ディープラーニング」にまつわる失敗談を紹介します。

(2017年6月5日)
機械学習活用プロジェクト大解剖(終):

サイト内検索のランキングアルゴリズムに機械学習を活用した事例を通じて、Deep Learningをはじめとした機械学習の強みと限界を探る連載。今回は、Deep Learning以外の手法で検索改善に大きく貢献した事例を基に、「検索改善に本当に必要だったものは何だったのか」を振り返ります。

(2017年5月17日)
“よりかしこい”IoTデバイスの実現へ:

ルネサス エレクトロニクスが、IoT末端デバイスへAI機能を組み込む技術「e-AI」を用い、ディープラーニングの結果を組み込み機器へ実装する新技術を開発。統合開発環境「e2 studio」対応プラグインを2017年6月にリリースする。

(2017年4月12日)
インテルの汎用インフラ上での大幅な性能向上を目指す:

米インテルとPreferred Networksは、ニューラルネットワーク向けフレームワーク「Chainer」の開発で協業する。インテルアーキテクチャ向けにChainerを最適化する。

(2017年4月7日)
Pythonで始める機械学習入門(3):

最近流行の機械学習/Deep Learningを試してみたいという人のために、Pythonを使った機械学習について主要なライブラリ/ツールの使い方を中心に解説する連載。今回は、科学的計算の基本的パッケージNumPyを使って、配列の基本操作、スライシングとインデクシング、配列を使った簡単な計算の仕方などを紹介。

(2017年2月23日)
Gartner Insights Pickup(14):

ディープラーニングおよび自然言語生成は、データ分析における標準機能になろうとしている。企業の担当リーダーは、これらの技術の適切な活用を進める必要がある。

(2017年3月31日)
機械学習活用プロジェクト大解剖(2):

サイト内検索のランキングアルゴリズムに機械学習を活用した事例を通じて、Deep Learningをはじめとした機械学習の強みと限界を探る連載。今回は、機械学習を活用しやすくする開発・運用体制や、機械学習を実際に活用する人が意識することについて解説します。

(2017年3月30日)
大幅な高速化を達成:

米グーグルは2017年2月15日(現地時間)、オープンソースの機械学習ライブラリ「TensorFlow」のバージョン1.0を発表した。

(2017年2月16日)
機械学習活用プロジェクト大解剖(1):

サイト内検索のランキングアルゴリズムに機械学習を活用した事例を通じて、Deep Learningをはじめとした機械学習の強みと限界を探る連載。

(2017年2月20日)
GitHubで公開:

インテルがデータサイエンティストのディープラーニング活用を支援する「Apache Spark」対応分散型ディープラーニングライブラリ「BigDL」をオープンソース化。GitHubで公開した。

(2017年2月10日)
「多様な選択肢と企業向けサポート」を提供:

IBMのディープラーニング開発ツール群「IBM PowerAI」がグーグルの「TensorFlow」フレームワークをサポートした。

(2017年1月30日)
Pythonで始める機械学習入門(1):

最近流行の機械学習/Deep Learningを試してみたいという人のために、Pythonを使った機械学習について主要なライブラリ/ツールの使い方を中心に解説する連載。初回は、筆者が実業務で有用としているライブラリ/ツールを7つ紹介します。

(2016年11月24日)
「AIの民主化」を加速:

マイクロソフトが、自然言語理解におけるディープラーニング研究のスタートアップであるマルーバを買収で合意。「AIの民主化」を推進する。

(2017年1月17日)
グリッドと業務提携:

伊藤忠テクノソリューションズがグリッドと業務提携すると発表。グリッドの機械学習/深層学習フレームワーク「ReNom」を使用したAIサービスを共同で提供する。

(2017年1月11日)
マイクロソフトとCrowdFlowerが「人間参加型の機械学習製品」をリリース:

マイクロソフトとCrowdFlowerが、「Human-in-the-loop(人間参加)」型の機械学習サービス「CrowdFlower AI Powered by Microsoft Azure Machine Learning」をリリースした。「Human-in-the-loop」とは何か。

(2016年10月19日)
ABEJAのディープラーニング解析基盤とAPIで接続:

さくらインターネットとABEJAが、IoTプラットフォームの活用で連携。「さくらのIoT Platform」とディープラーニングを活用した情報解析/可視化サービス「ABEJA Platform」をAPI経由で接続し、両社のクラウドサービスを横断して利用できるようにする。

(2016年8月29日)
ビジネスアナリティクス、ビッグデータの文脈(1):

統計解析、予測分析でリーダー的存在の米SASが、同社製品群の大部分を新アーキテクチャに移行すると、2016年4月に発表した。これを、ビジネスアナリティクスの世界全般における動向との関連で探る。

(2016年5月10日)
CNNのパラメータ―チューニングを自動化:

リクルートテクノロジーズが、機械学習モデルの精度を自動的に向上させる仕組みを構築。手間の掛かるパラメーターチューニングを自動化した。

(2016年2月25日)
時系列データの「形状」で分類:

富士通研究所は判別が困難なほど振れ幅が激しい時系列データでも、高精度解析を可能とするDeep Learning技術を開発した。

(2016年2月17日)
リブセンスも採用:

トレジャーデータは2016年2月18日、「トレジャーデータサービス」に、オープンソースの機械学習ライブラリ「Hivemall」の機能を追加したことを発表した。トレジャーデータサービスに格納されたデータに対して、直接、機械学習処理を効率的に扱うことができ、機械学習の導入・運用のハードルが低いという。

(2016年2月19日)
ニューラルネットワークモデルの実装が一般化する?:

米マイクロソフトリサーチが深層学習(ディープラーニング)ツールキットをオープンソースで公開。グーグルのTensorFlowよりもGPU性能を引き出せるという。

(2016年1月27日)
より生物に近い機械学習の実現を目指し:

IBM東京基礎研究所は2015年9月16日、従来の人工ニューラルネットワークをさらに発展させ、より生物に近い学習を実現するためのモデル「動的ボルツマンマシン(DyBM)」を開発したと発表した。

(2015年9月17日)
IT用語解説系マンガ:食べ超(74):

好きなデータを学習させて、君だけのオリジナル自分を作ろう!

(2015年7月8日)
Deep Dreamを簡単に体験:

オズミックコーポレーションとイントロンワークスは7月7日、グーグルの人工知能アルゴリズム「Deep Dream」を利用できるWebインターフェースを公開した。

(2015年7月8日)
アナリティクス トレンド ピックアップ:

Amazon Web Services(AWS)は2015年4月10日(日本時間)、機械学習技術を容易に使えるようにするサービス「Amazon Machine Learning」を発表した。これがどんなサービスなのかを簡潔に紹介する。

(2015年4月13日)
Webブラウザーでできる機械学習Azure ML入門(3):

サンプルを使って、機械学習に必要なお作法を学んだところで、今回は実際にインプットとアウトプットのデータを外部から受けられるようにしてみます。このままデプロイしてAPIテストまで進めてみましょう。

(2014年12月1日)
Webブラウザーでできる機械学習Azure ML入門(2):

Azure MLの使い方を、機械学習の「お作法」に即して見ていきましょう。フローチャートと説明があるので、データを元にしたレコメンドの仕組みを確認できます。

(2014年12月1日)
Webブラウザーでできる機械学習Azure ML入門(1):

数学的な知識やソフトウェア知識がないと挑戦しにくい印象の機械学習を、Webサービスとして利用できる環境が「Azure Machine Learning」です。全体のプロセスを見ながら体験して理解してみましょう。

(2014年11月18日)
Microsoft Azure情報アップデート:

米マイクロソフトが機械学習アプリ開発のための新しいクラウドサービス「Microsoft Azure Machine Learning」(Azure ML)を発表。7月からプレビュー版を公開する。

(2014年6月17日)
Mahoutによる機械学習の実際:

機械学習は古くからある情報処理のアルゴリズムの総称です。これをApache Hadoop上で実施する際のフレームワークの1つがApache Mahoutです。本稿ではApache Mahoutを使った機械学習の初歩を学んでいきます。

(2013年12月4日)
展示会レポート:

ITベンダ各社が結集したイベントから業界トレンドの一部を紹介。今回は、タブレットデバイスを使ったワークスタイル変革やデータ活用のためのテクノロジを中心に紹介します。

(2013年5月10日)
ビッグデータ処理の常識をJavaで身につける(4):

Hadoopをはじめ、Java言語を使って構築されることが多い「ビッグデータ」処理のためのフレームワーク/ライブラリを紹介しながら、大量データを活用するための技術の常識を身に付けていく連載

(2012年3月7日)

「学習」用インフラ/コンピューティング

頭脳放談:

スーパーコンピュータ関連の発表が続いている。その多くが「人工知能」をターゲットにしているようだ。人工知能向けのスーパーコンピュータとはどのようなものなのか、最近の発表から見ていこう。

(2017年3月29日)
特集:インフラエンジニアのためのハードウェア活用の道標(3):

ソフトウェア技術者の間でもGPUやFPGAに対する興味が高まっている。「ハードウェアの“特質”とは何か」「GPUやFPGAの性能を生かすソフトウェアは、どうあるべきか」@ITの人気連載「頭脳放談」の筆者に聞いた。

(2016年4月25日)
クラウドコンピューティング、ホームアシスタントなどの分野でも:

NVIDIAと中国のBaiduがAI技術で提携。提携分野は、自動運転車、クラウドコンピューティング、教育、スマートホーム製品など、広範囲にわたる。

(2017年7月10日)
6400万のニューロンと同等のニューロシナプティックシステムを搭載:

IBMと米空軍研究所が、人間の脳からヒントを得た「IBM TrueNorthニューロシナプティックシステム」を搭載するスーパーコンピューティングシステムを共同で開発する。

(2017年6月27日)
「The Next Platform」で読むグローバルITトレンド(3):

長年の間、IT業界はハイパフォーマンスコンピューティング(HPC)環境のさまざまニーズに対応できていた。しかし、ハイパースケールデータセンター環境で稼働するウェアハウス(倉庫)サイズのコンピュータの台頭に伴い、この状況は変わろうとしている。

(2017年6月23日)
SGI買収後、初の共同開発製品も:

Hewlett Packard Enterpriseが、「HPE Apollo 6000 Gen10」「HPE Apollo 10 Series」など新世代のHPCおよびAIシステムと関連ソフトウェア、サービスを発表。SGI買収後初の共同開発製品「HPE SGI 8600 System」もリリースする。

(2017年6月21日)
頭脳放談:

最近、人工知能(AI)のアクセラレータとしてFPGAを活用する動きがある。なぜCPUやGPUに加えて、FPGAが人工知能に活用されるのだろうか。その理由を解説する。

(2017年5月25日)
Google I/O 17で「Cloud TPU」を発表:

米グーグルが開発者向けイベント「Google I/O 17」で、同社のコンシューマー向けサービスにAI/機械学習を広範に適用、これによってサービスプロダクトを相互に結び付け、システマチックに進化させていることをアピールした。その裏にはもちろん、TensorFlowとGoogle Cloud Platformがある。同社は機械学習処理を高速化する「Cloud TPU」、Androidデバイス上のAI処理のための「TensorFlow Lite」について、併せて紹介した。

(2017年5月19日)
POWERアーキテクチャに最適化:

IBMがオープンデータサイエンスプラットフォーム「Anaconda」をHPCプラットフォーム「IBM Cognitive Systems」で提供していく。

(2017年4月19日)
ディープラーニングなどのAI/HPCワークロード向け:

IBM Bluemixのベアメタルサーバサービスに、「NVIDIA Tesla P100」を搭載するオプションが追加される。主要グローバルクラウドプロバイダーで初とし、2017年4月中に提供を開始する。

(2017年4月7日)
開発者向けSDKを2017年上半期に公開:

米IBMが、商用に利用可能な汎用量子コンピュータ「IBM Q」のロードマップを発表。開発者向けに「IBM Quantum Experience」用APIやSDKも提供する。

(2017年3月8日)
初期費用なしで利用可能、18.7TFLOPSを超える演算性能:

IDCフロンティアが「NVIDIA Tesla P100」搭載のハイエンドGPUサーバを時間課金単位で利用できるサービスを開始。初期費用不要で、利用料金は1時間当たり440円から。料金の月額上限も設ける。

(2017年3月6日)
Cloud MLでも利用可能:

米グーグルは、クラウドサービスGoogle Cloud Platform(GCP)で、NVIDIA Tesla K80 GPUのパブリックベータ提供を開始したことを明らかにした。提供リージョンは「us-east1(サウスカロライナ州バークレー)」「asia-east1(台湾)」「europe-west1(ベルギー サン・ギスラン)」。

(2017年2月22日)
GPUコンピューティングプラットフォームを用い、日本最速を目指す:

東京工業大学が次世代スーパーコンピュータ「TSUBAME3.0」の開発計画を発表。NVIDIAのGPU「Tesla P100」を採用し、64ビットの倍精度性能だけでなく、AIやビッグデータ分野などに向けた47.2PFLOPSの半精度(16ビット)浮動小数点演算性能も目指す。

(2017年2月20日)
低消費電力、低コスト、高速処理を要するIoTアプリケーションの増大に対応:

アルテラを買収したインテルが、新世代FPGA「インテル Cyclone 10ファミリー」を発表。広帯域幅の高性能アプリケーションに最適化された「Cyclone 10 GX」、低スタティック消費電力、低コストのアプリケーションに最適化された「Cyclone 10 LP」をラインアップする。

(2017年2月15日)
「IBM PowerAI」+NVLink搭載POWERサーバで展開:

IBMとNVIDIAが、エンタープライズ向けディープラーニングソリューションで提携。ディープラーニングソフトウェアツール群「IBM PowerAI」を投入し、NVLink搭載IBM POWERサーバを組み合わせたアプライアンスによるソリューションを提供する。

(2016年11月16日)
専門知識なしでディープラーニングを扱えるよう工夫:

UEIが、GPUにGeForce TITAN Xを採用したディープラーニング用ワークステーションの新機種「DEEPstation DK-1000」の販売を開始。専門知識なしでもディープラーニングを扱えるという深層学習用GUI環境「CSLAIER」をプリインストールする。

(2016年10月26日)
HPEが「HPE Apollo 6500」、IBMが「IBM Power Systems LS」を投入:

HPEとIBMが、ディープラーニングに特化したGPUコンピューティング対応サーバの新製品を発表した。

(2016年9月12日)
ディープラーニング/GPUコンピューティング環境を月額9万5000円から:

さくらインターネットが、米NVIDIAのGPGPU「NVIDIA Tesla」を搭載した物理サーバのサブスクリプション型サービス「さくらの専用サーバ・高火力シリーズ」を2016年9月30日に開始する。

(2016年9月1日)
量子ビットのプロセッサを誰でも利用できる:

IBMが「量子コンピューティング」プラットフォームをクラウドで公開した。誰でも量子コンピュータにアクセスして、実験に参加できる。

(2016年5月10日)
脳からヒントを得て開発した「TrueNorth」を搭載:

米ローレンス・リバモア国立研究所は、米IBM Researchが脳からヒントを得て開発したチップを搭載するスーパーコンピューティングプラットフォームを購入した。

(2016年3月30日)
GPUインスタンスを活用、CPUのみでも利用可:

クラスキャットが、機械学習環境のマネージドサービス「ClassCat Deep Learning Service v2」の提供を発表した。Amazon Web ServicesとMicrosoft Azureに対応する。

(2016年2月1日)
OpenStack、Docker、Apache Sparkなどが対象:

「OpenStack」や「Docker」「Spark」といったデータセンターアーキテクチャ向けに、特定の処理にFPGAをアクセラレーターとして利用する仕組みをIBMが正式に展開する。コンピューティングリソースの負荷を低減し、エネルギー効率を高める。

(2015年11月20日)

認識(コグニティブ)技術

Dev Basics/Keyword:

Emotion APIは、画像ファイルや動画ファイルを渡すだけで、そこに映っている人がどんな感情を持っているかを簡単に判定してくれる。

(2017年7月13日)
Dev Basics/Keyword:

Face APIはマイクロソフトのCognitive Servicesに含まれるAPIの1つで、顔検出/画像のグループ化/人物の特定などの機能を提供する。

(2017年6月27日)
特集: 音声合成APIの活用:

入力したテキストから人工的な音声を出力する「音声合成」をC#で行う1つの手法として、docomo Developer supportの音声合成API(エーアイ提供のサービス利用)を活用する方法を紹介する。

(2017年6月23日)
車載アシスタントをより賢く、便利に:

ニュアンスがコネクテッドカー向けプラットフォーム「Dragon Drive」の機能を拡充したと発表。AIを用いた音声対話と認知機能を、運転者に加えて同乗者にも対応させた。

(2017年6月20日)
認識系API活用入門(5):

コグニティブサービスのAPIを用いて、「現在のコグニティブサービスでどのようなことができるのか」「どのようにして利用できるのか」「どの程度の精度なのか」を検証していく連載。今回は、Computer Vision APIの概要と使い方を解説し、OCR機能について、日本語/英語、フォントごとの精度の違いを検証する。

(2017年6月15日)
Dev Basics/Keyword:

Computer Vision APIを使用すると、マイクロソフトが提供する画像処理アルゴリズムを使って、APIに渡した画像ファイルの解析を行い、さまざまな情報をそこから得られる。

(2017年6月13日)
Dev Basics/Keyword:

Translator Text APIはマイクロソフトが提供するクラウドベースの機械翻訳APIであり、さまざまな言語で書かれたテキストをさまざまな言語に翻訳してくれる。

(2017年5月23日)
Dev Basics/Keyword:

Translate APIは、グーグルが提供するREST形式の翻訳API。APIに渡した文字列がどの言語で記述されたものかを検出したり、翻訳したりできる。

(2017年5月16日)
認識系API活用入門(4):

コグニティブサービスのAPIを用いて、「現在のコグニティブサービスでどのようなことができるのか」「どのようにして利用できるのか」「どの程度の精度なのか」を検証していく連載。今回は、Speech Recognition APIの概要と使い方を解説し、他のサービスとの違いを3パターンで検証する。

(2017年5月10日)
Dev Basics/Keyword:

Google Cloud Vision APIはグーグルが提供する画像分析サービス。画像に何が含まれているかや、文字認識など、高度な画像分析をREST API経由で簡単に行える。

(2017年5月9日)
AIで、映像からキーワード、概念、感情的な文脈などのメタデータを自動抽出:

IBMが、企業が「映像」からビジネス洞察を引き出せるよう支援する「Watson」ベースの新クラウドサービスを発表。2017年内の正式版リリースを予定する。

(2017年4月26日)
Watsonがアプリケーション開発を支援:

日本IBMは2017年4月24日、「IBM Watsonを活用した次世代超高速開発」を発表した。アプリケーション開発の計画から運用保守の効率化を支援するという。

(2017年4月24日)
認識系API活用入門(3):

コグニティブサービスのAPIを用いて、「現在のコグニティブサービスでどのようなことができるのか」「どのようにして利用できるのか」「どの程度の精度なのか」を検証していく連載。今回は、Text To Speech APIの概要と使い方を解説し、他のサービスとの違いを4パターンで検証する。

(2017年4月5日)
自然言語認識のAI技術なども活用:

米Amazon Web Servicesは、セルフサービスのクラウド型コンタクトセンターサービス「Amazon Connect」を発表した。AWSの各種サービスと連携して、自然言語で応答したり、Amazon S3に通話内容を記録したりできる。

(2017年4月4日)
認識系API活用入門(2):

コグニティブサービスのAPIを用いて、「現在のコグニティブサービスでどのようなことができるのか」「どのようにして利用できるのか」「どの程度の精度なのか」を検証していく連載。今回は、Translator APIの概要と使い方を解説し、他のサービスとの違いを5パターンで検証する。

(2017年3月2日)
認識系API活用入門(1):

コグニティブサービスのAPIを用いて、「現在のコグニティブサービスでどのようなことができるのか」「どのようにして利用できるのか」「どの程度の精度なのか」を検証していく連載。初回は、コグニティブサービスとは何かの概要とAPIを使うための準備の仕方を説明します。

(2017年2月7日)
Dev Basics/Keyword:

LUISはマイクロソフトが提供する自然言語解析サービス。ユーザーが「何をしたいのか」(インテント)とそれに付随する情報(エンティティ)を取り出せる。

(2017年1月31日)
いまさら聞けないDeep Learning超入門(2):

最近注目を浴びることが多くなった「Deep Learning」と、それを用いた画像に関する施策周りの実装・事例について、リクルートグループにおける実際の開発経験を基に解説していく連載。今回は、画像解析における物体認識、Convolutional Neural Netの概要に加え、Caffeの環境構築の仕方や基本的な使い方を解説する。

(2015年11月9日)
いまさら聞けないDeep Learning超入門(3):

最近注目を浴びることが多くなった「Deep Learning」と、それを用いた画像に関する施策周りの実装・事例について、リクルートグループにおける実際の開発経験を基に解説していく連載。今回は、Deep Learning/CNN(Convolutional Neural Net)をどうビジネスに活用しているかに焦点を当て、その試行錯誤の過程を紹介します。

(2015年12月3日)
Deep Learningで始める文書解析入門(2):

本連載では、Deep Learningの中でも、時系列データを扱うRecurrent Neural Networkについて解説。加えて、その応用方法として原稿校正(誤字脱字の検知)の自動化について解説します。今回は、本連載における「誤字脱字」の定義と「なぜRNNを利用する必要があるのか」「課題に対してRNNをどのように利用したのか」について。

(2016年10月6日)
Deep Learningで始める文書解析入門(終):

本連載では、Deep Learningの中でも、時系列データを扱うRecurrent Neural Networkについて解説。加えて、その応用方法として原稿校正(誤字脱字の検知)の自動化について解説します。今回は、Long Short Term MemoryとResidual Learningの概要、「助詞の検出」精度を改善した探索アルゴリズムについて。

(2016年11月11日)
ロボットをビジネスに生かすAI技術(7):

Pepperや自動運転車などの登場で、エンジニアではない一般の人にも身近になりつつある「ロボット」。ロボットには「人工知能/AI」を中心にさまざまなソフトウェア技術が使われている。本連載では、ソフトウェアとしてのロボットについて、基本的な用語からビジネスへの応用までを解説していく。今回は、Pepperで使われているDeep Learningを例に、精度が高い画像認識機能を持つロボットの利点を解説する。

(2016年12月19日)
先端AI技術群「NEC the WISE」:

NECが、周辺環境の音を解析して、今起きている状況をAIで認識する「音状況認識技術」を開発。公共施設や観光地での犯罪/事故の検知や、高齢者宅での見守り能力の高度化が期待される。

(2016年11月29日)
日本語対応の音声翻訳「Speech API」も近日公開へ:

日本マイクロソフトは、近日中に音声翻訳向けのMicrosoft Translator Speech APIを日本語に対応させる。ニューラルネットワークを利用して、品質が高く、より自然な翻訳を可能にしたという。

(2016年11月25日)
高速データ取り込みエンジン+機械学習機能を搭載:

IBMが、高速なデータ取り込みエンジンや機械学習機能を提供する「IBM Cloud」ベースのデータプラットフォーム「IBM Watson Data Platform」を発表した。

(2016年10月27日)
あらゆるデータの統合とAIベースの意思決定を可能に:

IBMが、「Watson」のAI技術を活用して迅速な意思決定を支援するクラウド型データ統合/分析プラットフォーム「Project DataWorks」を発表した。

(2016年9月29日)
非構造化データから構造化データへの変換を支援、日本語にも対応:

マイクロソフトは、非構造化データを分析して構造化データ抽出するAPI「Text Analytics API(プレビュー版)」を複数の言語で利用できるようアップデート。日本語にも対応した。

(2016年6月24日)
音声認識などのディープラーニングモデルで、高い処理速度を実現:

マイクロソフトは、プログラミング言語やツール機能、テキスト/音声読み取り機能を強化したオープンソースのディープラーニングツールキット「CNTK 1.5」をリリースした。

(2016年6月14日)
特集:Cognitive Servicesを探る:

マイクロソフトが提供するCognitive Servicesがどんなものかを、Text Analytics APIを使いながら見てみよう。

(2016年6月13日)
Watsonが非構造化データから推論:

IBMが、セキュリティについて訓練されたWatsonのクラウド版「Watson for Cyber Security」を発表した。高度化するサイバー攻撃対策と、セキュリティ要員のリソース/スキル不足をWatsonの認知技術でカバーする。

(2016年5月12日)
特集: Build 2016:

Build 2016で示された2つのキーワードを通して、マイクロソフトはどんな会社になったのか、何を成し遂げようとしているのかを見てみよう。

(2016年4月11日)
60以上のAPI/サービスで開始:

米ヒューレット・パッカード・エンタープライズ(HPE)は2016年3月10日(米国時間)、機械学習/ディープ・ラーニングのAPIをサービスとして提供する「HPE Haven OnDemand」を正式提供開始したと発表した。同サービスは全面的にマイクロソフトのMicrosoft Azure上で、全世界的に提供される。また、フリーミアムモデルを採用している。

(2016年3月11日)
産業別に具体的な「コグニティブ」ソリューションを開発:

日本IBMは、「Watson IoT事業部」を新設した。「コグニティブコンピューティング」とIoTを連携、産業界ごとに新たなソリューションを創出する体制を整える。

(2016年3月1日)
画像認識機能が使えるAPI:

米グーグルは2016年2月18日、「Google Cloud Vision API」のパブリックβ版を公開した。APIコールのみで画像の特徴的な要素や一般的なランドマークなどをラベル付けしたり、多様な言語の文字認識(OCR)機能を利用できる。

(2016年2月19日)
どんな用途に使われていくか:

日本IBMとソフトバンクが2016年2月18日に発表したIBM Watson日本語版。その用途と、日本語版で提供される6種のAPIについて取り上げる。

(2016年2月19日)
分析技術の提供と、顔認識サービスの共同開発を展開:

富士通が、深層学習(ディープラーニング)技術を活用したサービス提供や、企業と共同でサービス開発を行うと発表した。

(2016年2月4日)
Tech Basics/Keyword:

Watsonは、IBMが開発した人工知能システム。自然言語の質問に対して、大量のデータから最も最適となる解答を提示してくれるという。すでに医療分野や法律、顧客サポートなどで活用されている。

(2016年2月3日)
松岡功の「ITニュースの真相、キーワードの裏側」:

「コグニティブコンピューティング」と呼ぶAI(人工知能)領域のテクノロジーに注力するIBM。だが、同社はAIという表現を使っていない。その背景を探る。

(2016年1月29日)
Raspberry Piとちょっとのコード実装で「バナナです」:

グーグルの画像認識APIが限定プレビューに。画像認識や分類などの手間の掛かる実装をAPIコールで外に出せるため、一般的な用途であれば端末側を賢く作り上げる必要がなくなる。

(2015年12月4日)
4コマまんが「がんばれ!アドミンくん」:

「Googleがゴリラと人間の写真を間違えて自動分類して謝罪したらしいな」「Googleの人工知能もその程度か……」

(2015年7月28日)
Bluemixでの提供も視野に:

IBMが長年研究してきた人工知能「Watson」の技術を投入し、機械学習、予測分析機能と自然言語解析を組み合わせたサービスがスタートする。数週間以内にベータテストプログラムをスタートする予定だという。

(2014年9月18日)
「ワトソン」の知性を実務アプリケーションへ:

米IBMは、センサ情報などの大量データを基に人間のように意思決定するコグニティブコンピューティングの研究成果を、実製品やサービスに取り込んでいくと発表した。SoftLayer環境も想定する。

(2013年11月5日)

自動運転/自律制御

ロボットをビジネスに生かすAI技術(8):

Pepperや自動運転車などの登場で、エンジニアではない一般の人にも身近になりつつある「ロボット」。ロボットには「人工知能/AI」を中心にさまざまなソフトウェア技術が使われている。本連載では、ソフトウェアとしてのロボットについて、基本的な用語からビジネスへの応用までを解説していく。今回は、人工知能によって、人が運転しなくても自律的に動く自動車で使われる自動運転技術について。

(2016年12月21日)
Google Carの自動運転技術大解剖(1):

本連載では、公開情報を基に主にソフトウエア(AI、アルゴリズム)の観点でGoogle Carの仕組みを解説していきます。初回は、自動運転の歴史やGoogle Carの位置付け、Google Carで使われているセンサーの基礎知識などについて。

(2015年5月29日)
Google Carの自動運転技術大解剖(2):

本連載では、公開情報を基に主にソフトウエア(AI、アルゴリズム)の観点でGoogle Carの仕組みを解説していきます。今回は、制御AIの思考と行動のサイクル、位置推定の考え方「Markov Localization」における3つのアルゴリズムと、その使い分け、現実世界の認識における課題などについて。

(2015年7月3日)
Google Carの自動運転技術大解剖(終):

本連載では、公開情報を基に主にソフトウエア(AI、アルゴリズム)の観点でGoogle Carの仕組みを解説していきます。今回は、ロボットの思考と行動のサイクルのうち「行動計画の立案」と「計画した動作の実行」について解説。最後に人工知能の歴史も。

(2015年12月9日)
NVIDIAのSoC、GPU技術を搭載:

Audiが初の自動運転レベル3を実現する新型車「Audi A8」を発表。「zFAS」による渋滞走行支援システムなど、提携に基づいたNVIDIAの技術を活用した機能が多数搭載される。

(2017年7月18日)
「銀のさら」と実証実験:

ZMPが自動宅配ロボットのプロトタイプを開発。宅配ボックスを備え、周囲環境を認識しながら歩道を自動走行して荷物を届ける。2017年8月からパートナー企業と協力して実証実験を実施する。

(2017年7月14日)
安全と乗り心地も追求:

ZMPと日の丸交通が「レベル4推進研究会」を発足。他のタクシー会社とも協力しながら、2020年までに自動運転レベル4の自動走行タクシーの本格営業を目指すという。

(2017年7月12日)
車載コンピューティングプラットフォーム「NVIDIA DRIVE PX」を採用:

スウェーデンのボルボが、自動運転車のソフトウェア開発基盤にNVIDIAの車載コンピューティングプラットフォーム「NVIDIA DRIVE PX」を採用。2021年までにAI搭載自動運転車の市場投入を目指す。

(2017年6月29日)
「クルマへの不正アクセスが原因の事故」などを保証する特約も2017年7月に開始:

損保ジャパン日本興亜が東京大学が進める自動運転技術の研究に参画。レベル4以上の自動運転に対応した新たな損害保険商品の開発に向けた共同研究を実施する。

(2017年6月26日)
「AI搭載自動運転バス」の運用を見据え:

DeNAと横浜市が、自動運転社会を見据えた新しい地域交通の在り方を提案する「無人運転サービス・AIを用いた地域交通課題解決プロジェクト」を共同で開始。自動運転バス「Robot Shuttle」の一般試乗イベントを2017年4月に行う。

(2017年4月25日)
シミュレーターで研究開発を効率化、GitHubで公開:

マイクロソフトが、AI搭載ロボットやドローンの効率的な開発を支援するオープンソースプラットフォーム「Aerial Informatics and Robotics Platform(β版)」を開発者向けにリリース。GitHubで公開した。

(2017年2月17日)
完全自動運転は2020年代前半に実現しない:

トヨタの自動運転関連技術研究開発組織、Toyota Research InstituteでCEOを務めているGill Pratt氏は2017年1月4日(現地時間)、CES 2017で、自動運転技術開発の現状と課題につき、示唆に富む説明をした。本記事では、この説明を再構成してお届けする。

(2017年1月10日)
BMWなどと共同展開:

インテルが自動運転車ソリューションの新ブランド「Intel GO」を発表。ハードウェアおよびソフトウェア開発キット、5G対応開発プラットフォームなどが含まれる。BMWなどと共同で開発し、2017年内の公道テストを目指す。

(2017年1月6日)
IT用語解説系マンガ:食べ超(105):

お菓子をあげないといイタズラする回路を積んだ妖精さんです。

(2016年12月7日)
今後2年間で:

インテルのブライアン・クルザニッチCEOが「LAオートショー」の基調講演で、自動運転車の技術に今後2年間で2億5000万ドル(約270億円)の新規投資を行うと発表。自動車業界と連携して、「完全自動運転」の実現を目指す。

(2016年11月17日)
自動運転ECUとSDKを提供、アプリ開発を効率化:

日立オートモティブシステムズと日立ソリューションズは、自動運転車向けのECUを共同で開発。リアルタイムデータベースを搭載しており、データ検索時間を従来の100分の1に短縮した。

(2016年10月19日)
ディープラーニング活用で「ヒヤリ・ハットシーン」を高精度に検出:

NTTコミュニケーションズが、人工知能(AI)を活用した危険運転の自動検出に成功したと発表。移動状況推定技術1を用いたAIにより、約85%の精度で危険運転を自動検知できたという。

(2016年9月27日)
頭脳放談:

BMWが、Intelと組んで自動運転の開発を行うという。自動運転は今、自動車関連業界だけでなく、半導体業界でもホットな話題だ。そこにIntelも参戦するわけだが、その思惑は?

(2016年8月18日)
アイサイト+人工知能で「自動車事故ゼロ」を目指す:

富士重工業と日本IBMは、高度運転支援システムに向けた実験映像データの解析システム構築と、クラウドや人工知能技術に関する協業検討について合意した

(2016年4月26日)
気象条件の悪さがメリット?:

 トヨタ自動車は2016年4月7日(米国時間)、人工知能技術の研究・開発子会社Toyota Research Instituteが、第3の研究開発拠点を設立すると発表した。気象条件の悪さが重要な理由かもしれない。

(2016年4月8日)
自動運転インフラに組み込まれるか?:

デンソーとNTTドコモは、LTEや次世代移動通信システム「5G」を利用した車両制御システムを共同で研究開発することに合意した。

(2016年2月22日)
自動化/自律化が実現するのは、人の「代替」ではなく「アシスト」:

ITシステムに、これまでの「静的な運用」ではなく、変化に応える「動的な運用」への変革が求められている。しかしこれを具体的に、どのように実現すれば良いのか。既に実践する他業種やエキスパートの取り組みから、そのヒントと具体策を探る。

(2016年3月11日)
画像処理や機械学習も簡単に:

Windows系のITエンジニアのための産業用ドローン開発環境が登場。ドローンワークスは、Windows 10 IoTとMicrosoft Azureを組み合わせた新たなドローン開発プラットフォームを「IoT Technology 2015」で展示。

(2015年11月18日)
頭脳放談:

自動車の自動運転技術に対する注目が急速に高まっている。自動運転というのは、いわばクルマに自前の目や脳を載せるという技術である。半導体技術が支える面も大きい。そこには、まだいくつかの課題がありそうだ。

(2013年11月28日)

チャットボット/コミュニケーションロボット

「分岐やGotoは難しかったけど楽しい」:

NTTドコモは2017年7月7日、東京・豊洲のキッザニア東京に「ロボット研究開発センター」パビリオンをオープンした。関西のキッザニア甲子園では2017年7月10日にオープンする。

(2017年7月7日)
チャットボット間でのAPI標準化が進む:

今後の発展が見込まれる技術の1つ「チャットボット」は、2021年までにどう進化し、実用化されていくのか。野村総研がその予測を公表した。

(2017年3月10日)
Amazon Chimeとも将来連携?:

米アマゾンが、パーソナルアシスタント機能を備えたスピーカーシリーズ「Amazon Echo」の新製品、「Echo Look」を発売した。あまりスタイリッシュとはいえない形状をしているが、「スタイルチェック」、つまり服のコーディネートをチェックできる機能を備えるという。

(2017年4月27日)
質問内容に応じて、対応をAIか人かを自動切り替え:

ベルシステム24は、LINEを使う顧客対応システム「LINE カスタマーコネクト」に、IBM Watsonを搭載した新ソリューション「BellCloud AI for SNS」を追加。顧客の質問内容に応じて、AIか人によるチャットかを自動的に切り替える機能を備える。

(2017年4月17日)
特集: 新たなアプリ「ボット」の時代:

マイクロソフトが突如として発表したBot Framework。これを使ってボットを作成するための基本を見てみよう。

(2016年4月15日)
特集: 新たなアプリ「ボット」の時代:

Microsoft Bot Frameworkを使用して作成したボットをAzureにデプロイ、Bot Connectorに登録し、最終的にSlackで対話を行う。

(2016年4月26日)
特集: 新たなアプリ「ボット」の時代:

LUIS(自然言語解析サービス)とロケスマWeb(お店発見Webサービス)とGoogle Geocoding APIを使って、ユーザーが探しているお店を教えてくれるLINE Botを作ってみよう!

(2017年2月3日)
API Meetup Tokyo 17:

「API Meetup Tokyo #17 〜年末スペシャル〜」で、Web APIの適用事例として「LINEのchatbot展開」をテーマにした講演が行われた。本稿では、この講演の内容についてレポートする。

(2017年1月26日)
冷蔵庫、ロボットにも:

米ラスベガスで開催されているConsumer Electronics Show(CES) 2017で、米アマゾンの音声アシスタント機能「Amazon Alexa」を搭載する機器が相次ぎ発表された。自動車とスマートフォンにおける初の搭載が特に注目される。

(2017年1月6日)
ロボットをビジネスに生かすAI技術(6):

Pepperや自動運転車などの登場で、エンジニアではない一般の人にも身近になりつつある「ロボット」。ロボットには「人工知能/AI」を中心にさまざまなソフトウェア技術が使われている。本連載では、ソフトウェアとしてのロボットについて、基本的な用語からビジネスへの応用までを解説していく。今回は、FinTechにおける活用事例として、みずほ銀行や三菱東京UFJ銀行などでの取り組みを紹介する。

(2016年12月14日)
ロボットをビジネスに生かすAI技術(4):

Pepperや自動運転車などの登場で、エンジニアではない一般の人にも身近になりつつある「ロボット」。ロボットには「人工知能/AI」を中心にさまざまなソフトウェア技術が使われている。本連載では、ソフトウェアとしてのロボットについて、基本的な用語からビジネスへの応用までを解説していく。今回は、ロボットや人工知能が人間と自然に話すための技術として、音声認識、音声合成、知的エージェント、感情認識、感情生成を紹介。

(2016年12月7日)
家庭IoTのエコシステム構築を推進:

インテルとAmazon.comは、インテルアーキテクチャとAmazon.comの音声アシスタント「Alexa」を利用してスマートホームのエコシステムを発展させ、自然言語機能をコンシューマーへ広く提供する取り組みを進める。

(2016年12月5日)
Watsonを利用した「Slackチャットボット」などを提供:

IBMとSlackが、Webコミュニケーションツール「Slack」とコグニティブ技術「Watson」の連携取り組みで提携。Watsonのコグニティブ技術を融合したSlackツールなどを開発していく。

(2016年10月28日)
AzureやDynamics CRMとも連携、「ロボットでオフィスを活性化」:

DMM.comとプライスウォーターハウスクーパース(PwC)、Sansanの3社は、ロボットを活用した企業内コミュニケーション改革を支援することで協業する。

(2016年2月23日)
Watsonの日本語対応も推進:

米IBMとソフトバンクロボティクスホールディングスは、Pepper向けのIBM Watsonを開発し、世界の企業に提供する計画を明らかにした。Watsonの日本語対応も推進する。

(2016年1月7日)
アプリ開発コンテスト「家CON-2015」:

「スマートハウス」が持つ機能と、他のさまざまなデータを組み合わせることで、新たなサービスを生み出そうというコンテスト「家CON-2015」が開催され、10月下旬に審査結果が発表された。

(2015年12月24日)
クラウド時代のサービス開発――「個人と対話する機械」を作るヒント(2):

前回は個人と対話するボットキャラクター「パン田一郎」がバックエンドで採用した技術と、リリースまでの流れを紹介した。後編では、人間とのコミュニケーションを成功させるための施策を掘り下げて見ていこう。

(2015年7月30日)
クラウド時代のサービス開発――「個人と対話する機械」を作るヒント(1):

マシンラーニング、ディープラーニングなど、未来を感じさせる数理モデルを使ったコンピューター実装が注目されている。自ら学習し、機械だけでなく人間との対話も可能な技術だ。では、コンピューターはどのように人間との対話を図ればよいのだろうか。コンピューターの技術だけでなく、そこで実装されるべきインターフェースデザインを考えるヒントを、あるコンシューマーアプリ開発のストーリーから見ていく。

(2015年7月21日)
チャットボットでチーム開発効率化入門(1):

GitHub社が開発しているbotフレームワークHubotを使ってチャットアプリ上でチーム開発をいかに効率化していくかを解説していきます。初回は「ChatOps」の有用性とHubotの概要、セットアップ方法、OSSのチャットアプリとの連携方法について。

(2014年8月20日)
チャットボットでチーム開発効率化入門(2):

GitHub社が開発しているbotフレームワークHubotを使ってチャットアプリ上でチーム開発をいかに効率化していくかを解説していきます。今回は、HubotとRedmineを連携してチケットをチャットに通知する方法と環境構築、開発を楽しくするHubotスクリプトを6つ紹介。

(2014年12月3日)
チャットボットでチーム開発効率化入門(3):

GitHub社が開発しているbotフレームワークHubotを使ってチャットアプリ上でチーム開発をいかに効率化していくかを解説していきます。今回は、JenkinsとGitBucketをインストールしHubotと連携してチャットからJenkinsのジョブを実行する方法などを紹介します。

(2014年12月12日)
チャットボットでチーム開発効率化入門(4):

GitHub社が開発しているbotフレームワークHubotを使ってチャットアプリ上でチーム開発をいかに効率化していくかを解説していきます。今回は、Zabbixをインストールして監視設定を行い、Hubotと連携してサーバーからの障害検知をチャットに通知する方法などを紹介します。

(2014年12月19日)
頭脳放談:

ソフトバンクが感情を認識するロボット「Pepper」を発表。このPepperは、感情を認識したり、開発をオープン化したりとこれまでのロボットとは違っているようだ。

(2014年6月25日)

エンタープライズ活用――人工知能をビジネスでどう使うか

AIが潜在的な課題を予測し、特定し、自動改善する:

IBMが、WatsonをベースにITインフラの構築・運用を支援するクラウド型サービスプラットフォーム「IBM Services Platform with Watson」を発表した。

(2017年7月14日)
日本市場向けにAI機能などを強化:

台湾のAppierは、AIを搭載したデータインテリジェンスプラットフォーム「アイソン」を日本で提供する。同社が提供する膨大な量の消費者行動データと企業のCRMシステムを統合し、AIによって消費者の行動予測分析を可能にするという。

(2017年7月11日)
Google Cloud Next Tokyo 17:

キユーピーは、ベビーフードの原料検査で機械学習/AIの活用を進めている。同社の取り組みはこれにとどまらない。現場力を生かすためにAIを活用、これによって企業価値をさらに高めていくとしている。

(2017年6月23日)
AI搭載IoT基盤を活用、検品工数減と確実性向上などに寄与:

NECは、AIを活用した目視検査ソリューション「AI Visual Inspection」の販売を開始する。人手に頼っていた検品業務を、製品画像を基にAIが実施する。ディープラーニング技術を応用した。

(2017年6月22日)
一方、消費者の6割は「失職」を懸念:

アバナードが「業務の自動化に関する企業実態調査」を発表。多くの経営層は「AIは、人から仕事を奪うものではなく、新しい働き方を提案するもの」と考えていることが分かった。

(2017年6月15日)
AIがネット上の公開データから能力を自動分析 “退職タイミング”も予測:

AIを利用した技術者ヘッドハンティングサービス「scouty」のβ版提供が始まった。AIが、SNSやブログなどの情報からその人の技術力を測り、企業に転職候補者を推薦する。転職しそうな時期も予測する。

(2017年5月26日)
日本気象協会が説明:

豆腐を主体とした食品を製造・販売する相模屋食料は、気象情報を活用した「とうふ指数」に基づく売上予測の適用で、廃棄量を約30%削減できたという。この予測には、SNS分析を組み込んでいる。

(2017年5月25日)
イベントという「点」を、標的型攻撃の「線」に:

カスペルスキーが、標的型攻撃対策に特化した企業向けセキュリティ製品「Kaspersky Anti Targeted Attack Platform(KATA)」を発表した。製品投入の背景と狙いを開発キーパーソンに聞いた。

(2017年4月26日)
AIを活用し、高精度や自動化を実現:

PwCコンサルティングとグリッドがドローンで収集したデータの解析サービスで協業を開始。AIを活用したデータ解析サービスに加え、解析データに基づいたビジネスコンサルティングサービスなども提供する。

(2017年3月3日)
サイバーセキュリティなどへの活用も想定:

三井住友銀行が、同行のコールセンター全席に「Watson」を導入したと発表。顧客向けの行内照会対応業務や与信業務に活用し、行員の生産性と顧客サービス力を高める。

(2017年2月27日)
マイクロソフトの「HoloLens」を活用、宮崎ブーゲンビリア空港へ試験導入:

全日本空輸と新日鉄住金ソリューションズが、空港内を“自走”して接客する「Pepper案内員」を開発。Microsoft HoloLensの技術を使い、「人や障害物を認識し、避けながら」移動できる機能を備えた。2017年2月末まで宮崎ブーゲンビリア空港で試験運用を実施する。

(2017年2月16日)
使うほどに精度が向上し、プロジェクト進行を改善させる:

Curious Edgeがプロジェクト管理ツール「Commu」のβ版をリリース。機械学習によって、使えば使うほどより最適なアドバイスや改善を行うよう促すサジェスト機能を備える。

(2017年2月14日)
AIを用い、サイト分析/テスト工程生成の自動化実現に向け:

ハーツユナイテッドグループとAIに強みを持つHEROZが提携を発表。AIを活用したソフトウェア検証ツールの開発で業務提携する。HEROZのAI技術を活用し、ソフトウェア検証自動化の実現を目指すという。

(2017年2月8日)
医師の診療支援と患者の病態維持改善効果を見込む:

NTTは、東京大学と共同で糖尿病患者の「受診中断」を予測するモデルを構築したと発表。電子カルテから患者行動に関連する特徴量をAI技術を使って学習。受診中断を7割の精度で予測するという。

(2017年2月7日)
がん治療用ワクチンの開発を推進する新会社を設立:

NECが同社の先端AI技術を用いて創薬事業に参入する。がん治療用ペプチドワクチンの開発と実用化を推進する新会社「サイトリミック」を設立した。

(2016年12月20日)
IT/OTの融合、PredixにNECのAI技術群/サポートを提供:

NECと米GEデジタルが、IoT分野での包括的な提携を締結。ITとOT(運用技術)の融合を目指し、GEの産業向けプラットフォーム「Predix」向けのAIアプリケーションや保守/サポートを提供する。

(2016年10月27日)
「眠くならない」「効率の上がる」オフィスを、AIで:

ダイキン工業とNECが、AIを用いて知的生産性を高める室内空間を実現するための共同研究に取り組む。室内の温度や湿度の変化を予測し、空調などの設備を制御して快適な空間を作るという。

(2016年10月25日)
クラウドサービスは2017年2月を予定:

NECとSAS Institute Japanは2016年10月19日、NECが同社の機械学習/AI技術と、SASの分析製品を組み合わせたソリューションを提供すると発表した。2016年11月1日には第1弾のソリューションをユーザー企業への納入型で販売開始。2017年4月にはこれをクラウド分析サービスとして提供開始する。

(2016年10月20日)
AIに任せて工数削減の実現へ:

WACULは、AIを活用したWebサイト分析サービス「AIアナリスト」の成果達成率が、人手による分析効果を上回ったと発表した。

(2016年10月17日)
セルフサービスで予測可能に:

クラウド型人事・労務分析プラットフォーム「サブロク」を展開するSASUQUEが、「従業員の退職確率」を予測するAIエンジンを開発。サブロクの一機能として搭載して提供する。2016年10月3日に提供開始。

(2016年9月30日)
GPGPUとディープラーニングで開発が加速:

NVIDIAが、GPUコンピューティングを利用したディープラーニングにより、視線の軌跡を検知する研究用スマートフォンアプリの開発が進められている事例を紹介した。

(2016年9月7日)
スケジュール管理を楽にする仮想アシスタント技術:

マイクロソフトは、AIベースのスケジューリングサービスを手掛けるGeneeを買収。この仮想アシスタントによるAIスケジュール管理機能をOffice 365へ統合する考えを示した。

(2016年8月24日)
2割が「AIが資産運用アドバイスをしてくれる」に期待:

ジャストシステムが、「FinTechと金融サービスに関する調査」の結果を発表。「FinTech」の認知度はまだ低いものの、FinTechを活用した新たなサービスに強い期待を抱く人は日に日に増えているという。

(2016年8月1日)
人工知能技術ブランド「NEC the WISE」を駆使:

NECが、企業のAI活用/迅速な導入を支援するコンサルティングサービス「AIディスカバリープログラム」を始めた。AI活用を踏まえたコンセプトの立案やシナリオ提案、実現性の検証を支援する。

(2016年7月20日)
能率を高めるアドバイスを自動配信:

日立製作所は、従業員に装着したウェアラブルセンサーから取得した行動データを人工知能によって分析し、個人の「幸福感」を上げるアドバイスを自動配信する技術を開発したと発表した。

(2016年6月28日)
マルウェアの活動を自動検知:

EMCジャパンは、法人向けセキュリティ管理ソフトウェアの新バージョン「RSA Security Analytics 10.6」をリリース。新たに機械学習によるリアルタイム行動分析機能を追加し、標的型サイバー攻撃を早期に検出する能力を向上させた。

(2016年5月11日)
“分散学習”で自ら学び合う機器たち:

ロボットやCNC(コンピュータ数値制御装置)を提供するファナックは2016年4月18日、米シスコシステムズらと共同で工場内の機器をネットワーク接続し、機械学習などにより産業用ロボットの生産性向上を実現するためのアプリケーション開発用プラットフォームを発表した。

(2016年4月22日)
設計&検証も専門知識不要:

米AlpacaDBは、為替市場での自動取引アルゴリズムを設計できるiPhone向けモバイルアプリ「Capitalico(キャピタリコ)」の提供を開始した。

(2016年3月11日)
ネットワーク分離も自動化、オペレーション時間を10分の1に:

NECは、未知のサイバー攻撃を、人工知能技術で自動検知する「自己学習型システム異常検知技術」を開発した。システムの定常状態を機械学習し、定常状態と現在のシステムの動きを比較することで攻撃を検知する。

(2015年12月10日)
時空間データ横断プロファイリングとは?:

画像や映像認識技術などに強みを持つNECが人工知能に関する技術開発を強化。「時空間データ横断プロファイリング」技術を新規に発表した他、既存の技術を含めてソリューション体系を整備する。

(2015年11月11日)
今年の「冷やし中華つゆ」が安定供給された理由:

日本気象協会は「需要予測の精度向上・共有化による省エネ物流プロジェクト」の成果と2015年度の活動計画を発表。日本気象協会に各社の情報を集約し、気象予測では人工知能の研究機関の協力ることで、精度向上を目指すという。

(2015年10月26日)
Deep-Learningによる自動取引アルゴリズム生成:

Deep-Learning技術による画像認識プラットフォームを展開してきたAlpacaDBが、資金調達に成功し、金融系の事業領域に本格進出する。

(2015年10月19日)
機械学習で画像処理はここまで変わる:

アドビ システムズは、2015年10月6日(現地時間)に開催した「Adobe MAX 2015 Sneak Peeks」で、11の新技術を披露。顔写真3Dモデル化、絶対フォント感、複数画像検索、観光写真無人化、陰影分離、簡単フォント自作、消失点自動作成naなど、今回もデザイナー/クリエイターのみならず、日常的にデジカメやスマホで写真を撮る人でも欲しくなるような機能が多数見られた。

(2015年10月16日)
CEDEC 2015まとめ:

8月26日に開催されたゲーム開発者向けイベントの中から、バンナム、スクエニ、東ロボ、MSなどによる人工知能や機械学習、データ解析における取り組みについての講演内容をまとめてお伝えする。

(2015年9月29日)
ヘルスケアだけで終わらせない医療IT(4):

「IBM Watson」は、スマートフォンやウェアラブル端末などのデバイスから収集したデータと、電子カルテや遺伝子情報などの膨大な医療情報とを有機的に結び付けて医療現場の活動を支援できる認知システムとして注目を集めている。本稿では、2015年5月19日、20日に東京で開催された「IBM XCITE SPRING 2015」での講演内容を基に、IBM Watsonがどのように進化し、医療やライフサイエンス分野で活用されようとしているのかを紹介する。

(2015年6月25日)
セキュリティ業界、1440度(4):

「エンジニアサポートCROSS 2014」にて、マルウェア検知が機械に可能なのかを考えてきました。

(2014年2月3日)
「いたちごっこ」からの脱却なるか:

どうしても攻撃者の後手に回りがちなセキュリティ対策。ここに機械学習を活用することで、先手を打った対策を実現できないか――そんな取り組みが始まろうとしている。

(2013年8月30日)

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。