人工知能（AI）は、人間の知能の機械的な再現だ。AIの構成要素としては、自然言語処理（NLP）や音声認識、マシンビジョンなどが存在する。（続きはページの末尾にあります）
企業は「生成AI」を人材不足解消にどう役立てているのか。JR西日本のAIアプリケーション内製開発や、北海道文化放送の「Amazon Bedrock」活用、静岡銀行のAIチャットbot導入などの事例を紹介する。
シンガポールの駅の地下街に、ハイテクな小売店舗のスペース「Hive 2.0」が誕生した。レジ不要のセブン-イレブン店舗が出店し、ロボットによる配送サービスも提供している。
サステナビリティ（持続可能性）推進に悩む企業にとって、AIツールは課題解決の一つの手段となる。その具体的な機能や活用方法とは。Subwayの導入事例と併せて紹介する。
創薬プロセスにAIツールを活用する中外製薬の事例や、生成AIのハルシネーションを解決する大阪市の取り組み、日本オラクルのAI戦略など、AI技術関連の主要なニュースを紹介する。
「ChatGPT」を開発したOpenAIのサム・アルトマンCEOは、AI技術の規制に賛成の姿勢を示している。その理由はなぜか。議論が始まるAI技術の規制案を紹介しつつ、必要な規制とは何かを考察する。
みずほフィナンシャルグループは富士通と共同で、システム開発分野で「生成AI」（ジェネレーティブAI）を活用する実証実験に着手した。具体的な狙いは何なのか。
昆虫養殖の効率化に人工知能（AI）技術を生かす動きが活発化している。コオロギ食をはじめとする昆虫食の世界的ブームを受けて、食用昆虫の安定生産が重要になる中、AI技術は昆虫養殖にどう役立つのか。
コオロギを食料にする「コオロギ食」が世界的ブームになる中、コオロギ養殖の効率化に人工知能（AI）技術を活用する動きがある。こうした活動から明らかになった、意外な相関関係とは。
コオロギをはじめとする昆虫に対して、食料としての世界的な需要が生まれている。世界的な“コオロギブーム”を支えるのが、昆虫農場とも呼ばれる養殖場だ。その知られざる実態とは。
業務プロセスを抜本的に変革したいとき、音声認識の技術をどのように取り入れるかが重要だ。現実的なユースケースを紹介する。
技術者が積み上げてきた経験とノウハウを基本とした判断で、障害発生時の復旧に対処してきたJR東日本。同社は日立製作所のAI技術を活用し、復旧時間の短縮や輸送の安定化を目指す。
コンピュータビジョンなどのAI技術を使って、トラック運転手の漫然運転を防ぐ――。こうしたシステムの導入を進めるのが、道路と鉄道のメンテナンス企業Loramだ。そのシステムの中身とは。
サンゴ礁の保全活動に取り組むオーストラリアの環境保全団体は、DellやAccentureなどの企業と協力し、「深層学習」や「コンピュータビジョン」といったAI技術を活用する。その具体的な中身とは。
Dellはサンゴ礁の保全団体と提携し、深層学習モデルの開発に取り組む。開発した学習モデルはサンゴ礁保全活動の効率化のために活用する。具体的にどのような効果をもたらすのか。
IDC Japanの国内アナリティクス／AIプラットフォーム市場調査や、機械学習を活用したオリコのデータ分析製品導入事例など、データ分析に関する主要なニュースを紹介する。
スウェーデンにおいて、AI人材を育成する制度はまだ整備されていない。だがスウェーデンのAI専門機関は、その状況を変える画期的な取り組みに着手した。
フランスの大手投資銀行Societe Generaleが、データとAI（人工知能）技術に注力している。「データドリブン銀行」を目指すという、その取り組みの中身とは。
英国のFCAは、エンタープライズサーチベンダーであるAiimiと3年契約を結んだ。AI技術を搭載したエンタープライズサーチ製品を活用し、FCAが実現しようとしていることとは。
大学やベンダーが業務自動化ツールやデータ分析ツールなどの使い方を教える講義を開講し始めている。実際に講義を受けた学生の評価は。
化粧品会社L'Oreal傘下のModiFaceは、Googleの機械学習ツール「Vertex AI」を自社サービスに生かしているが、使い続けることを前提にはしていないという。その真意とは。
ベンダーが広報や販促活動の中で“AI”と呼んでいるものは概して、単にAI技術の一要素に過ぎない。主なAI技術である機械学習を利用するには、機械学習アルゴリズムの作成や、機械学習のための専用のハードウェアとソフトウェアの調達が必要だ。機械学習ベースのAIシステムの開発に利用できる主なプログラミング言語として「Python」「R」「Java」などが挙げられる。
機械学習ベースのAIシステムは、ラベル付けされた大量の教師データを取り込み、データを解析して相関関係やパターンを調べ、見つけ出したパターンを使って将来の状態を予測する。例えば機械学習モデルを備えたチャットbotに複数のチャットのテキストを与えて学習させることで、人とリアルなやり取りができるようになる。同じく機械学習モデルを備えた画像認識ツールに何百万枚もの画像を学習させることで、画像の中の物体を識別して説明できるようになったりする。
「学習」「推論」「自己修正」の3つが、機械学習ベースのAIシステムが備える主要な機能だ。
複数の教師データを基に、入力データを実用的な情報に変換するためのルールを作成する。このルールはアルゴリズムと呼ばれる。
望ましい結果に到達するために、正しいアルゴリズムを選択する。
アルゴリズムを継続的に微調整し、可能な限り正確な結果を提供できるようにする。
AIシステムを利用することで、ユーザー企業は自社の業務について、これまで気づかなかった洞察を得ることができる可能性がある。場合によっては、AIシステムは人間よりも高速かつ正確にタスクを実行できる。例えば大量の法的文書を分析し、それぞれの項目が適切に記入されているかどうかを確認するといった、反復的で細かい作業に適する。
一部の企業はAI技術によって新しいビジネスチャンスを得た。例えば米国でタクシー配車サービスを手掛けるUber TechnologiesはAIシステムを活用し、特定の地域で乗客の需要が高まるタイミングを予測することで、事前にドライバーをその地域に送り込んでいる。Googleは自社サービスの利用状況を基に、AIシステムで洞察を得て改善することで、オンラインサービスの最大手の一つになっている。同社のCEOであるサンダー・ピチャイ氏は2017年、同社が新サービスの開発にAI技術を積極活用する「AIファースト」企業になることを宣言した。
ITmediaはアイティメディア株式会社の登録商標です。
