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）
AI技術向けのプロセッサとしてはGPUがあるが、近年注目を集めるのが「FPGA」だ。そのメリットとデメリットを解説する。
AI搭載型の検索エンジンは、従来型の検索エンジンから何が進化したのか。ユーザーにもたらされる新しい価値を解説する。
「生成AI」と「予測AI」は、いずれも業務効率を向上させるAI技術だ。両者にはどのような違いがあり、ビジネスのどのような場面で”使える”のか。専門家の意見を基に整理する。
OpenAIの「ChatGPT」と「GPT」は密接に関係しているものの、明確に異なる。実際のところ両者はそれぞれ何であり、どのような違いがあるのか。
先行するOpenAIの「ChatGPT」に対抗するため、Googleは独自のAIチャットbot「Bard」を生み出した。同社がBardに懸ける思いと“真の狙い”とは。
ジェネレーティブAI市場はOpenAIの「ChatGPT」が支配しており、Googleは対抗策として「Bard」を投入したものの、まだ万全ではない。それでもBardがChatGPTとの競争を勝ち抜く可能性はまだある。
MicrosoftがOpenAIの技術を「Bing」に組み込んで検索エンジン市場での勢力拡大を図る中、Googleは「ChatGPT」競合の「Bard」を投入し、即座に反撃の姿勢を示した。Googleを突き動かすのは、ある“不安”だ。
AIチャットbot「ChatGPT」と「Bard」が登場しているが、ユーザーはどちらを使えばいいのか。一見して同じようだが、決定的な違いもあるChatGPTとBardを比較する。
Microsoftは検索エンジン「Bing」に、ジェネレーティブAIの代表格「ChatGPT」を生んだOpenAIの技術を組み込み始めた。「Google検索」の圧倒的勝利で終わったはずの検索エンジン戦争が、再び活発化しようとしている。
ジェネレーティブAI（生成型AI）の中でも、特にベンダーの動きが活発なのがAIチャットbotだ。その代表格であるOpenAIの「ChatGPT」と、Googleの「Bard」とは何者なのか。それぞれの基本的な特徴を整理しよう。
「AI」という言葉がさまざまな意味や意図で使われ過ぎた結果、一般的なITツールと「AIツール」との区別が付きにくくなっている。両者はどう違うのか。
運用管理市場では、AI技術を活用した「AIOps」が盛り上がりを見せている。ただし中には、採用している技術が本当にAI技術かどうか疑わしい製品もある。真のAIOps製品かどうかを見極める、5つの特徴を紹介する。
オープンソースソフトウェアも活用し、AIプラットフォームの強化を続けるMicrosoft。バイスプレジデントのガスリー氏は、競合他社とは異なる戦略があると語る。
小売業が「Amazonプライム」に対抗するためのサービスを提供するShopRunnerは機械学習をどう活用しているのか。同社データサイエンス部門トップが語った。
AWSとMicrosoft、Googleのクラウドベンダー3社は、さまざまな用途で使える「クラウドAIサービス」を充実させている。4つの用途に絞って、主要サービスを整理する。
商用製品からオープンソースまで、人工知能（AI）を使ったデータサイエンスツールの選択肢が広がっている。うまく利用すれば、データアクセスや分析モデル作成、データ管理の共同作業が簡便になるだろう。
データと警告に過負荷を感じることなく、効率的にハイブリッドクラウドインフラを監視するには、既存のプロセスを幾つか見直す必要がある。本稿では監視のために最初に実施すべき「5つのベストプラクティス」を取り上げる。
新しいSalesforceのモバイルSDKを利用すれば、開発者はAppleのプログラミング言語「Swift」を使って、iOSデバイス向けのネイティブSalesforceアプリを簡単に作成できる。
ビッグデータ分析ツールを探しているなら、さまざまな機能がある中でも10個の機能に注目してほしい。特に、分析結果を埋め込む機能、他のアプリケーションとの連携機能、バージョン管理機能は確認しておきたいところだ。
TensorFlowやPyTorchなどのフレームワークばかりが注目されるが、ディープラーニングを支援する周辺ツールにも注目したい。今後さらに多くのツールが誕生することだろう。
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技術の一要素にすぎない。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、人とリアルなやりと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、これまで気付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。
Amazon Web Servies（AWS）やMicrosoft、Googleなどのクラウドベンダーは、AIモデルやAIアプリケーションをクラウドサービスとして利用できるAIaaS（AI as a Service）を提供している。AIaaSは、ユーザー企業がデータで何ができるかを判断するのに役立つ。本格的にAI技術を導入する前に、さまざまなベンダーのAIモデルやサービスをテストすることで、どの技術や機能が自社に適しているのかを判断できる。自社の要件に合わせてスケーリングできるAIaaSが見つかったら、利用規模に合わせてリソースを拡張できる。
AIaaS市場には、さまざまなベンダーが存在する。以下で主なAIaaSベンダーの一部を紹介する。
ITmediaはアイティメディア株式会社の登録商標です。
