セキュリティと低レイテンシが強み
機械学習をクラウドではなく「モバイルデバイス」で実行すべき理由
モバイルデバイスのローカルリソースを使った機械学習が、現実的な手段となりつつある。クラウドの機械学習サービスが充実する今、あえてモバイルデバイスでの機械学習を選ぶ意味とは。(2018/6/28)

従来のネットワーク管理との違いは
ネットワーク管理に機械学習を利用するメリットとは
機械学習をネットワークの分析と監視のツールに関連付けると、ネットワーク管理に必要な労力を減らせる可能性がある。機械学習と他形式の自動分析との違いは何だろうか。(2018/6/6)

2017年度の比較表を大公開
徹底比較:Amazon、Azure、Google、IBMの機械学習機能 現時点の勝者はいるか
クラウドベンダーの機械学習機能を巡る戦いが激しさを増している。本稿では主要クラウドベンダー4社が提供する機械学習機能の比較表を掲載する。最適なプラットフォームを決める際の参考にしてほしい。(2017/8/1)

高度な技術をどうサポートするか
CIOが機械学習から逃げられなくなる日
機械学習を企業に導入する流れをCIOはどのようにサポートできるだろうか。恐らくはデータレイクの構築から始めることになるだろう。(2018/6/28)

コンボリューショナルニューラルネットワークで分析
新惑星発見に使われたGoogleの機械学習技術とは プロジェクト発案者が語る
GoogleとNASAは、機械学習技術の一つであるコンボリューショナルニューラルネットワークを用いて、新惑星を発見した。惑星探索に機械学習技術をどう活用したのか。(2018/9/3)

AIの攻撃にはAIをぶつける
AIを悪用したサイバー攻撃が登場、対抗策の「機械学習アルゴリズム」に脚光
ハッカーの技術はますます高度になっている。機械学習を利用する手口もその1つだ。こうした攻撃に対抗するには、防御側も機械学習を使ってサイバー脅威を早期検出するのが効果的だと、専門家はアドバイスする。(2018/6/7)

エグゼクティブインタビュー
ブルームバーグのデータサイエンス担当者が見た機械学習の課題
Bloombergでデータサイエンス(自然言語処理、情報の検索と取得、機械学習)を引きているギデオン・マン氏。2008年から機械学習を手掛けてきた同氏には、機械学習の可能性とともに課題も見えている。(2017/5/16)

AIはパターンマッチングを超えられるか?(前編)
パターンを学習する「機械学習」でできること、できないこと
機械学習、深層学習は与えられたデータセットからパターンを学習し、パターンマッチングを行う。実務分野に応用されて成果を出す一方で、機械学習がうまく適用できない分野も見えてきた。(2018/8/24)

加入者の安全運転を支援
機械学習はUberやAirbnbのようなイノベーションを自動車保険業界にもたらすか
機械学習ツールを活用できる分野はデジタルマーケティングだけではない。自動車保険会社のHiRoad Assuranceは、保険加入者の安全運転に機械学習ツールを役立てている。(2018/2/22)

「Amazon SageMaker」「Cloud AutoML」を解説
機械学習を使いやすくするAWSとGoogleのクラウドサービス、その利点は
機械学習はデータサイエンスのスキルを必要とする複雑なテクノロジーだ。Amazon、グーグルなどのクラウドプロバイダーはAIをもっと使いやすいものにすることを目指しているが、まだ改善の余地もある。(2018/10/10)

オープンソースツールがまた一つ
機械学習で生じる問題を解決するPythonライブラリ「MLflow」
機械学習のパラメーターやモデルの管理、APIの提供などができるPythonライブラリがオープンソースで公開された。Databricksの「MLflow」が解決する機械学習の問題とは?(2018/8/16)

Amazon Web ServicesやMicrosoftに差をつけられるか
Googleの機械学習用プロセッサ「Cloud TPU」の長所と短所
Googleは「TensorFlow」のパフォーマンスを向上させるため、Cloud TPUというマイクロプロセッサを提供している。クラウド機械学習市場で有力な立場を築いているかのように見えるGoogle Cloud Platformだが、TPUには課題も見られる。(2018/8/30)

AIの未来を開く
「Swift」はモバイルアプリ開発に機械学習を取り入れる
AppleのiOS向け開発言語「Swift」には、モバイルアプリへの機械学習の実装を容易にする可能性がある。SwiftでAIモデルを作成するための新しいツールや、そのユースケースを見てみよう。(2018/7/10)

AWSなど各種ベンダーが提供
機械学習インフラの複雑さを解消するクラウド型GPUツールスイート
GPUを利用した機械学習インフラの構築には技術的な障壁が残る。ある企業はGPUベースのインフラ構築プロセスの一部を自動化するPaaSを開発中だ。これを使えば、AI技術の構築にかかる労力と時間を削減できるかもしれない。(2018/10/2)

デジタルトランスフォーメーション(DX)に不可欠
いまさら聞けない「機械学習」とは何か? 「AI」との関係は?
機械学習をはじめとする人工知能(AI)技術が勢いを増している。こうした技術はIT投資の次の波になり、競走上の強みをもたらす可能性がある。(2018/9/19)

CPUやGPUが「総合職」なら、TPUは「専門職」
Googleの「Tensor Processing Unit(TPU)」は 機械学習処理の救世主か
Googleの発表した「Tensor Processing Unit(TPU)」は、機械学習モデルのトレーニングと実行向けに設計された。CPUやGPUと比較したTPUの長所と短所について解説する。(2017/8/15)

AI技術の宿命か
「機械学習を使ったセキュリティ製品」の弱点とは?
セキュリティ対策に、機械学習をはじめとするAI技術を生かす動きが広がっている。ただしAI技術は万能ではなく、弱点もあることに注意が必要だ。(2018/7/6)

クラウドで身近になる機械学習
GoogleやAWSが提供する機械学習サービス、ビジネスにどう活用する?
コンピューティングの新境地ともいえる機械学習が、パブリッククラウドのおかげでかつてなく手頃で使いやすくなった。ただし慌てて飛びつく必要はない。(2016/7/7)

人事部で機械学習のできることとは
機械学習で変わる従業員教育 DellとIBMはどう活用しているか
企業は、個人に合った従業員教育カリキュラムを用意する必要がある。本稿では、従業員の技術スキルや対人スキルを向上させるための教育、キャリアプランのアドバイスに、機械学習などのAI技術がどのように役立つかを解説する。(2018/7/12)

機械学習なくしてCESにもSXSWにも出るべからず
ハードウェアを飲み込んだソフトウェアが機械学習に飲み込まれる
数年前、テクノロジー業界を席巻したのはソフトウェアだった。そのソフトウェアの中で主役の座に躍り出ようとしているのが機械学習アルゴリズムだ。こうした傾向には相応の理由がある。(2017/2/13)

フェイルオーバー計画が必要な理由
機械学習に起こり得る3つの障害、外部からの攻撃にどう対処すべきか?
機械学習モデルには脆弱性と障害がつきものだ。本稿では障害の発生原因と、障害発生時にもユーザーの作業を中断させないためのフェイルオーバー計画について説明する。(2016/8/15)

登場し出したユースケース
AWSが誰でも使える「機械学習」を実現? 有望市場への取り組みを見る
機械学習モデルを構築するのは複雑で、数学者に委ねるのがベストだった時代もある。だが、Amazon Web Serviceなどの数社が、企業が機械学習を利用しやすくなるよう取り組んでいる。(2016/6/6)

業界の半分の離職率を達成
「7カ月続いたら良い方」離職率の高い職場を変えた“不満を見極める”機械学習
コールセンターの離職に歯止めをかけるために始めた機械学習で、離職率が大幅に改善したという。ITサービスベンダーTELUS InternationalのCIOが解説する。(2018/6/29)

機械学習には必須な有効性の検証機能など
群雄割拠の機械学習基盤 専門家が比較するポイントは?
機械学習市場にはここ数年で多くのベンダーが参入してきた。数あるベンダーの中から最適なベンダーを選ぶのは難しいが、専門家はどう見るのか。選定のポイントを聞いた。(2018/2/16)

Gartnerの評価レポート
機械学習プラットフォームでH2O.aiやKNIMEなど小規模ベンダーが躍進
データサイエンスと機械学習の市場は急速に拡大している。調査会社Gartnerの最新レポートによると、急増する市場の需要に素早く対応できる小規模ベンダーが大手を抑えてリードしているという。(2018/3/16)

データ量やアプローチに注目
深層学習と機械学習の違いとは? 実例で分かるその活用
深層学習は従来の機械学習と似ているが、モデル構造と出力の点で大きく異なる。専門家が解説する。(2017/5/31)

業務における機械学習の割合が重要
「クラウドで機械学習」の落とし穴 AWS、Azure、GCPをどう使う?
クラウドに機械学習の仕組みを実装することへの関心は高まっているが、この最先端のソフトウェアは、どの企業にとっても魅力的であるとは限らない(2017/12/6)

パフォーマンス向上のために
機械学習をネットワーク分析に活用するとどうなる?
企業におけるネットワークのパフォーマンスへの期待とプレッシャーが高まっている。今こそIT担当者は機械学習を用いたネットワーク分析ツールに注目すべきだ。(2018/9/7)

開発ツール「SAP Leonardo」が鍵
SAP Cloud Platformで機械学習やIoTのビジネスアプリ開発が加速する?
「SAP Cloud Platform」には、ブロックチェーン、機械学習、IoTなどの次世代技術をSAP製品群に結び付ける統合ツールが豊富にある。さまざまな業種業界がそれを活用し、新しい価値を生み出しているという。(2018/6/21)

研究開発が活発化
Googleは機械学習をどうデータセンター管理に生かしているのか?
機械学習を使ったデータセンターの管理がいよいよ実現しようとしている。機械学習は実用化の段階に移りつつあることを裏付ける、さまざまな事例を紹介する。(2016/6/2)