新しいトレンドの影響力とは
第3次“AI”ブームは本物か、新しく台頭する4つのデータ分析トレンドとは（1/2 ページ）
第3次人工知能（AI）ブームが到来し、再びAIが注目を浴びている。そして、AIとビッグデータにより、新しいトレンドが生まれつつある。
ディープラーニング専用のアプライアンス「DGX-1」の公式Webページ《クリックで拡大》
ビッグデータと人工知能（AI）は世界に驚くような形で影響を及ぼす。既に影響は出始めており、その中には当然ながら、自分たちのデータセンターも含まれる。
AIという用語が復活している。私はAIを、機械学習を含む大きく包括的な存在として、そして同時に思考もほのめかす存在として解釈している。
AIという用語を使うとIT要素だけでなく突如として感情的要素が大きく変わり、例えば「ターミネーター」が登場する。一方機械学習は、ある意味で安心して話ができる。こちらは単なる応用数学で、例えば確立された可能性、線形代数、微分方程式を網羅する。だが幅が広がった現在のAIは、強化され自動化された視覚や音声、推論能力などを持つ人間性の提供へと向かいつつある。
本稿は、ビッグデータとAIで台頭しつつある注目すべきトレンドについて以下に解説する。こうしたトレンドは予想よりも早く自分たちのデータセンターに影響を及ぼすかもしれない。
Apache Sparkの存在
ビッグデータ分析基盤「Apache Spark」は、レイテンシに敏感なビッグデータ作業用のベーシックなプログラミングモデル「MapReduce」を、インメモリのリアルタイムクエリおよび高速機械学習へと大幅に入れ替えつつある。なじみがあり、分析に優しいデータ構造と言語によって、Apache Sparkは多くのハッカーの手に届く範囲にもたらしてくれる。
Apache Sparkはまだ完全に出来上がってはいない。だがApache Sparkのバージョン2は2016年半ばにリリースされたばかりで、急速に確実性を強めつつある。そうした中にあっても動きの速いエコシステムや、分散ストリーム処理プラットフォーム「Apache Flink」のような「次の大きな波」が既に頭角を現している。
自分にもできるデータ分析
数年前までビッグデータやAIのためには博士課程級のデータサイエンティストが必要だった。そこで創造性にあふれる複数の新興企業は、スプレッドシートを中心に使っているビジネスインテリジェンスアナリストがビッグデータに直接アクセスできるようにしようと試みた。
現在は、Apache Sparkと同様、ビッグデータ分析が平均的なエンジニアやプログラマーなどの技術者にも手の届くものになったと実感している。平均的なIT担当者は、それでもある程度真剣に学習する必要はあるかもしれないが、多大な組織的価値の創出という偉大な成功を成し遂げ得る。言い換えれば、優秀な非データサイエンティストは大規模なリアルタイムのデータフローにおいて、機会学習で非常に生産的になれる大きな分野が存在し、拡大している。一方Apache Sparkのようなプラットフォームでは「Python」や「R」のような高度なプログラミング言語を通じてビッグデータにアクセスしやすくなっている。
さらに簡単なアプローチも浮上しつつあり、ポイント＆クリック方式やドラッグ＆ドロップ方式のビッグデータ分析製品がDataikuやCaskといった企業から提供されている。ビッグデータとAIの目標を達成するためには依然としてETL（Extract／Transform／Load、抽出、加工、書き出し）の概念や、機械学習とは何で何ができるのかを理解しなければならない。だがMapReduceで低レベルの線形代数をプログラミングする必要はもうなくなった。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
“攻撃者優位”なサイバーセキュリティ、全ての「穴」をふさぐ方法とは？ -
製品資料
実際に悪用される脆弱性は4％前後 優先的に対処すべき脆弱性を把握するには？ -
製品資料
HubSpotの機能を拡張する法人データ活用法 -
製品資料
面倒で非生産的な「名寄せ」作業 高精度＆高効率に実施するには？ -
製品資料
名刺管理には「その先」がある 成果のでない営業活動から脱却する秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
Netflixのバックエンドは「ほぼJava」 3000超のアプリを支える開発基盤の裏側
-
2
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
3
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
4
「WSUS」終了の時限爆弾 “本命”移行先ツールとMicrosoft提唱の新管理手法
-
5
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
6
アラート47％削減 オープンハウスが捨てた「全部メール通知」の監視体制
-
7
IT製品の導入に関するアンケート「サーバ＆ストレージ」編
-
8
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
9
「企業におけるAIの運用」に関するアンケート
-
10
「OSの選定・導入」に関するアンケート
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
財務・会計はAI活用でどう変わる？ 調査で見えた変革の道筋
-
3
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
4
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
7
コスト分析で見る「デバイス復旧」の代償 損失額から導きだされた投資戦略とは
-
8
Macの安全神話は崩壊？ 最新の脅威動向から見えた攻撃のトレンドと有効な対策
-
9
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
-
10
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー