有効であるが要検討
クラウド「機械学習」への評価が分かれる理由、慎重派の言い分は？
最新アプリでは利便性向上のために機械学習機能を導入する要望が高まっている。その開発環境においてコスト軽減のためにクラウドプラットフォームが登場しているが、その利用については慎重な企業も多いという。
2015年、クラウドは機械学習アプリケーションにとって随分扱いやすい領域になった。
Microsoft AzureとAmazon Web Servicesは、どちらも2015年の早い時期にクラウドベースの機械学習プラットフォームをリリースしている。
両社は自分たちの製品に「Azure Machine Learning」「Amazon Machine Learning」という似たような名前を付けている。その後、2015年後半には、DatabricksとIBMが、機械学習ライブラリを組み込んだSpark処理エンジンのクラウド版をリリースした。
このようなクラウドベースの機械学習プラットフォームは、ライブデータセットで、クラウドで動作する機械学習アルゴリズムのテストに役立つ。ユーザーがテストを行う場合、自社のシステムをプロビジョニングおよび構成する必要がないからだ。
「これで安価にテストができる」と、BuildFaxの設立者であり最高技術責任者（CTO）を務めるジョー・エミソン氏は言う。BuildFaxは、米国内の建築許可のデータを収集し、収集したデータに基づいた分析サービスを住宅購入者や保険業者、不動産業者、調査官に提供している。
機械学習アプリケーションの開発には多くの試行錯誤が付き物だ。それ故に、コストをかけずにモデリングとデザインをテストできるクラウドベース機械学習プラットフォームの登場はプラスに働くとエミソン氏はいう。
だが、BuildFaxは、クラウドでさらに上の段階に進んでいる。彼らは、MySQLデータベースに蓄積したデータに対して予測モデリングを行うとき、Amazon Machine Learningを使っている。なお、MySQLデータベースは、「Amazon Relational Database Service」（RDS）の一部としてAWSで実行している。例えば、同社のモデルは、ある特定の地域にある住宅の屋根がいつ造られたものかを予測できる。これは住宅に保険を掛ける上での全体的なリスクを示す有効な指標になるとエミソン氏は語る。
BuildFaxのような中小企業は、自社でオンプレミスの機械学習システムを構築するより、初期設定がいらないクラウドサービスの採用が望ましいとエミソン氏は考えている。ただし、タダで手に入るものはない。また、クラウドを追加するか否かにかかわらず、分析チームは、どのように機械学習を使いこなすのかなど、学ぶことは多いとエミソン氏は指摘する。加えて、統計分析手法やアルゴリズムの効率化を図る知識などについても学習する必要がある。
保険会社のZurich North Americaでは、クラウドで機械学習アプリケーションを運用することの是非について、現在も社内で議論が続いている。分析プログラムの統括責任者を務めるコナー・イェンセン氏は「現在は全てのことをオンプレミスで行っている。ただし、目下議論中である」と語っている。
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
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣 -
製品資料
[サイボウズ株式会社] 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
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
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
2
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
3
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
-
4
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
7
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
8
BMWも導入 78兆円市場に化ける「フィジカルAI」の衝撃
-
9
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
10
「AI活用を前提とした業務PCへの移行」に関するアンケート
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
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