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。

公開 2016年12月01日 15時00分

更新 2016年12月01日 03時00分

著者

Mike Matchett

[TechTarget]

印刷する

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。

併せて読みたいお薦め記事

AIがビジネスに与える影響とは

人工知能は人間の仕事を奪うのか

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。

次ページへ定期的に行きつ戻りつするトレンド