「AI」と呼ばれる技術には「弱いAI」と「強いAI」の2つがある。両者を隔てるものとは何か。そして結局のところ強いAIすなわち「汎用人工知能」(AGI)は実現可能なのか。
「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。
Appleは「MacBook Pro」の最新モデルを発売した。そのハイエンドモデルはApple初の8コアプロセッサ搭載MacBookで、従来モデルよりも高速化を図った。
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。
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。
ディープラーニングプログラムを一から構築することも可能だが、既存のフレームワークやラッパー、周辺ツールを使うことでより迅速かつ容易に開発できる。まずは大企業が提供する主要なツールを簡単に紹介する。
機械学習プラットフォームを比較する際は、利用できるデータソース、使いやすさ、自動化の機能など、複数の要素を検討する必要がある。
Salesforceは、同社の年次カンファレンスでApple、AWS、IBMとのパートナーシップの締結や拡大に加え、今後リリースする統合ツール「Customer 360」、音声プラットフォームサービス「Einstein Voice」などを発表した。
人事業務におけるAI(人工知能)関連技術の利用が拡大するにつれ、大手ITベンダーへの依存が高まりつつある。ただし小規模ベンダーも独自ツールの開発を継続している。
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。
Googleは顧客対応のためのAIプラットフォーム「Contact Center AI」を発表し、コンタクトセンター市場に参入した。Ciscoなど多くの大手ベンダーが、同技術を利用した製品を提供開始する。
Microsoftは2018年7月、クラウドスイート「Microsoft 365」の新たな進化を発表した。「Microsoft Teams」の無料版やホワイトボードアプリなど、チームに効率的なコラボレーションを促す機能を多く含む。
Microsoftは同社が提供する多くのAI(人工知能)機能をインターネット接続型デバイスに拡張した。パブリッククラウドの統合データセンターモデルにおけるIoTの欠点を一部解消するためだ。
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。
人工知能(AI)インフラを構築するには、ストレージ、ネットワーク、AIデータのニーズを真剣に検討し、その結果を熟慮した戦略的な計画と組み合わせる必要がある。
人工知能(AI)インフラ市場はまだ歴史が浅く、各社さまざまなツールを市場投入している。クラウドサービスも、パワフルで高価なハードウェアもある。後編ではNVIDIA、Oracle、Quboleなど、主要な7社を紹介する。
人工知能(AI)インフラ市場はまだ歴史が浅く、各社さまざまなツールを市場投入している。クラウドサービスも、パワフルで高価なハードウェアもある。Amazon、Baidu、Clouderaなど、主要な18社を紹介する。
IBMとAppleは、AppleのiOS向けAIサービスやアプリ開発を促進するため、エンタープライズモビリティーパートナーシップを拡張した。
クラウドプロバイダー各社は人工知能(AI)クラウドサービス分野でしのぎを削っており、データサイエンティストや開発者がモデルをトレーニングするための環境として自社のプラットフォームを売り込んでいる。
音声やテキストメッセージでアプリケーションとやりとりしたいユーザーが増え、チャットbotの人気が上昇中だ。これに伴い、パブリッククラウドでのチャットbot開発が注目を集めている。
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。
『ターミネーター』から『アイ,ロボット』『チャッピー』『エクス・マキナ』まで、映画の描く未来では人工知能が人間の日常生活に浸透している。だが現実はまだ、そこまで進歩していない。
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。
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。
コグニティブコンピューティングは、これまで自社内で簡単に手に入る“価値あるデータ”を活用できずにいた企業に新たなビジネスの可能性を開いた。この新しい技術は現在どのような形で広まっているのか、全体的な流れを解説する。
モバイルワークステーションといえば、分厚いボディに高性能CPUとGPUを搭載して超複雑な演算処理を実行する印象だが、最近デザイン重視を望む声が増えてきた。そんなモデル、実現可能なのか?
急速な市場の変化に即応するには、システムにも迅速な変化が求められる。だが新たなシステムを一から構築するには数カ月掛かることも珍しくない。その問題点を解消するインテグレーテッドソリューションの実力とは。
IT機器選定では、カタログスペック情報は重要な判断材料だ。だが、ユーザーが実際に使用する環境とは異なる設定であることが多い。こうした状況の中、本当に知りたいIT機器の性能値が検証可能なサービスが登場した。