人工知能（AI）は、人間の知能の機械的な再現だ。AIの構成要素としては、自然言語処理（NLP）や音声認識、マシンビジョンなどが存在する。（続きはページの末尾にあります）
「AI技術を活用したデータ分析」の仕組みを構築する際、企業はどのようなポイントでつまずきやすいのか。AIモデル開発で定番の課題とその解決法を、AI専門家の大西 可奈子氏と考える。
膨大なハイパーパラメータの探索や巨大なAIモデル学習用のアルゴリズム実装に加え、稼働させるGPUの並列化やスケジューリング、共有環境の整備はAIモデル開発の悩みの種だ。打開策はあるのか。AI専門家の大西 可奈子氏と議論する。
ITを使ったビジネスの進展により、企業が活用するアプリケーションの数は急増している。パブリッククラウド並みの迅速性を持ちながらもエンタープライズ用途としての信頼性があるIT基盤が必要だ。その解決策とは。
さまざまな企業がAI技術を自社の業務や事業に役立てる方法を考え始めている。AIモデルの構築や、学習に必要なデータとインフラの調達はどのように進めるべきなのか。国内企業のAI活用の具体例と共に解説する。
「生成AI」が台頭し、世界中で活用が進みつつある。企業は生成AIをビジネスにどう役立てることができるのか。活用のためのポイントと、具体的な利用例を説明する。
ビジネスのデジタル化が加速するにつれ、データを処理するコンピューティング性能への要求も高まっている。そこで注目を浴びているのが、CPU、GPUと並ぶプロセッサだ。どのような役割を持ち、どのような効果をもたらすのか。
AIやディープラーニングの広がりにより、GPUコンピューティングの需要が高まっている。一方で、「コスト」や「運用・保守」の課題が浮上してきた。GPU活用における課題を解決し、AIをビジネスで生かすにはどうすればよいのか。
ディープラーニングや機械学習にはGPUの利用が適している。だが高性能なGPU搭載サーバをオンプレミスで導入すると初期投資額がネックになる。パブリッククラウドのサービスは料金体系に不安が残る。どうすればよいのだろうか。
人工知能（AI）技術をビジネスに取り入れるためには、データ分析やAI技術の専門家が必要となる。そうした人材を確保することが難しい企業でAI技術を活用するための方法を紹介する。
「ディープラーニング（深層学習）」の活用に踏み出そうとする動きが広がっているが、自社で実装するにはハードルも高い。どうすればディープラーニングの恩恵をスムーズに享受できるのか、その最適解を探ってみたい。
第3次AIブームが起こっているがAIをビジネス活用できている企業は少ない。その理由はAI活用を始めようとする企業がつまずく「3つの不足」にあるという。
日本生命保険は40年以上IBMメインフレームを活用し、今回、新たに災害対策用として新モデルを採用した。同社のIT基盤を支える2社にこれまでの歴史と採用の理由を聞いた。
「Skype for Business」を使ったビデオ会議では、操作に手間取り、時間を無駄にすることも少なくない。そこで、このような無駄をなくしたい企業に最適なSkype for Business専用デバイスを紹介する。
デスクでの作業がPCだけで済むケースは少ない。特にコールセンターでは問い合わせ対応のため、オペレーターの作業スペースには製品マニュアルや実物の商品が置かれることさえあり、既存のデスクトップPCでは手狭であった。
設計／開発部門で利用される3D CAD／CAEソフトには高機能なワークステーションが必須であり、新しいIT技術を活用しにくい状況にあった。これを打破するのが「CAD on VDI」である。現場業務はどう変わるのか。
設計、試作の3D化や映像制作の高クオリティ化によって現場で求められる作業用コンピュータの要件も変化している。必要なのは高性能と高信頼を誇るワークステーションだ。
SAPがAI事業に注力するため、大規模な人員体制の再編を進めている。これに対してアナリストは「SAPの優先事項は、ユーザー企業に対してERPのクラウド移行を促すことだ」と指摘する。移行を妨げている要因は何か。
AI技術用の半導体製品は、これからどう進化するのか。半導体の進化をけん引してきたムーアの法則は、今後の半導体の進化にも当てはまるのか。AMDのCTOに聞いた。
SAPの2023年通期決算は、全体の売上高が前年比6％増と好調だった。一方、同社はAI技術を成長分野に位置付け、再編を実施すると明言した。クラウドサービス型ERPを含めて、同社の事業はどのような状況にあるのか。
SAPが人工知能（AI）技術の事業を強化するため、約8000人の従業員を対象とした再編を進めている。直近の業績が好調な中で、同社が大規模な再編を強行する狙いは単純ではないとアナリストは指摘する。
AI技術が台頭する中で一段と注目を集めるようになったのが、GPUを手掛けるプロセッサベンダーの動向だ。AMDはAI分野の動向をどう見ていて、どのようなプロセッサ製品を提供するのか。
人工知能（AI）技術でこれからシステムや機械はますます賢くなる。それを支えるのが半導体製品だ。半導体ベンダーAMDがインドで進める半導体製品の開発とは。
YouTubeは新しい広告AIサービスの提供を発表した。マーケティング担当者にとってどのようなメリットが期待できるのか。他のSNSの動向と併せて紹介する。
OpenAIの「ChatGPT」の中核を成すLLM「GPT」。その種類は1つではなく、それぞれに特徴がある。GPTにはどのような種類があるのか。それらの主な違いとは。
「ChatGPT」普及の背景には、その頭脳に当たる「GPT」の急速な進化がある。実際にどのくらい進化しているのか。数字を交えながら、GPTの進化を見てみよう。
求人情報サイトを複数展開するエン・ジャパンは、“スマホネイティブ”なZ世代にリーチするため、Web広告からアプリ広告へのシフトを決めた。採用したのは、機械学習で高パフォーマンスをもたらし得る、あるプラットフォームだ。
ベンダーが広報や販促活動の中で“AI”と呼んでいるものは概して、単にAI技術の一要素に過ぎない。主なAI技術である機械学習を利用するには、機械学習アルゴリズムの作成や、機械学習のための専用のハードウェアとソフトウェアの調達が必要だ。機械学習ベースのAIシステムの開発に利用できる主なプログラミング言語として「Python」「R」「Java」などが挙げられる。
機械学習ベースのAIシステムは、ラベル付けされた大量の教師データを取り込み、データを解析して相関関係やパターンを調べ、見つけ出したパターンを使って将来の状態を予測する。例えば機械学習モデルを備えたチャットbotに複数のチャットのテキストを与えて学習させることで、人とリアルなやり取りができるようになる。同じく機械学習モデルを備えた画像認識ツールに何百万枚もの画像を学習させることで、画像の中の物体を識別して説明できるようになったりする。
「学習」「推論」「自己修正」の3つが、機械学習ベースのAIシステムが備える主要な機能だ。
複数の教師データを基に、入力データを実用的な情報に変換するためのルールを作成する。このルールはアルゴリズムと呼ばれる。
望ましい結果に到達するために、正しいアルゴリズムを選択する。
アルゴリズムを継続的に微調整し、可能な限り正確な結果を提供できるようにする。
AIシステムを利用することで、ユーザー企業は自社の業務について、これまで気づかなかった洞察を得ることができる可能性がある。場合によっては、AIシステムは人間よりも高速かつ正確にタスクを実行できる。例えば大量の法的文書を分析し、それぞれの項目が適切に記入されているかどうかを確認するといった、反復的で細かい作業に適する。
一部の企業はAI技術によって新しいビジネスチャンスを得た。例えば米国でタクシー配車サービスを手掛けるUber TechnologiesはAIシステムを活用し、特定の地域で乗客の需要が高まるタイミングを予測することで、事前にドライバーをその地域に送り込んでいる。Googleは自社サービスの利用状況を基に、AIシステムで洞察を得て改善することで、オンラインサービスの最大手の一つになっている。同社のCEOであるサンダー・ピチャイ氏は2017年、同社が新サービスの開発にAI技術を積極活用する「AIファースト」企業になることを宣言した。
ITmediaはアイティメディア株式会社の登録商標です。
