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ツールの開発に取り組むスタートアップは、どのような戦略を用いて競争力を高めるべきなのか。米国で開催されたAWSの年次イベント「AWS re:Invent」で、その最前線を探った。
業務の効率化を考えた場合に視野に入るのが、自律的に意思決定をするAIエージェントの活用だ。AIエージェントとその他のAIツールを組み合わせた「AIオーケストレーション」はさまざまな業務で活用され始めている。
中国発AI「DeepSeek」の台頭に伴い、LLMの安全性に対する懸念が浮上している。企業のCISOはこうした状況をどう受け止め、どのような対策を講じるべきなのか。
実業家イーロン・マスク氏らがOpenAIに970億ドルの買収提案を表明した。マスク氏が買収の意向を示した背景には、中国のAIベンダーDeepSeekの台頭があるとみられる。
ビジネスにおけるAI導入が広がる中で、「AIエージェント」の登場に関心が寄せられている。企業はどう備えるべきなのか。押さえておくべきトレンドを3つ解説する。
AI技術の活用が進む中、さまざまな国や地域がAI規制法の制定を進めている。米国では州単位でのAI規制法の制定が進んでいる現状を、問題視する向きがある。主な州のAI規制法に関する動向と、企業にもたらす影響とは。
PCの出荷台数が増加傾向にある中でも「AI PC」の販売が大きく伸びているとは言えない。だが今後は、ある時点からAI PCの販売が加速する可能性がある。
中国のDeepSeekが低コストで開発したAIモデルが、米国のIT業界に大きな衝撃を与えた。DeepSeekの開発手法がNVIDIAのGPU独占を揺るがし、AI普及を加速させる可能性について探る。
PCの出荷台数は増加傾向にあるにもかかわらず、「AI PC」の販売は伸び悩んでいる。なぜAI PCは売れていないのか。
米国のトランプ大統領は就任前、科学技術政策を調整する組織「OSTP」の人事計画を発表していた。OSTPの人事は、米国のAI規制に影響を及ぼす可能性がある。どのような人物が要職に指名されたのか。
職場における従業員のつながりが希薄化し、問題視されている。その原因は、テレワークの普及に限らない。この問題を解決するためには、どのようなアプローチが求められるのだろうか。
スタートアップ市場では若手優位のイメージが強い。だがAI技術の活用が広がる中で、むしろ50歳以上の創業者の方が注目され始めているという。シニア起業家の強みとなる“ある能力”とは何か。
米国大統領選で当選したトランプ氏はAI規制を撤廃する可能性を示唆している一方、何らかの規制を検討する向きもある。AI規制の行方が不透明な中、企業がAI規制の順守に取り組むべき理由とは。
さまざまな企業がAI技術を活用するために準備を進めているが、必ずしも理想通りにいくとは限らない。企業のAI活用を妨げる要因とは何か、説明する。
調査会社によると、AI市場は今後さらに成長を続けることが見込まれる。これからのAI市場をけん引するのはどのような技術なのか。
個人のスマートフォンの中身を知らない間に企業が収集、利用している――。この是非を争点に、MicrosoftとGoogleに対する訴訟の準備を進めた法律事務所がある。データの収集や活用に関する企業の言い分を紹介する。
Oracleは生成AI技術を自社開発するのではなく、生成AIベンダーのCohere、Meta Platformsと協業し、Oracle製品に組み込む姿勢を見せている。この方針は、ユーザー企業にとってどのようなメリットがあるのか。
20世紀末から21世紀初頭にかけて、機械学習をはじめとするAI技術は急速な進化を遂げ、世間の関心を集めることとなった。現代の「AIブーム」の基盤がどのように築かれたのか、主要なブレイクスルーを解説する。
Microsoftのサティア・ナデラCEOは、「Microsoft Ignite 2024」の基調講演で、自然言語処理モデルの新しいスケーリング則が出現すると言及した。それは3つの技術的な変化をもたらすという。どのような変化なのか。
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技術の一要素にすぎない。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、人とリアルなやりと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、これまで気付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。
Amazon Web Servies（AWS）やMicrosoft、Googleなどのクラウドベンダーは、AIモデルやAIアプリケーションをクラウドサービスとして利用できるAIaaS（AI as a Service）を提供している。AIaaSは、ユーザー企業がデータで何ができるかを判断するのに役立つ。本格的にAI技術を導入する前に、さまざまなベンダーのAIモデルやサービスをテストすることで、どの技術や機能が自社に適しているのかを判断できる。自社の要件に合わせてスケーリングできるAIaaSが見つかったら、利用規模に合わせてリソースを拡張できる。
AIaaS市場には、さまざまなベンダーが存在する。以下で主なAIaaSベンダーの一部を紹介する。
ITmediaはアイティメディア株式会社の登録商標です。
