IBMが133量子ビットから4158量子ビットまでの量子コンピューティングロードマップを公開した。そこにはどのような課題があり、どう解決するのか。(2022/07/05)
店舗はリアルとデジタルを融合させた新しい顧客体験を提供しなければならない。店舗革命の実例を紹介する。(2022/06/29)
AIからバイアスを排除するのは難しい。だがリスクを回避する方法はある。そのためのベストプラクティスを紹介する。(2022/06/27)
カートに入れた商品をコンピュータビジョンで認識するAmazon方式よりも低コストなレジなし店舗ソリューションがある。これを利用している日本企業子会社とは?(2022/06/22)
人間から偏見を排除するのは難しい。これを克服するために導入したアルゴリズムにもやはりリスクがある。既に発生しているリスクとは何か。(2022/06/20)
データ駆動、データ主導が叫ばれて久しいが、60%の経営幹部はデータを信頼していない。経営にデータを生かすには、データ品質の向上が不可欠だ。その答えは2つある。(2022/05/16)
量子コンピュータの設計には多数の要因が影響する。これらの最適な組み合わせを見つけるのに役立つと期待されているのが、マルチフィジックスモデリングだ。研究の最前線では何が起きているのか。(2022/05/11)
データ管理部門は完璧なデータ管理を強いられている。彼らをこの「不可能への挑戦」から解放し、データ品質を向上させるにはどうすればいいのか。(2022/05/09)
多くの企業がデータに基づいた意思決定に取り組んでいる。問題はデータ品質だ。データ品質を向上させる試みは、コロナ禍によって阻害されたという。なぜコロナ禍が影響するのか。(2022/05/02)
人間の脳を模倣できれば、少ない電力で高度な演算が可能になる。イエーテボリ大学と東北大学の共同研究プロジェクトがこの分野で成果を出している。(2022/04/19)
量子コンピュータ実用化を阻む課題は多い。絶対零度付近まで冷却する必要がなくなれば可能性が大きく広がる。大量の量子ビットの実装には量産性も欠かせない。その分野の研究動向を紹介する。(2022/04/12)
現段階の量子コンピュータには、計算中にノイズが発生するという問題がある。このノイズをいかに除去するか。Algorithmiqは逆転の発想でノイズ問題を解決するという。(2022/04/05)
多くのビジネス意思決定者は、量子コンピューティングを誇大宣伝であると考える一方で利用方法の検討に入っている。彼らはどの程度量子コンピューティングを理解しているのか。(2022/03/29)
既存のAIは特定のタスクに特化しており、他のタスクに応用できない。IIIMが目指すのは自律的に学習して異なる複数のタスクに対応できる「強いAI」の実現だ。その研究・開発動向を紹介する。(2022/03/22)
世界中で量子コンピューティングの研究が進められている。クラウド利用も不可能ではなくなった。だが古典コンピュータの開発史に当てはめてみると、まだ1940年代のレベルだという。どういう意味なのか。(2022/03/17)
AIを導入しようとする企業の多くが活用に失敗している。それはAIの活用に不可欠な要素が欠落しているからだ。データに対する勘違いもAI活用を阻害している。(2022/02/15)
ユネスコがAIの倫理的利用に関する勧告を採択した。日本を含む加盟国は、今後強制力のある法整備を進めるとみられる。AIに関わる人や企業がこの勧告を無視することは決してできない。(2022/01/26)
業績が高い企業ほどコロナ禍でもAIに投資しているが、コロナ禍でAIのパフォーマンスが低下してしまったという。低下した業種と理由には納得するしかなかった。(2021/12/25)
データウェアハウスもデータレイクも限界が見えた今、各社は「次世代型データウェアハウス」で市場をリードしようとしている。最後に生き残るアーキテクチャとは?(2021/12/16)
長い歴史を持つデータウェアハウスはもう不要だという専門家もいる。実際、データウェアハウスはニーズの変化に適応できていない。代わりに登場したデータレイクにも課題が見えてきた。(2021/12/09)
機械学習に使うデータに年齢や人種、性別に関わるバイアスが含まれていると、AIは誤った推論を出力する。FairLensはこれらのバイアスを可視化し、公平性に寄与する。それによって得られる真の恩恵とは?(2021/12/02)
単純に見える問題でも、パラメーターを少し変えただけで組み合わせは天文学的な数字になる。古典的なノイマン型コンピュータではこれを解決できない。これを解決するのが非ノイマン型コンピュータだ。(2021/11/18)
AIを応用した運用支援。便利そうなことは分かるが漠然としているAIOpsは、具体的にどのようなメリットをもたらすのか。AIOpsの効果が期待できる例を紹介する。(2021/11/10)
IBMの新プロセッサ「Telum」はAIの推論に最適化されており、例えば不正検出をリアルタイムに処理できるという。Telumはどのようなアーキテクチャなのか。(2021/10/27)
環境ノイズは量子コンピューティングにおける課題の一つだった。機械学習を応用することで、量子コンピューティングのエラーに際して環境ノイズとそれ以外の分離が可能になった。その意義とは?(2021/10/15)
ソフトウェアで定義したパラメーターで農作物の育成を制御し、品質や収穫量の向上と安定を図るIGS。農業にITを持ち込むことで見えてきた新たな可能性とは。(2021/10/11)
RPAが有用であることは言うまでもない。だが、当然ながら適していない用途に適用しようとすれば、失敗したり投資が無駄になったりする。(2021/10/07)
DNAにデジタルデータを書き込むDNAストレージは、膨大な容量と100万年レベルの保持能力を提供する。その可能性と実現に向けた取り組みを紹介する。(2021/09/17)
意思決定の迅速化を追求するとリアルタイム分析に行き着くことになる。そこからメリットを引き出せる企業の条件とは何か。逆に、ある企業はリアルタイム分析に確実に失敗する。(2021/08/31)
「データレイクハウス」という新たな考え方が登場した。名前から概要は想像が付くが、具体的にどのような特徴があるのだろうか。(2021/08/27)
一般論として、リアルタイムな意思決定はビジネスに寄与する。だが「リアルタイム」の定義は誤解されている。また、リアルタイムな分析が必要とは思えない場面もある。リアルタイムへの投資には熟考が必要だ。(2021/08/24)
人間の危機対処能力はAIをはるかに上回る。AIは異常の説明や解決能力を持たない。AIが臨機応変な対応力を獲得する鍵はメンタル共有モデルにあるという。(2021/08/17)
治療の改善やコストの削減を実現するにはデータを統合的に分析する必要がある。にもかかわらず、医療機関は特定の機能に限定されたポイントソリューションを導入してデータの統合に苦労している。なぜか。(2021/08/05)
「ストレージに実装されたCPU」でLinuxが動く製品も登場したコンピュテーショナルストレージ。これを利用するには何が必要なのか。ソフトウェアの変更が必要なのか。研究者に話を聞いた。(2021/07/30)
エンティティーの関係性に着目して管理・分析可能にするグラフデータベース。この技術が人事管理分野で注目されているという。(2021/07/29)
スウェーデンのチャルマース工科大学が、超低温をミリケルビン単位で計測できる温度計を開発した。なぜこれが必要だったのか。量子コンピュータを10ミリケルビン(−273.14度)に冷却する必要性とは何か。(2021/07/16)
偏見や差別意識を持たず、中立性を重視して作成したはずのAIが不公平な結果を出力することがある。なぜこのようなことが起こるのか。責任あるAIを実現するためにはどうすればよいのか。(2021/07/01)
CX(カスタマーエクスペリエンス)の改善に効果的と考えられるAIと自動化。だが適用する場面を間違えるとCXの悪化やコスト増を招く。失敗しない導入方法と成功例、そして残念な失敗例を紹介する。(2021/06/30)
自分が承認した相手(企業)に個人情報を提供し、対価を得る。企業は、良質なデータを取得できる。これがYouGov Safeだ。(2021/06/25)
EUが進めているAI規制案は、プライバシーや人間の行動を制約するAIの開発や利用を制限あるいは禁止する。違反には「全世界の売上高の6%」という制裁金が科される可能性もある。日本企業も注視する必要がある。(2021/06/17)
データウェアハウスをオンプレミスに構築することは可能だが、スケーリングなどの面で課題がある。ここで、十分に成熟してきたクラウドサービスが選択肢になる。(2021/06/09)
RPAとAIを連携させることにより、インテリジェントに意思決定するシステムを構築できる。自ら学習し、改善するシステムの可能性も開ける。だが、RPAにはあるリスクが内在する。(2021/06/08)
CPUからGPU、GPUからCPUへのデータコピーのボトルネックを解消するため、NVIDIAはArmベースのCPUを開発した。(2021/06/04)
RPAはもはや人間の作業を模倣するだけの存在ではなくなった。むしろ人間よりも優れている面もある。RPAの適用方法を検討する上で、こうした優位点を考慮する必要がある。(2021/06/01)
当然ながら、量子コンピューティングを実現するには量子コンピュータとそこで実行するアプリケーションを開発する必要がある。従来型コンピュータとは全く異なるそれらを扱えるようにするIBMの取り組みとは。(2021/05/28)
AI導入の最も重要なポイントは「AIでなければできない」ことにAIを使うことだ。「AI導入」が目的ではなく手段であることを見失わなかった2つの事例を紹介する。(2021/05/17)
多くの企業が、AIの本格導入やAIによる財政的な利益獲得に成功していない。成功企業と失敗企業の違いとは何か。AIから利益を得るには何が足りないのか。(2021/05/10)
少なくとも現時点におけるAIは知能と呼べるものではない。そして推論した理由を十分に説明することができない。このようなAIを信頼できるだろうか。人間はこうしたAIをどう扱えばいいのだろうか。(2021/04/19)
データレイクを構築するメリットは何か。データレイクに適したストレージとは何か。クラウド化すべきかオンプレミスで運用すべきか。基礎から解説する。(2021/04/07)
オーストラリアのChildren's Cancer Instituteは当初オンプレミスでHPCを構築したがクラウドベースのHPCに移行することにした。だが他にも、一般企業でもあり得る課題を抱えていた。(2021/03/29)
IBMとMicrosoftは量子コンピュータをクラウド経由で使えるようにする取り組みを進めている。(2021/03/26)
ハイパフォーマンスコンピューティングのワークロードに最適なのはオンプレミスかクラウドか。AstraZenecaとMcLaren Racingはオンプレミスを選択した。その理由とは何か。(2021/03/22)
何の前処理も行っていないデータレイクから必要なデータだけを取り出してデータウェアハウスにインポートして……と、データ分析には手間が掛かる。オープンデータレイク分析は煩雑な部分をまとめて処理する。(2021/03/12)
MySQLとMySQL Analytics Engineを統合し、単一プラットフォームでOLTPとOLAPのワークロードを実行できるサービスが登場した。DWHを使わずにデータの分析が可能になるという。(2021/03/05)
量子コンピューティングとともに、ニューロモーフィックコンピューティングの実用化が急がれている。両者の使い道の違いは何か。ニューロモーフィックコンピューティングが必要な理由とは何か。(2021/02/22)
IBMやMicrosoft、AWSなど複数の企業の量子コンピュータを利用できるようになりつつある。今後、これらの性能、そして量子超越性といえる性能を定量化する必要がある。AtosのQ-scoreがそれを実現するかもしれない。(2021/02/09)
多くの企業が、将来の競争優位を得るため量子コンピューティングのテストを始めている。量子コンピューティングからメリットを得るには、効果がある領域を特定する必要があり、先進企業はそれを見つけつつある。(2020/12/16)
全世界を対象とした調査により、企業におけるAIの利用実態が明らかになった。AIはどのように使われているのか、AIの開発に際して何が分かったのか。AIによって利益を生み出しているのか。(2020/12/14)
AI(人工知能)は、予測的なセキュリティ対策や自動対応を実現できるといわれる。そうした見方がどの程度正確なのかを検証する。(2020/12/02)
ITセキュリティとハッカー界との戦いは、常にいたちごっこの状況だった。だがその戦いの自動化が進展している。(2020/12/01)
セキュリティツールの一種であるSIEMは有用だが、真価を発揮させるのは容易ではない。だがAIを運用に応用することでSIEMを活用できる可能性が開ける。(2020/11/30)
HDDの大容量化によって欠点が露呈したRAIDに代わって注目されたのがイレージャーコーディングだ。多くの面でメリットがある技術だが欠点もある。イレージャーコーディングはどう使うのが正解なのか。(2020/11/25)
人間が書いたような自然な文章を生成することで知られるGPT-3は、プログラムやSQLの生成にも応用されている。だが、既に幾つかの課題や限界も見えてきた。(2020/11/19)
現在の量子コンピュータは64量子ビットにすぎない。IBMはこれを百万超の量子ビットにスケールアップする計画だ。そのためにIBMは現在どのような取り組みをしているのだろうか。(2020/11/18)
GPT-3がプログラムコードを生成するのは可能かもしれないが、それは完璧なものだろうか。そうした懐疑論者もソフトウェア開発にAIを応用する可能性は認めている。だが、別の危険性も内包しているという。(2020/11/16)
NVIDIAがArmを買収するというニュースはさまざまな臆測を呼んでいる。この買収は業界にとってプラスとなるのか。NVIDIAにどのようなメリットがあるのか。アナリストの見解はかなり否定的だ。(2020/11/13)
1日当たり140億回のAPI呼び出しを必要とするHotelbedsは、API処理のコスト増に悩んでいた。リクエスト数に依存しない料金体系のTykはコストの大幅な削減を実現したが、他にも多くのメリットがあった。(2020/11/05)
OpenAIの「GPT-3」は自然言語処理分野に大きな驚きをもたらした。GPT-3が持つ文章生成能力は、プログラムのコーディングにも応用できるのではないか。そう考えた人々による取り組みも始まっている。(2020/10/26)
特定のタスクに専門化した異なるブロックチェーンを相互運用することによるメリットは計り知れない。それを実現するIBCは開発者の必須知識となるだろう。(2020/10/16)
AIは万能ではない。弱点もあるし、全てのケースに適用できるわけでもない。だがAIの限界と適正を理解して用いればセキュリティの強化に役立てることができる。(2020/10/14)
Panasasがファイルサイズに基づくストレージ階層化を打ち出した。小さいサイズをSSD、大きいファイルをHDDに配置する方がパフォーマンスがいいという。使用頻度による階層化は過去のものになるのだろうか。(2020/10/09)
セキュリティツールの一種であるSIEMは有用だが、真価を発揮させるのは容易ではない。だがAIを運用に応用することでSIEMを活用できる可能性が開ける。(2020/09/30)
SSDの故障率が増大する条件の特定とその回避策の実装までの流れを解説する。業界がどのようにSSDを改善してきたのかがよく分かる。(2020/09/25)
IT技術者はデータベースに関連する多くの要素に悩まされてきた。これらはDBaaSによって解決するという。DBaaSは本当に有用なのだろうか。(2020/09/17)
AIを使ったサイバー攻撃は主流ではないが、いずれ犯罪者が活用するようになることは明白だ。こうした攻撃に対抗する方法とは何か。今すぐ始められることは何か。(2020/09/11)
「DataStax Vector」は、OSSのデータベース「Apache Cassandra」の運用をサポートするAIOpsサービスだ。このサービスによって何が実現するのか。(2020/09/09)
Azure Quantumは、Microsoftが提供する量子コンピューティング環境だ。開発キット(QDK)と開発言語(Q#)も提供されている。(2020/08/28)
機械学習の分野は自動化されておらずパイプラインは不安な、旧態依然とした体勢で運用されている。MLOpsを導入することで、機械学習の世界に産業革命をもたらすことができるという。(2020/08/26)
日本のPropre Japanは、オープンソースのデータベースに見切りをつけてあるプロプライエタリのデータベースに移行した。結果、大幅なコスト削減に成功したという。(2020/08/21)
AIシステムにもCOVID-19の影響が及ぶだろう。COVID-19によってあらゆるものが変わり、以前に学習したモデルは適用できなくなるかもしれない。この変化に対応できるAIシステムのアーキテクチャとは?(2020/07/29)
ファイル、ブロック、オブジェクトストレージそれぞれに対応したクラウドストレージサービスがあり、3大プロバイダー(AWS、Microsoft、Google)に限っても多岐にわたる。まずはユースケース別に整理しよう。(2020/07/27)
AIの公平性や信頼性向上の鍵を握り導入のハードルを下げるためには、監査可能性や説明可能性が不可欠と目されている。Microsoftはこの分野を前進させるツールを提供している。(2020/07/13)
冷却効率の高さとコスト削減の可能性によって注目されている液冷システム。ある事業者は液冷化を必然と捉えて準備を進めている。当然、懐疑論者もいる。データセンターは変わるのだろうか。(2020/07/10)
AWSは今、機械学習を応用して障害者とのコミュニケーションを支援する取り組みを行っている。(2020/07/06)
複数の銀行が量子コンピュータの可能性を検証している。従来型コンピュータと量子コンピュータのハイブリッドモデルや量子コンピュータによる暗号解読への対抗策を紹介する。(2020/06/24)
NAND型フラッシュメモリより1000倍高速で消費電力は1000分の1というReRAM。このReRAMを開発しているイスラエルのスタートアップ企業の取り組みを紹介する。(2020/06/22)
この数年間で量子コンピュータ分野は大きく進み、研究者でなくても触れられる可能性が拡大した。来る量子コンピュータ時代に備えてプログラミングを学ぶ方法とは。(2020/06/04)
オフィスエッジとモバイルエッジの次に来るのは産業エッジだ。コンピューティングパラダイムのシフトについて解説する。(2020/06/03)
コンポーザブルインフラによってコンピュータのあらゆる構成要素を動的に再構成できるようになれば、ワークロードに最適なリソースを割り当てられるようになる。だがデメリットもある。(2020/06/01)
CPU(やASIC、FPGA、GPU)を搭載し、ストレージで直接データを処理する「コンピュテーショナルストレージ」が注目されている。どのようなメリットがあり、どのような用途に使われているのか。(2020/05/21)
SSDには複数の種類があり、速度もコストも特徴も異なる。ユースケースに最適なSSDを選ぶには、各種SSDの仕様を理解しなければならない。場合によってはSSDによるストレージ階層化も検討すべきだろう。(2020/04/24)
セガの「Football Manager」がヒントになって起業されたSciSportsは、サッカーのあらゆる要素をデータ化してディープラーニングを応用して分析。パスの成功率まで予測する。同社の分析が行き着く先とは?(2020/04/13)
エッジは次のフロンティアであると見なされている。そこでデータを処理するエッジコンピューティングは創造的破壊を起こし、ビジネスに新たな価値をもたらすだろう。しかし、自社でやろうと考えるべきではない。(2020/03/24)
Amazon Pollyは、ディープラーニングを利用してブランドイメージに合わせた音声を生成できる。オーストラリアの銀行は、コンタクトセンターに「オーストラリア英語」で応答するAIを導入しようとしている。(2020/03/23)
Formulus Blackのソフトウェア製品「Forsa」は、通常のメモリ(DRAMやOptane)をブロックストレージとして使えるようにする。(2020/03/19)
金融業界では、将来的に人員をAIに置き換える動きが始まると予想されている。一方でAIを行員のトレーニングに利用して人材の強化に取り組んでいる銀行もある。AIが職を奪うとは限らない。(2020/03/17)
Intelよりも低コストを実現したEPYC。魅力的なアーキテクチャで存在感を示すPOWER。AMDとIBMの動向とともに、CPUを取り巻く市場の変化を解説する。(2020/03/09)
AIの導入事例は珍しくなくなったが、特定製品の実際についての情報はまだ少ない。ここでは「Salesforce Einstein」と「SAP Leonardo」の事例を紹介する。(2020/03/04)
ユーザーはなぜその行動を取ったのか。ユーザーの行動の原因と結果を理解することはビジネスの成功に直結する。機械学習によって因果関係を分析する因果推論が次のトレンドになるだろう。(2020/03/02)
『GraphQL for Modern Commerce』の著者による、GraphQLのメリットとデメリット。これを読むと、REST APIだけでの開発がいかに絶望的であるかが分かる。(2020/02/28)
「Computer Weekly日本語版」は、1966年に英国で創刊された媒体Computer Weeklyの国内版です。ITインフラや業務アプリケーション、IT戦略、産業別の動向など、幅広い話題をITプロフェッショナル向けに発信しています。2011年5月より、米TechTargetがデジタルマガジンとしてComputer Weeklyを発行しています。