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。
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。
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。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社みらい翻訳] 本当に使える「会議翻訳ツール」を見極める4つの選定基準 -
事例
[アルテリックス・ジャパン合同会社] 100万件規模の結合検証を1分未満に、三菱UFJ銀行に学ぶ業務改善＆人材育成術 -
事例
[アルテリックス・ジャパン合同会社] 管理会計の変革で大幅な業務削減も？ 大日本印刷の事例に学ぶ脱Excelの実践術 -
事例
[アルテリックス・ジャパン合同会社] 分析スピードもF1級 マクラーレンレーシングの成功を支えるデータ活用基盤とは -
事例
[アルテリックス・ジャパン合同会社] 三菱商事に学ぶ財務／経理業務プロセス変革 “手作業依存”から脱却した方法は
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
3
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
4
Microsoft 365導入後も稟議は「Excelをメールで回覧」 承認が止まる理由
-
5
AIエージェントで「ERPの魔改造」復活の懸念 せっかくのクリーンコアが崩壊
-
6
増えすぎたAIエージェントが野良化 幹部の36％がインシデント発生時に隠したいと回答
-
7
OpenAIやAnthropicでさえ制御不能 2026年夏「3大サイバー攻撃」の衝撃
-
8
「アップグレードできないJava」をどう守る IBMとRed HatがAIで400件超修正
-
9
Googleの業務向けAIエージェント「Gemini Agent」が登場 しかし課題は山積み
-
10
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
3
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
4
「IT史に名を残すシステム障害」8選
-
5
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
6
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
7
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
8
マンガで学ぶXDR／MDRのメリット、中小企業のセキュリティ強化になぜ有効か？
-
9
脱VMwareに成功した企業は何をどう実践した？ 事例に学ぶ戦略立案＆実装のコツ
-
10
自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー