新たな価値を創造するAI ディープラーニング

「AI(人工知能)開発や活用で日本は先進国に大きな後れを取っている」といわれている。だが、自動運転を初めとして、一次産業、製造、小売、流通、医療などさまざまな領域でAIの活用事例があり、取り組みは着実に進んでいる。では、AIで経営課題や社会課題を解決するために、企業は何から取り組めばいいのか。NVIDIAが支えるAI技術活用の現場と最新製品を通じてヒントを探る。

AI活用

ビジネスでの利用が4年間で270%増加するなど、AIは業界の枠を超え、予想を上回るペースで普及している。こうしたトレンドにキャッチアップし、先頭に立つために必要な「5つのステップ」を紹介する。

ある情報システム部では、部長が「AI活用なしには今後生き残れない」と気炎を上げる。一方、部員たちは既存のインフラにAIを統合することの難しさや、運用に対する不安を口にするばかり。両者の満足する解決策はあるのか、マンガで探る。

世界中のあらゆる業界の企業・組織で人工知能(AI)の採用が進んでいる。医療、小売、金融、製造などさまざまな業界の企業・組織における、AIと既存ビジネスワークフローの統合によってもたらされた成功事例から、AIの真の価値を読み解く。

IT運用が複雑化する中、今後のデータセンターにはソフト/ハードウェアの進歩、5Gなどの新技術の台頭などに対応できる、新たな戦略が求められている。そこで注目したいのが、AIとGPUコンピューティングを融合した次世代データセンターだ。

今やAIはさまざまな業界に浸透し、ビジネス変革をもたらし得る存在になった。一方で、AIアプリケーションを単に導入しただけの組織では、必ずしも当初期待した成果を挙げられていないという現実がある。その理由とは何か?

金融サービス業界においてもAI活用が浸透しつつあり、不正検知の大幅な精度向上やスマートな取引システムの構築を実現したという声も多い。一方で、AIプロジェクトの約半数が研究段階から本番運用に至っていないという現実がある。

実用段階に入ったとされるAIだが、日本での普及は、まだ思うようには進んでいない。AI導入の課題に「開発基盤の不備」を挙げる企業も多いが、多くのソリューションが登場し、開発環境は整っている。活用が進まない背景には何があるのか。

導入事例

大学においてもAIの研究・開発が進み、より高度な演算能力を持つ計算機資源が求められるようになった。その中で、青山学院大学の先端情報技術研究センターでは、充実した計算機環境を構築し、研究・開発の速度を向上させている。

人間とのインタラクションによってロボットに言葉を学習させるためには、1つの行動ごとに学習モデルを更新し、モデル学習を繰り返す必要がある。そこでネックとなった、モデルの学習時間をどのように短縮したのかを本事例から読み解く。

精密機器開発メーカーであるイシダは、食品の異物検出精度を高めるべく、いち早くAIの開発を進めてきた。ディープラーニングの学習速度を向上させ、従来と比べて最大約5倍のスピードでの開発を実現した同社の取り組みを紹介する。

AIを活用した株式ポートフォリオ診断サービスを、証券会社と共同開発する中で、CPUによるAIの学習速度の遅さに課題を感じていたHEROZ。この問題を解消すべく導入されたのが、GPUベースのソリューションだ。

国内最大級の海事データを蓄積しながら、分析する人材とコンピューティングリソースの不足という課題を抱えていた東京海洋大学。専門のAI人材育成のため、同大学が取り組んだのが、教育・研究環境となるAI開発基盤の導入だ。

AIの開発期間は用いるコンピュータの性能によって大きく左右され、高精細な画像が必要な場合、通常のコンピュータではディープラーニングの学習に膨大な時間がかかる。非鉄金属メーカーのフジクラでは、その課題をどう解決したのか。

テロ行為や犯罪行為への対策として世界中で活用されている監視カメラ。その設置台数は日々増加しており、映像解析技術による有効活用が求められる。日立製作所はその課題に対し、高い演算性能をリーズナブルに実現するGPUを採用した。

AI/ディープラーニングの活用が企業の成長のカギを握るといわれる一方、導入に成功した企業はまだ少ない。製造現場の要員比率の4割を占めていた搬送/検査の工程にAIを導入した武蔵精密工業の取り組みから、その成功の秘訣を探る。

日立ハイテクソリューションズ提供、医師を支援する「リハビリテーションAI」。多忙な医師が実務で使えるレスポンスの速さを実現したものとは? クリック操作で高速に高精度なAIモデルを生成、すぐに活用できる「AIモデラー」とは?

多くの顧客のAI導入を支え、いまや日本のAI研究をリードする富士ソフトだが、かつては開発工程がボトルネックとなり、顧客のスピード感に対応しきれなかった時期があった。この課題をどのように解決したのだろうか。

恋愛相談に答えるチャットbotサービスを提供するなど、AI研究開発に注力しているNTTレゾナント。言葉の意味を理解して回答を生成できる技術に満足せず、より人間らしい会話に近づけるため、同社が採用したスーパーコンピュータの実力とは?

最新技術

AIはもはや限られた研究開発部門のものではなくなり、「全社でいかに活用するか」が課題となっている。一方で、AI基盤は特殊性が高く、IT部門での対応は難しい。このギャップを解消する“汎用的なAI基盤”はどう構築すればいいのか。

AI・画像認識ワークステーション「タクミノメ」は、NVIDIA® RTX™ A4000を搭載したGPUワークステーションに、日本屈指のデータサイエンスカンパニーであるALBERT社の画像認識AI構築ツールとアノテーションツールをプリセットしたAI・画像認識パッケージです。画像認識の幅広いタスクニーズに対応し、「外注ではなく内製化」、「クラウドではなくオンプレミス」を希望する企業にお薦めです。

AI推論や大規模データ分析などをはじめとするエンタープライズワークロードでは、優れたパフォーマンスと低消費電力を両立したコンピューティング環境が求められている。これを高いレベルで実現するアクセラレータが登場した。

ハイパフォーマンスコンピューティング(HPC)ワークロードを実行するためのインフラには、今後もさらなる性能の向上が求められる。その目的のために登場した、新たなデータセンター製品の実力に迫る。

先行きの不透明さの不安から、ITへの積極的な投資を控える動きもみられるが、アフターコロナを見据えた"攻めのIT"の取り組みも欠かせない。戦略的に事業を成長させるのに必要な要素とは。

ビジネスでのAI活用が加速しているが、ワークロードごとにコンピューティングアーキテクチャを採用する従来型のアプローチは、コストの増大やインフラの複雑化を招く。これを回避し、現代のAIに必要な水準を満たす方法を探る。

イノベーションの加速が期待されるAIだが、その実践には高速な演算性能と迅速にディープラーニングを開始できる環境が必要となる。それをコンパクトに実現する手段として注目されるのが、オフィス向けAI開発用ワークステーションだ。

グラフィック演算だけでなく、AI開発やデータ分析、HPCなどでもニーズが高まっているGPU。現在ではデスクトップ、サーバ、クラウドサービスのあらゆる場面で、性能向上とコスト削減を実現するまでに進化を遂げているという。

関連ニュース

提供:エヌビディア合同会社
アイティメディア営業企画/制作:@IT 編集部/掲載内容有効期限:2022年12月31日

Copyright © ITmedia, Inc. All Rights Reserved.

関連リンク

放射線治療に使うX線画像は精度が高いほど腫瘍をより正確に発見できます。オランダ癌研究所はNVIDIAソリューションを採用し、ほぼリアルタイムで高画質の3D画像を生成。癌治療が飛躍的に向上しました。詳細はこちら

世界初の日本語特化「大規模汎用言語モデル」をはじめ、日本におけるAI(人工知能)技術の研究、開発を大きくリードするLINE。当動画では、LINE AI カンパニー の具体的なサービス内容や、企業がこれらサービスを活用してDXを推進するためのアプローチ方法を解説します。

企業がDX化を推進するにあたって必要となる、「課題分析」「仮説構築」「要件定義」「設計」「検証」「開発/テスト」「導入」「運用」といった各工程を、NVIDIAが同社のパートナー企業とともに支援します。

NVIDIA AI Enterpriseは、AI(人工知能)の開発および本番環境を構築するためのソフトウェアです。検証済かつサポートつきで AI ソフトウェアを利用できるため、リスクが少なく、先端技術を活用して素早く AI 開発が可能となります。

NVIDIA LaunchPad は、NVIDIA が提供するさまざまなソフトウェアを無償で試せるトライアルプログラムです。投資を行う前にソフトウェア環境を実際に体験できます。

デジタルトランスフォーメーションを加速する垂直統合型ディープラーニング基盤

解析業務や人工知能(AI)/ ディープラーニングに適した富士通のGPU搭載サーバをご紹介

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。