AIにおける「次元の呪い」解決へ、富士通研が機械学習の最有力学会で発表
富士通研究所は2020年7月13日、ディープラーニング（深層学習）における教師なし学習の精度を大幅に向上できる人工知能（AI）技術「DeepTwin」を発表した。AI分野の長年の課題だった「次元の呪い」を、映像圧縮技術の知見を活用することで解決したとする。同社は論文を機械学習の最有力学会である「ICML 2020」で7月14日に発表する。 「次元の呪い」とは、データの次元（要素数）が大きくなると、そのデータを分析する際の計算量が指数関数的に増大する現象を指す。次元の呪いを回避するため、一般的に機械学習の高次元データは次元を減らす。 ただ従来の手法には、次元の削減に伴ってデータの分布や確率が不正確になる課題があり、それがAIの精度低下を招く一因になっていた。例えば分布や確率が実際と異なると、正常データを異常と誤判定してしまうような間違いを引き起こしてしまう。 富士通研究所は今回、ディープラー
見えてきた東京DXの全貌、大動脈「データハイウエー」開通へ崩すべき2つの壁
東京都が進めるデジタル変革プロジェクトの全貌が見えてきた。便利で安全、多様性に満ちた都市の実現へ、官民でデータを共有し活用するための通り道、「データハイウエー」の整備がカギを握る。次世代の高速道路開通のためには、立ちふさがる2つの壁を崩す必要がある。 宮坂学副知事の指揮の下、わずか1週間で誕生した東京都の新型コロナウイルス感染症対策サイト。ソースコードやデータをオープンにして従来の“お役所仕事”のイメージを覆した。迅速な開発を可能にしたのは、サイトの開発を受託したCode for Japanの宇野雄氏が振り返るように「きちんと成形したデータ」を東京都が渡したためだ。 行政機関がホームページなどで統計資料を公開しても、紙の印刷を前提にPDFやワード文書の形式にしていることが多い。データフォーマットも同じ行政機関でも部局によってバラバラである場合も珍しくない。 実は東京都は2年前からオープンデ
《日経Robotics》ラズパイGPUで深層学習推論を高速化、異色の精鋭集団Idein（前編）
このように米国の大手IT企業がこぞってディープラーニングの推論アクセラレータに注力する中、ある日本のスタートアップ企業が、世界的に異色の成果を上げた。 単価わずか500円ほどの市販のボードで、10フレーム/秒（fps）もの速度のディープラーニング推論を実現したのだ（図1）。2015年に創業した精鋭技術者の集団、Idein（イデイン）というベンチャーの成果である。 Ideinの技術は、完全なビデオレートまでは到達していないが、動画として十分スムーズといえる速度である。モバイル向けのディープニューラルネット「MobileNet v2」で1000クラスの分類タスクをこの速度で実現。既存技術と比べて、10倍ほどの高速化を達成した。 彼らが使ったのは「Raspberry Pi（ラズベリーパイ、略称、ラズパイ）」。教育用途などとして世界で累計1250万台以上もの出荷実績を持つ小型のCPUボードである。
2020年はもう1つのDXに注目、システム開発の常識を変える「開発者体験」とは
日本CTO協会は「日本の企業経営に先端のテクノロジーを」というミッションを掲げて2019年9月2日に立ち上がった。300人以上のCTO（最高技術責任者）が集まっているという。CTOとは自社のコアビジネスに直結する製品やサービス、システムで使う「技術」全般を取り仕切る責任者だ。技術を選定したり、いつ技術を置き換えるかを計画したりする。技術者組織の運営に責任を持つ場合もある。 ポイントは2つの「DX」 日本企業のDXの取り組みは2020年に一段と増えそうだ。IDC Japanは2019年12月12日に公表した「2020年国内IT市場の主要10項目」の中で、2020年の国内ICT市場は2019年比1.3％減となる一方、「DXに向けた支出は着実に増加する」としている。「自社に本当に必要なDX」や、従来の情報システムとの連携も含めた全体最適の動きが強まるという。 日本CTO協会の広木理事は今のデジタ
2020年大予測、脱COBOLが進み「あの言語」がアプリ開発の本命言語に
2020年が幕を開けた。デジタル技術の進化によって人々の生活や社会はどう変わるのか。企業はどんな対応をすべきか。商機はどこにあるのか。20の技術や市場・関心事を対象に、2020年の行方を大胆予測した。今回はPythonを取り上げる。 AI（人工知能）開発に必須のプログラミング言語として人気の「Python」。2020年は適用領域を広げる1年になりそうだ。具体的にはWebアプリケーション、API（アプリケーション・プログラミング・インターフェース）サーバー、そして大規模開発でも業務アプリケーション開発言語としての採用例が増え、「本命」の一角を担う。 2019年までのPythonはAI開発やデータ分析、パソコン操作・インフラ設定の自動化といった領域によく使われた。様々な用途をこなす「実力」があるが、他の言語に比べてライブラリー（プログラムの部品）やツールが充実している領域から利用が増えてきた格
「トランプ批判」が原因ではない、アマゾンが国防クラウドでMSに敗れた訳
米国防総省が大型のクラウド契約を米マイクロソフト（Microsoft）と締結し、最有力だった米アマゾン・ウェブ・サービス（Amazon Web Services、AWS）が敗退したことが大きな話題を呼んでいる。クラウド間の技術格差がなくなったことの象徴だと見なせるためだ。クラウドの競争は今後、ますます激化しそうだ。 国防総省は2019年10月25日（米国時間）に「エンタープライズ汎用クラウド（Enterprise General-Purpose Cloud）」の契約をマイクロソフトと締結したと発表した。通称「JEDI（Joint Enterprise Defense Infrastructure）」として知られる大型クラウド調達だ。米国の報道によれば国防総省は省内システムの80％をJEDIに移行する考えだという。 国防総省はこれまでサブシステムやプロジェクトごとに異なるクラウド契約を結んで
NEDOが25億円投じ日の丸RDBを開発中、「国産にも勝機あり」と自信を見せる理由
厳格なOLTPと高速なOLAPを両立 新RDBの特徴は厳格なOLTP（オンライントランザクション処理）が可能でありながら、ビッグデータ分析にも使用できる高いOLAP（オンライン分析処理）性能を有していることだ。OLTPとOLAPの両立はHTAP（Hybrid Transaction／Analytical Processing）と呼ぶ。OLTPで用いる行方向のデータは不揮発性メモリーを採用する主記憶（メインメモリー）に格納し、OLAP用の列方向のデータを2次記憶装置に格納する。2次記憶装置にも不揮発性メモリーを使用する。 OLTPに関しては、トランザクション処理の分野で一般的なベンチマークである「TPC-C」において1ノードで1000万トランザクション／秒（TPS）の達成を当面の目標とする。そしてトランザクション処理においては、一貫性と隔離性のレベルを示す「トランザクション分離レベル」が最も
車線中央を“ピタ”っと走るやばさ、日産の手放し運転を高速道路で体験
念のため最初に断っておきたい。タイトルに付けた“やばい”は、いい意味での“やばい”だ。そんな言葉が思わず出てしまったのは、「待たせたね。こいつが、未来だ……」というせりふから始まるCMでおなじみ、日産自動車の新型「スカイライン」に試乗してのことだ。 スカイラインは、「プロパイロット2.0」と呼ぶ運転支援機能を搭載しているのが特徴だ。目玉は、なんと言っても「高速道路上の同一車線内での手放し（ハンズオフ）」と「車線変更支援」だ。前方を注視していることなどの条件はあるが、ステアリングから手を放しての走行が可能になる（図1）。 この機能を体験してみると、それはまさに“未来”だった。未来の自動車運転の在り方の1つを示してくれるものだと、筆者は感じたのだ。
Pythonなら10行程度のコードで顔認識を手軽に実現できる
プログラミング言語（以下、言語）の1つであるPythonの人気が高まっている。もはやどんな技術者も無縁ではいられない。 言語には、その言語で利用できる「ライブラリー」が用意されている。ライブラリーは、呼び出すだけで様々な機能を実現できるモジュールのこと。ある言語で利用できるライブラリーには、「その言語で書かれているもの」と「別の言語で開発され、その言語向けのAPI（Application Programming Interface）が用意されているもの」がある。 ライブラリーが乏しい言語では、プログラマーが自分のやりたいことを実現するには多くの処理を自前で実装しなければならない。これに対しライブラリーが豊富な言語は、やりたいことをすぐに実現できる。
機械学習やるには数学から、「学習」「予測」「関数」の関係を知る
現在のAI（人工知能）ブームを支える機械学習。機械学習のスキルを身につけたいけれど、一から学ぶのはハードルが高そうで躊躇（ちゅうちょ）している――。そんなエンジニアは少なくないでしょう。 機械学習を理解する上でカギとなるのが、数学です。難しそうに感じるかもしれませんが、機械学習に必要な数学は限られています。それをマスターすることは、機械学習エンジニアになるための最短コースといえます。 本特集では、なぜ機械学習で数学が必要なのかを、高校1年生レベルの数学を使って説明します。今回は、そもそも機械学習とはどんなものかを解説します。 条件判断の基準を人間が決めない AIと機械学習。どちらもよく聞く言葉ですが、それぞれの定義について聞かれて、さっと答えられるでしょうか。 人工知能に関しては、一般的に明確で厳密な定義はまだないというのが筆者の認識です。「人工知能とは何か」という問いに対して、1950年
「人工知能は科学の在り方を変える」、PFN丸山氏がAI学会で熱弁
「AI（人工知能）は誤解を生みやすい多義的な言葉である一方、コンピューターサイエンスの先端を開拓し、果ては科学の在り方を変えるポテンシャルを秘める」――。 Preferred Networks（PFN）の丸山宏氏は2019年6月5日、新潟県で開催された人工知能学会全国大会の招待講演に登壇し、AIの限界とポテンシャル、AI研究者が果たすべき役割について、メイン会場を埋め尽くした学会員にこう語った。 丸山氏は1983年に日本IBM入社。同社東京基礎研究所所長、統計数理研究所教授を経て、2016年にPFN入社。現在はPFN Fellowを務める。 AIの過剰宣伝を正せ まず丸山氏が問題提起したのが、AIという言葉の多義性と、それによる混乱だ。 同氏は「人工知能（AI：Artificial Intelligence）」という学問分野について「人間の知性をソフトウエアで模倣し、モデル化することで知性
「MaaS」なんて流行るはずない、女子二人旅の体験から見えた限界
そんな言葉は流行らないと自分で決め付けた言葉が当たり前のように使われることがある。最近では「MaaS（Mobility as a Service）」がそうだ。Webや雑誌、新聞を眺めているとかなり使われている。 年をとったせいか新語に出くわすと定義が気になって仕方がない。用語の混乱こそ諸悪の根源と確信しているものの、言葉の定義にこだわっていると新語が表現しようとしている何かがどう新しいのか、それを確かめるところまで行き着かなくなる。 困ったことにMaaSはモビリティーをサービスとして提供する話らしく、体験しようとすると自ら移動しなければならない。だが旅行はさほど好きではないし、自動車の運転免許も持っていない。この10年ほど国内外を含めて出張は全くと言ってよいくらいしていない。 だからと言って、最新の動向らしいMaaSが分からないままでよいのかと気にしていたところ、知り合いにMaaSを体験し
通信事業と農業は好相性？NTT東日本がアグリテックに熱視線のなぜ
NTT東日本はインターネット・オブ・シングズ（IoT）や人工知能（AI）を活用する農業、いわゆるアグリテックの事業へ本格進出する。2019年7月1日に100％出資の子会社を設立するほか、実験農場を自ら新設して2020年度に生産を始める力の入れようだ。農業運営を通じて得たノウハウの外販も検討する。 「5年後に年間売上高50億円、10年後に同100億円を目指す」（NTT東日本）と宣言する背景には、アグリテックのフル活用で農業を「1ヘクタールで年1億～2億円の収入が見込める」（同社）高収益事業にできるとの自信、そして各地の自治体や農業協同組合（JA）、農業生産法人といった顧客のニーズを着実につかめるとの自信がある。 新会社「NTTアグリテクノロジー」の資本金は4億円で、NTT東日本が全額出資する。本社は東京都新宿区のNTT東日本本社内に置く。新会社は山梨県中央市内に土地を確保して実験農場を新設。
還暦COBOLはお荷物？リプレース計画が独自調査で判明
長く企業の基幹システムを支えてきたCOBOLは、2019年で生誕60年、いわば還暦を迎えた。では、COBOLは今、どんな状況にあるのか。調査結果から明らかにする。 日経 xTECHは2019年3月4日から15日まで、「COBOLに関する実態調査」をWebサイト上で実施した。生誕60年を迎えたCOBOLはここ最近、情報処理技術者試験からの除外が決定したり、厚生労働省の統計問題の元凶として扱われたりするなど、何かと「お荷物」のようになっている。では、COBOLは本当にお荷物なのか。アンケートを通じて現場の実態を明らかにするのが、本調査の狙いである。 調査ではまず、COBOLを使ったシステムの開発・運用・保守の経験があるかどうかを聞いた。その結果、回答者1348人のうち、85.7％に当たる1155人がCOBOLの経験があると答えた。実に8割以上の回答者が何らかの形でCOBOLとかかわっている。
マイナンバー活用促進からITコスト削減まで、デジタル手続法案の全貌
政府は2019年3月15日、「デジタル手続法案（行政手続オンライン化法改正案）」を閣議決定した。国の行政機関に対して行政手続きを原則インターネットで受け付けるよう義務化し、自治体には努力義務を課す。 「デジタルでやらないと法律違反になるという強制力のある法律」。2019年2月に開催された政府IT総合戦略本部の「デジタル・ガバメント分科会」で、副政府CIOを務める向井治紀内閣審議官は同法案についてこう説明した。企業によるIT活用の促進にも触れており、法令に基づく民間の手続きについて支障がないと認める場合はネット化を可能とする法制上の措置を講じる。高齢者らを対象に「デジタルデバイドの是正」も進める。 通知カードを廃止、ラストチャンスのマイナンバーカード普及活動 デジタル手続法案は行政の手続きやサービスが一貫してデジタルで完結する「デジタルファースト」などの基本原則に加えて、マイナンバー法や公的
［スクープ］楽天は適用除外へ、通信と端末の完全分離 | 日経 xTECH (クロステック)
総務省は今秋までに導入する「通信料金と端末代金の完全分離」について、新規参入の楽天モバイルネットワークを適用の対象から除外する方向で検討していることが、日経 xTECHの調べで分かった。NTTドコモ、KDDI（au）、ソフトバンクの大手3社が端末購入補助を封じられる中、楽天にとっては大きな追い風となりそうだ。 総務省は、新規参入の楽天が既存の大手3社に比べて著しく不利な点に配慮した。携帯電話全体に占める楽天の契約数シェアが一定の比率に達するまでは、一定の端末購入補助や期間拘束を認める考えだ。 楽天の契約数シェアがどの水準に達した時点で適用の対象とするかは今後詰めるが、事業者間の競争関係に一定の影響を及ぼす規模となっていることが大前提となる。少なくとも10％以上の水準とするのが濃厚とみられる。 楽天は現在、MVNO（仮想移動体通信事業者）として格安SIMサービス「楽天モバイル」を手掛ける。M
容量無制限とセキュリティーログの検索性で差異化、グーグルのSIEM
米グーグル（Google）系のセキュリティー会社である米クロニクル（Chronicle）が本格的に事業を開始した。2019年3月4日（米国時間）に発表したのは、SIEM（セキュリティー情報イベント管理）のクラウドサービス。セキュリティー関連のログデータを容量無制限で保管し、グーグルの検索技術を使って瞬時に検索可能にするという。 クロニクルは、グーグルの親会社である米アルファベット（Alphabet）が2018年1月に設立した子会社だ。米サンフランシスコで2019年3月4～8日に開催されたセキュリティーカンファレンス「RSA Conference」に合わせて、クラウドSIEM「Backstory」を発表した。 自社インフラを守るシステムを外販 SIEMとは、ユーザー企業が社内に展開するセキュリティー製品やネットワーク機器、業務システムなどが生成するログデータを収集・分析することで、社内システ
IBMのコンテナ戦略がハンパない
「あー、そういうことか」。自分が理解したと思った瞬間、納得と引き換えにして対象への興味は薄れる。そんな1つが米IBMのコンテナ戦略だった。しかしITが進化するスピードは本当に速く、ある時点の「納得」などあっという間に置き去りだ。その最新戦略が面白い。 米IBMは2019年2月、同社のAI（人工知能）ソフト「Watson」がコンテナ運用管理ツール「Kubernetes」に対応したと発表した。オンプレミス環境で稼働する同社の運用管理基盤「IBM Cloud Private（ICP）」をはじめ、Kubernetesベースのサービス上でWatsonが利用可能になったわけだ。もちろん、「AWS（Amazon Web Services）」や「Microsoft Azure」といった競合のパブリッククラウドが備えるKubernetesサービスでのWatson利用も視野に入っている。 IBMは今、主要ソフ
レッドハットのOpenStackが楽天の携帯網に採用、4000カ所のエッジで基地局制御
米レッドハットは2019年2月27日、楽天モバイルネットワークの携帯電話サービスのインフラ構築に、オープンソースのクラウド運用ソフト「Red Hat OpenStack Platform」が採用されたと発表した。 「MWC19 Barcelona」の楽天ブースで対談する、レッドハットのクリス・ライト副社長兼CTO（左）と楽天モバイルネットワークのタレック・アミンCTO 楽天モバイルネットワークの携帯電話サービスは、2019年10月の商用サービス開始を予定している。同サービスの携帯電話網はコアネットワークだけでなく、基地局の制御などを担うRAN（Radio Access Network）にも全国規模で汎用サーバーと仮想化を導入するのが特徴だ。全国約4000カ所のNTTの局舎に、L2に相当するDU（Distributed Unit：分散ノード）とL3に相当するCU（Central Unit：集
社員が辞める本当の理由、ハイジーン要因に注目
仕事にやりがいを感じていたはずの社員が急に退職届を出してきた。当社の理念に共感し、業務内容にも満足していたと思っていたのになぜ――。心当たりのある人事担当者は「ハイジーン（衛生）要因」を疑ってみてほしい。最近ではハイジーン要因に特化した可視化ツールも登場した。 ハイジーン要因は米国の著名な臨床心理学者であるフレデリック・ハーズバーグが提唱した概念だ。仕事における満足と不満足を引き起こす要因に関する「二要因理論」に基づく概念だ。ハーズバーグは従業員の満足度の低下や離職の原因には「動機づけ要因（モチベーター）」と「衛生要因（ハイジーンファクター）」の2種類が影響すると提唱した。 動機づけ要因は仕事のやりがいや責務、企業理念への共感などを指し、仕事における満足をもたらす。一方、ハイジーン要因は会社の戦略と管理方式、監督技術、給与、上司や同僚との関係、自身の健康状態、仕事と家庭の両立などが該当する
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
