UBIC、テキスト解析AI技術を応用したシステム開発を支援する「AIインキュベーター」を提供UBICは2015年7月24日、人工知能（AI）技術を応用した製品やサービス開発を支援するソフトウエア「AIインキュベーター」の提供を始めたと発表した。 ユーザー企業は、テキストデータ解析に特化したUBICのAI技術を使って自らデータを解析し、自社製品やサービス、社内システムに生かせるかどうかを検証できる（図）。
［1］誰でも簡単！オープンデータアプリを公開しよう
身近なオープンデータを簡単に公開して、アプリ化できるとして注目されているWebサイトがある。「LinkData.org」だ（図1）。理化学研究所 生命情報基盤研究部門長の豊田哲郎氏や、同情報基盤センター リサーチアソシエイトの下山紗代子氏らの研究グループが開発し、2014年10月に一般社団法人リンクデータを立ち上げた。 オープンデータとは、行政や企業が商用を含めて自由に加工・再配布できるように公開したデータのこと。政府や地方自治体を中心にオープンデータを積極的に進めており、身近な社会的課題解決から、企業がビジネスに役立てることもできる。オープンデータを活用した新たなビジネスも登場している。 とはいえ、日本でのオープンデータ活用は道半ばだ。地域住民に身近なデータを多く保有する地方自治体のうち、オープンデータに取り組んでいるのは2015年2月現在で100自治体だという。データ公開のノウハウや基
急躍進した「Docker」、GitHub世代の支持を得られた理由
コンテナ管理のオープンソースソフトウエア（OSS）である「Docker」が、IT業界における新しい「台風の目」になり始めている。IBM、マイクロソフト、レッドハット、ヴイエムウェア、グーグル、アマゾン・ウェブ・サービスといった米国の名だたる大手ITベンダーが、開発元である米ドッカーと相次ぎ提携し、Dockerを自社の製品やサービスに取り込もうと躍起になっているからだ。 Dockerで実現できるのは、サーバーの論理分割であり、これは「VMware vSphere」などの「サーバー仮想化」と変わらない。技術的な視点で見ると、サーバー仮想化が論理分割の単位として「仮想マシン（VM）」を使うのに対して、Dockerでは仮想的なOS環境である「コンテナ」を使うことが、両者の違いということになる。 コンテナとはLinux OSがOSの中に仮想的に作り出したOS環境だ。コンテナごとに独立したファイルシス
（第1回）ベンダーが呆れる「発注責任」の放棄
ユーザー企業には「発注者責任」がある。ところが最近、この責任が希薄なばかりに、外注したシステム開発が頓挫したり、ITベンダーとのトラブルにつながったりするケースが増えている。今回、匿名を条件にITベンダーから「こんな発注は勘弁してほしい」との本音を聞いた。プロジェクトを成功させるために、ITベンダーの声に耳を傾けてほしい。 あらかじめ断っておくが、この特集は日経コンピュータの2008年6月15日号に掲載した記事をベースにしている。つまり、オリジナルは4年半前に書いたものだ。だが、そのオリジナルをいま読み返しても、全く古さは感じない。ITproのコラム「極言暴論！」で最近、大きな反響のあった記事とも深く関わる話なので、一部を加筆・修正して掲載することにした（関連記事：法外な開発料金の見積もり根拠、「客には絶対に言えません」）。 ITベンダーがパニックに陥った顧客の暴挙 「開発着手の1週間前に
［機械学習革命3］機械が人間を超えた
かつてはデータを機械に学習する前に、人間がデータを様々な形で分類したり加工したりしていた。近年台頭する「ディープラーニング」を初めとする機械学習技術では、機械が人間に頼らずにデータを分籍する。驚くべき機械学習の最新事例を示そう。 人間の試行錯誤を排除 -未来予測- 未来予測に関しては、NECの「異種混合学習」を紹介しよう。これは収集したデータの中に複数の規則性が存在する場合に、それぞれのパターンごとに適したモデルを生成する手法だ。 例えばNECは、ビルの電力消費に関する時系列のデータを収集して、電力消費を予測するモデルを作った。ビルの電力消費は、当然ながら曜日や時間帯ごとにパターンが変化する。従来は、どのようなタイミングでパターンが切り替わるか、人間が専門知識を動員して場合分けを行い、それぞれの場合に適したモデルを作っていた。。 NECの異種混合学習では、パターンの切り替わり自体を機械学習
第1回 カーネルやinitを刷新
3年8カ月ぶりのメジャーバージョンの新版となる「Red Hat Enteprise Linux 7」（RHEL 7）が米国では6月10日、国内では7月10日に発表された。リリースに際し、開発・提供元の米Red Hat社は、この新版が「エンタープライズOSを再定義したもの」（Redefining the Enterprise Operating System）とのメッセージを発信している。 RHEL 7もOSの中核としてLinuxカーネルを採用しているという点では、従来通りに「Linuxディストリビューション」であり、この点では連続性を維持している。しかし、誕生から20年を超えたLinuxの歴史において、「エンタープライズOSを再定義した」といえるほど大きな変更が、カーネルとユーザースペースに大別されるLinuxの処理のいずれにも加えられている。まずは、その“大きな変更”について説明する。
東大/日立の「超高速データベースエンジン」、従来比1000倍の処理性能を達成
東京大学生産技術研究所と日立製作所は2014年6月4日、共同で研究開発してきた「超高速データベースエンジン」が、2014年3月に従来型データベース比で約1000倍の処理性能を達成したと発表した。共同開発の取り組みは、内閣府最先端研究開発支援プログラム「超巨大データベース時代に向けた超高速データベースエンジンの開発と当該エンジンを核とする戦略的社会サービスの実証・評価」（中心研究者：喜連川優 東大生研教授/国立情報学研究所所長、実施期間：2010年3月～2014年3月）に基づく（関連記事）。 東大生研と日立は、2010年3月から2014年3月の約4年間、「非順序型実行原理」に基づき、超高速データベースエンジンの研究開発を進めてきた。データ入出力要求の発生順序とは無関係な順序で、非同期にデータを処理することにより、データベース処理や入出力処理の多重度を追求。マルチコアプロセッサやストレージの利
SGホールディングス、Hadoopで佐川急便の「宅配便ビッグデータ」分析
SGホールディングスがビッグデータの利活用に乗り出した。新たに分析基盤を構築し、年間13億個に及ぶ宅配便のデータを解析。出荷の伸びが期待できる見込み客を特定したり、配送トラックの割り当てを見直したりする。新システムで分析時間は従来の15分の1になる見込みだ。 佐川急便を中核とするSGホールディングス（SGHD、京都市）は、蓄積した「宅配便ビッグデータ」を分析し、取引が拡大できそうな顧客企業の発掘や、配送トラックの積載効率向上に役立てようとしている。 SGHDは2014年春から順次、「ビッグデータ分析基盤システム」を稼働させる。米EMCや米ヴイエムウェア、米GE（ゼネラル・エレクトリック）が出資する米Pivotalの分散データベースソフト「Pivotal Greenplum Database」を採用し、宅配便ビッグデータの分析に必要なシステム基盤を整備する。 新システムは、大量のデータを複数
［5］文章力を高める四つの要素
文章力を高める方法については、さまざまな本や教育用のテキストで紹介されています。ここでは、一般的に言われている文章力向上のための方法について整理します。 まず、文章力とは何かについて考えてみます。文章力とは、分かりやすい文章を書くことのできる力、論旨がしっかり通っている文章を書く力を指します。この視点から評価すると、文章表現の巧みさ、修辞学にたけているという意味を指すものではないことは明らかです。このようなものは、文芸の世界であって初めて評価されるものです。 極論すれば、全体としての意味が通り、まとまりがあれば文章力はあると言えます。たとえ朴訥とした表現であってもいいわけです。箇条書き文の集合体であっても構いません。 これを、その文章は意味としての構造が成立しているといいます。意味としての構造が成立するように書くためには、主題に対しての理解を深めなければなりません。さらに、使う単語の意味を
日本NCRが不正決済の検知ソフトなどを販売開始
日本NCRは2014年5月20日、不正な決済処理をリアルタイムに検知するソフト「Alaric Fractals」と、決済処理の実行基盤となるソフト「Alaric Authentic」の販売開始を発表した。販売価格は未定だが、既に販売を開始している米国ではハードウエアや設定作業などを含めて数千万～数億円で提供しているという。今後1年で10億円以上の売り上げを目指す。 Alaric Fractalsは、決済処理のトランザクションをリアルタイムに監視し、平常時とは異なる処理パターンを検知すると不正な決済とみなし、警告を発信するソフトウエアである。特徴は、不正な決済の処理パターンを自己学習できること。新たな不正を検知すると、その処理パターンを即座に学習するため、短時間に連続して同じ手口で不正されるようなケースで、被害の拡大を防ぐことが可能になる。 Alaric Authenticは、「支払スイッチ
［量子コンピュータ1］突然商用化した夢のマシン
実現は遠い未来のことだと考えられていた「量子コンピュータ」。それが突然、従来とは異なる方式で実現した。カナダD-Wave Systemsが開発し、米グーグルや米航空宇宙局（NASA）が導入した量子コンピュータ「D-Wave」だ。 D-Waveが期待通りの性能を出すことができれば、現在のビッグデータ活用が子供の遊びに思えてくるほどの、計り知れないビジネス上のインパクトがもたらされる。そんなD-Waveに、日本の研究や技術が大きく寄与していたことを知っているだろうか。 それだけではない。現在、日本の国立情報学研究所（NII）が、D-Waveのさらに上を行く日本独自の量子コンピュータの開発を進めている。 次なるIT革命の中心地は、実は日本だ。知られざる量子コンピュータの真の姿に迫る。 米航空宇宙局（NASA）や米グーグルが、熱い視線を注ぐ日本人研究者がいる。彼が生み出した理論が、「量子コンピュー
［1］日本人のSE/プロマネが日本語を学び直すべき理由
筆者の本業はプロマネ（プロジェクトマネジャ）ですが、ここ数年は本業をそっちのけにして、ソフトウエア開発に関わるSE（システムズエンジニア）とプロマネを対象に、文章作法の研修やセミナーを実施してきました。これまで研修で接した技術者は6000人、セミナーで接した人は4000人に及びます。 延べ1万人に教えた経験から分かったのは、ソフトウエア開発に関わるSEとプロマネの文章力、すなわち言葉の力が訓練されていないということです。訓練には教材が必要です。そこでSEとプロマネが文章を書くうえで必要となる事柄を「SEとプロマネを極める 仕事が早くなる文章作法」（発行：日経BP社）にまとめました。その中でも特に基本的な事項、別の言い方をすれば、SE/プロマネは知っていて当然であろう文章作法を、本連載で紹介しましょう。 SE/プロマネの仕事の大半は「文章」の作成 残念なことに「SEやプロマネのための文章作法
年齢や性別使わない顧客データ分析、東急エージェンシーと産総研
広告代理店の東急エージェンシーは2014年5月2日、産業技術総合研究所と提携し、流通・小売業向けのビッグデータ分析ツールを開発すると発表した。顧客データを分析する際に、年齢や性別といった情報を使わないのが特徴だ。2015年3月までの商品化を目指す。 確率的潜在意味解析という顧客分類手法を用いる。購買データのみで、顧客の好みなどに対応したクラスタに分類できるという。年齢や性別などの情報を使わないため、個人情報の流出を懸念する企業向けに売り込む。 価格は数百万円を予定している。データ分析の専門的な知識やスキルを持たない人材が利用できるようにするという。東急エージェンシーは、ソフトウエアの導入や販促活動の支援といったコンサルティングも手掛ける。
第１回 ドメインコントローラーを追加する
ここまで、Samba 4でActive Directoryドメイン環境を構成し、そこにユーザーやグループのアカウントを作成して管理する方法や、グループポリシーを利用してドメイン内のユーザーやコンピュータを効率的に制御する方法を紹介してきた。既に、Active Directoryドメインを構築および運用する上で、基本的なことについては一通りマスターしたといえる。 しかし、本格的に使おうとすると、まだ不十分な面がある。そこで、この特集では本格的な運用段階で必要になってくる、1歩進んだ利用術を3つ説明する。具体的には、1つ目が複数ドメインコントローラー（DC）の構成と運用、2つ目が利用するDNSサーバーの切り替え、最後がスキーマ拡張への対応である。 （1）複数DCの構成にレベルアップ これまでに構築したActive Directoryドメインに、新たなDCを追加し、複数台のDCで構成するドメイン
［再挑戦編1］日本にいても英語ペラペラ「最上級」になれる！
みなさん、こんにちは。私は多くの皆さんと同じITエンジニアで、英語をマスターすることを目指して日々奮闘しています。以前の連載（私が英語勉強法に挑んだわけ）や書籍「ITエンジニアのゼロから始める英語勉強法」をお読みいただいた方はご存じかもしれませんが、英語が全くできない状態から仕事の合間に独学で勉強し、米国のワークショップで講師を務めるまでになりました。 その後も様々な英語勉強法に取り組んだり、英国やベトナムに行って英語でのコミュニケーションを楽しんだりしています。海外に行くと、ネイティブスピーカーから「トーク、なかなかうまいね」と英語をほめられることがよくあります。その力は基本的に日本での勉強によって養ったものです。ネイティブスピーカーと話す機会は、今でもほとんどありません。 書籍「ITエンジニアのゼロから始める英語勉強法」はつい最近、アマゾンなどで電子書籍としても発売になりました。それを
SASと科学技術振興機構がデータ分析イベントを開催、200人以上が参加
SAS Institute Japanと独立行政法人科学技術振興機構（JST）は2014年3月8日、JSTの科学技術データを使ったデータ分析イベント「All Analytics Championship Powered by SAS～データサイエンス・アドベンチャー杯～」を、都内で開催。予選を通過した8チームが20分間のプレゼンテーションを実施し、データ分析の概要や手法、結果を発表した。会場には200人以上が詰め掛け、発表者のプレゼンに熱心に聞き入っていた（写真）。 金賞はUNAGIで、賞金15万円を獲得した。銀賞は、企業の共同研究をテーマにした技術動向観測隊に。銅賞は、研究開発力の向上と実社会の発展の関係性を分析したHSE 研開部が受賞した。アイデア賞は、北海道札幌旭丘高校生物部。埼玉県立熊谷女子高校が、18歳未満の参加者で構成されたチームが対象のU-18賞を受賞した。 金賞を獲得したU
100万件を超えるビッグデータをクロス集計しても、拍子抜けするほど速く結果が出る
前回はビッグデータ分析を実施できる環境を整えた後、2次属性付けとクロス集計というシンプルな作業を実施していけばよいという分析の流れを説明し、最初のステップである2次属性付けの作業プロセスまで見てきました。 今回はその2次属性を利用してクロス集計し、ターゲット層の購買傾向を把握、自分の現場での肌感覚が正しいかどうかを、ビッグデータから数字の裏付けを取る検証のプロセスを説明していきます。前回に続いて、スーパーマーケットチェーンのマーケティング担当者の例で考えていきましょう。 手軽にできるビッグデータの分析環境を整え、今まで分析できなかった購買明細データと顧客会員データを手元に置きました。やりたいことは男性客の購買特性を把握し、その特性に合わせて、より買ってもらうための施策を考えたいということです。最初のステップとして購買明細データに2次属性を付け終わりました。付けた2次属性は購買時間、購買金額
［グループポリシー管理］第4回 フォルダーリダイレクト
本特集では、Samba 4のActive Directory Domain Controller（AD DC）を利用した環境において、グループポリシーを設定する手順を説明していく。最終回となる第4回は、移動ユーザープロファイルのサイズ増大に伴って生じる、ログインやログアウト操作に要する時間の延びの抑制に有効なフォルダーリダイレクトの設定を取り上げる。 ＜第3回から読む＞ （6-2）フォルダーリダイレクトの設定 Samba3までは、ドメインの機能レベルがNTドメイン相当であったため、移動ユーザープロファイルのサイズが最大30Mバイトに制限されていた。それにより、よほど注意して利用しないと上限を超えてしまい、ログアウトできなくるという問題が生じた。しかし、Samba 4ではActive Directoryに対応したことで、Windows端末のOSがWindows Vista以降であればプロファ
問題把握プロセス
前回の最後で、意思決定プロセスが「問題把握プロセス」「問題分析プロセス」「決定分析プロセス」「リスク分析プロセス」という四つのプロセスで構成されることを紹介しました。今回はこれらのうち「問題把握プロセス」について解説します。 意思決定のプロセスは、「問題把握」を行うところから始まります。問題を解決するためには、まず何が起こっているのか、状況や内容を正しく把握しなければなりません。問題の大きさや緊急度を理解しなければ、適切な対策を打つことなどできないからです。 問題を把握するには、情報を集める必要があります。このとき集めた情報の質がその後のプロセスの質を左右します。具体的に、問題把握プロセスは以下のステップで進めます。 STEP1 問題を5W1Hの視点で理解する STEP2 最悪の事態を想定する STEP3 最悪の事態を回避する方法を考える STEP4 その方法によって新たな問題が生まないか
みかん栽培に機械学習技術、住友精密がPFIのJubatusを採用
写真●住友精密工業が機械学習技術の実証実験を行っている、大分県の農家でのみかん栽培の様子。同社製のセンサーネットワーク機器「neoMOTE」を用いている。 センサーネットワーク事業を手掛ける住友精密工業は、同社の農業向けセンサーネットワークサービスの実証実験に、Preferred Infrastructure（PFI）の機械学習エンジン「Jubatus」を採用した（PFIによる発表資料）。設備の異常検知や最適制御などに用いる。 実証実験では、大分県の農家と協業し、みかん栽培のビニールハウスの温度管理や空調設備の異常検知にJubatusの適用を試行している（写真）。現在はセンサーで取得したデータに対し、オフラインで学習エンジンを適用しているが、今後、実活用することを狙う。 最初に試行しているのは、空調設備の異常検知である。一般にハウスみかんの栽培では、みかんの成長ステージに合わせて農家が1～
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
