今こそクラウドでディープラーニングを行う絶好の機会です

現在、機械学習は依然として人気がありますが、そのサブセットであるディープラーニングは企業にさらなる価値をもたらす可能性があります。

クラウドコンピューティング技術イベント AWS re:Invent 2017 が間もなく開幕し、このカンファレンスで AWS が発表するテーマを予想する声が上がり始めています。しかし、確かなのは、AWS が何らかのディープラーニング クラウド サービスを発表するということです。もちろん、Google、Microsoft、IBMも取り残されることはないだろう。実際、IBM と Microsoft はどちらも独自のディープラーニング プラットフォームを持っています。 IBM のディープラーニング システムは「Brainwave」と呼ばれ、Microsoft のディープラーニング システムは「Distributed Deep Learning」と呼ばれます。

では、機械学習とディープラーニングの違いは何でしょうか?簡単に言えば、機械学習は通常、即時予測などの人工知能の技術的応用を扱います。ディープラーニングは、人々に関する大量のデータのパターンを理解するための基盤を築きます。

[[206445]]

機械学習はほとんどのパブリック クラウドで利用可能であり、企業が必要とする人工知能機能を提供します。ディープラーニングと同様に、クラウド コンピューティングによってコンピューティング能力とストレージ能力がより手頃な価格になったため、AI が活性化しました。

ディープラーニングは、組織のビジネス遂行能力、特にパターンやデータの観察を通じて知識を構築する能力を向上させることができます。さらに、ディープラーニング システムは時間の経過とともにより洗練され、強力になり、最終的には専門家のチームよりもはるかに優れたものになります。

もちろん、この技術に実用的な用途がなかったらどうなるでしょうか?これは人工知能が長年悩まされてきた問題です。今日では、機械学習は、スパムメールを識別してスパムメールボックスに移動したり、eコマースサイトに推奨事項を提供して売上を向上したりするなど、AI の埋め込み可能な用途を提供できます。

しかし、ディープラーニングはより重要で影響力のあることに焦点を当てています。

ディープラーニングの典型的な応用例はクレジット処理です。多くの企業は単に信用スコアを意思決定の根拠として利用していますが、意思決定を支援するためにディープラーニング ツールも利用している企業もあります。信頼できるディープラーニング システムは、顧客の人種、性的指向、さらには離婚の予定があるかどうかなど、潜在顧客のローン返済能力に関する他の要素やパターンを検出する可能性があります。

その他のアプリケーションとしては、MRI や X 線などのデジタル医療画像を分析して、患者を診断する医師に自動的な推奨事項を提供する機能の提供などがあります。無人運転車、株式市場の予測、さらに正確な気象状況の予測などへの応用もあります。さらに、ディープラーニングのユースケースも数多く登場しています。

では、企業はクラウド ディープラーニングに投資すべきでしょうか?まず、企業は適切なビジネス関連のアプリケーションを見つける必要がありますが、そのようなアプリケーションは数十種類あります。そして、そうすることを一度決めると、クラウドベースのディープラーニングへの投資は大胆な決断となるでしょう。