AI活用に向けたインフラストラクチャー3つのポイント
データの蓄積
大量かつ分散するデータを効率よく、セキュアに収集・保管し、業務利用しやすい形式で格納します。
AWS S3 APIにも対応し、非構造化データを効率よく保管するオブジェクト・ストレージ と、ファイルやオブジェクトを、高速ストレージと低速ストレージに自動的に使い分けて保管する階層型ストレージがあります。
データの検索/前処理
必要なデータを必要なときに素早く取り出せるよう、非構造化データを自動的にカタログ化し、スピーディな検索とアクセスを実現します。
AIモデルの開発
事業部門の専門家が、自らAIモデルを高速かつ容易に開発できる環境を実現します。
プログラミングやAIのスキルがなくても、GUI環境で開発が簡単に行えるソフトウェアと、同一時間内での試行回数を増やしたり、実ビジネスへの展開を早めるため、AIモデルの学習を高速化するシステムがあります。
データをスムーズに収集してAIを導入する方法
日本企業のAI活用は、一部の先進的な企業を除いてなかなか進展していません。AI向けのデータ整備や判定ロジックのチューニングなど、高度な技術が必要に見えますが、いまはその状況も変わりつつあります。ビジネス効果を最大化するためのAIインフラはどうあるべきでしょうか。
AIワークロード向けのIBMソリューション
AI用IBM Spectrum Storage
AI環境全体でデータを統合・管理・保護するストレージ・ソリューションを使用して、データのパワーを活用できます。
IBMエンタープライズAIサーバー
AIのデータとワークロードの要件を満たすように設計されたサーバーを使用してデータをソリューションに変えることができます。
AIに関する追加情報
第一三共事例
研究開発意思決定をより一層加速するため創薬研究基盤としてのゲノム解析基盤を強化。膨大なオミクスデータを蓄積し自由自在な解析を可能に。
グローバル・リーダーが採用するAI基盤
NASAによる宇宙の天気予報、JPモルガン・チェースによる金融でのモデル・リスク低減や、最速スパコンランキング「TOP500」4連覇の「Summit」についてなど、2019年2月に米国で開催のIBMグローバル最大イベント、Think 2019で取り上げられたAIインフラストラクチャー活用事例のいくつかを紹介します。
なぜ多くのAI プロジェクトはPoC で終わるのか？ 失敗から見えてきた5つの「落とし穴」
多くの企業がAIのビジネスへの活用に取り組む中、 PoC（概念実証）から先に進めず、頓挫するAIプロジェクトが増えています。「AIプロジェクトの成否」が分かれる、陥りやすい落とし穴は一体どこにあるのでしょうか？「IBM POWER AI FORUM 2019」で大きな反響があったセッションの内容をレポートします。