The Forrester Wave: 「マルチモーダル予測分析と機械学習、2020年第3四半期」をお読みください。

データとAIのプラットフォームでディープ・ラーニングを行う理由

コンピューティング、アルゴリズム、データ・アクセスの進歩により、企業は、音声認識、自然言語処理、画像分類を通して洞察を抽出・拡張するために、ディープ・ラーニングをより広く採用しています。ディープ・ラーニングでは、大規模に、テキスト、画像、音声、動画を解釈し、推奨エンジン、感情分析、金融リスク・モデリング、異常検知のパターンを生成することができます。  
ネットワークをトレーニングするためのレイヤー数とデータ量が増えるため、ニューラル・ネットワークを処理するには、高い計算能力が求められます。さらに、企業は複数の部門で個別に実施されたディープ・ラーニング実験の結果を示すことに苦心しています。IBM Watson Studio on IBM Cloud Pak for Dataのディープ・ラーニング機能であるIBM Watson® Machine Learning Acceleratorは、以下のように企業を支援します。

-   コンピューティング、人員、アプリをクラウド全体で動的にスケーリングする。
-   透明性と可視性を維持しながら大規模なデータ・セットとモデルを管理/統合する。
-   エッジからハイブリッドクラウドまでのリアルタイム・データを使用して、モデルを継続的に適応させる。
-   より高速なトレーニングと推論により、クラウドとAIへの投資を最適化する。

→ インフォグラフィックを確認する(PDF,英語,574KB)

メリット

ディープ・ラーニングの結果を出すまでの時間の短縮

初期プロトタイプからエンタープライズ全体まで、モデルをより素早く構築します。ディープ・ラーニング・ワークロードを高精度でトレーニングして導入するための時間を短縮します。

AIを活用した洞察と予測のスケーリング

統合されたデータとAIのサービスにより、情報アーキテクチャーを活用します。アプリケーションのディープ・ラーニング・モデルを、コンテナ化されたハイブリッドクラウドの基盤に導入します。

AIとクラウドへの投資の簡素化

あらゆる場所でデータとモデルの導入を統合します。ワークロード要求に合わせて調整されたGPUとCPUの割り当てを共有し最適化します。

モデルの使用拡大と正確さの向上

大規模で高解像度の画像処理を高速化します。自動スケーリングにより、スループット、待ち時間、可用性を改善します。

システム使用とレジリエンシーの向上

マルチテナンシーにより、複数の事業部間での使用や企業全体での使用を促進します。弾力的な分散トレーニングと推論により、GPUリソースを最大限に使用します。

基幹業務のAIワークロードの管理と保護

データの準備からモデルの導入まで、透過性と可視性を向上させます。コンプライアンス、法律、セキュリティー、企業評価のリスクを軽減することもできます。

注目の導入事例

  • 病気の診断、公共の安全、ソーシャル・メディアのための画像分類
  • コール・センター管理、モバイル・アプリ、自動テキスト化のための音声テキスト化認識
  • 異常と不正の検知、自動文書検証とサイバーセキュリティーのための光学式文字認識(OCR)
  • コンプライアンス、信用評価、ポートフォリオ管理のための財務リスク・モデリング
  • 感情分析、トーン分析、ブランド・モニタリングのための自然言語処理
  • 行動予測、カスタマイズされたオファー、次善処置のための推奨エンジン
  • 公共の安全、盗難防止、作業者の安全、在庫管理のための動画分析

主要な機能

  • 迅速なプロトタイピングと導入
  • エンドツーエンドの情報アーキテクチャー
  • コンテナ化されたインフラストラクチャー管理
  • 高解像度の大規模モデルのサポート
  • マルチテナント導入
  • 弾力的な分散トレーニングと推論
  • 自動スケーリング、自動検索、ロード・バランシング
  • AIライフサイクル管理
  • モデル・モニタリングによる説明可能なAI