人工知能はすでに産業の運営方法を変えつつあり、人間の知能を増強し、意思決定を改善するために限界を押し広げています。
多くの企業や個人にとって、Intuitは財務の代名詞と言えるでしょう。1980年代初頭の創業以来、この金融テクノロジー企業は、人気の会計ソフトウェア「QuickBooks」と「TurboTax」で知られています。TurboTaxは毎年春になると、迫りくる4月の確定申告期限と煩雑な税金計算に頭を悩ませる約3,500万人のアメリカ人にとって、まさに命綱となるソフトウェア製品です。
金融と同義ではないのが人工知能（AI）です。この技術は、基本的なお金の管理というよりも、自動運転車の開発計画と結び付けられることが多いです。しかし、Intuitは35年以上にわたり、AI機能の構築を含め、複数のプラットフォームの移行を通じて自社の技術を再構築してきました。
例えば、TurboTaxは税務知識エンジンを搭載しています。Intuitは、8万ページを超える米国の税務要件と指示をエンコードした強力なAIシステムを構築し、情報抽出、自然言語処理、電子申告データからの機械学習など、幅広い技術を活用しています。
「大規模な税務申告は、機械学習にとって比較的新しい分野です」と、IntuitのデータサイエンスグループマネージャーであるVitor Carvalho氏は述べています。「場合によっては、税務関連の問題によく知られた手法をそのまま適用できます。しかし、多くの場合、全く新しいアプローチを構築する必要があります。」
このような機能は、機械学習（コンピューターに学習能力を与えるAIのサブセット）の進歩によるものです。機械学習の拡張版であるディープラーニングは、人間の脳を模倣したニューラルネットワークを活用し、より迅速にデータを分析し、コンピューターモデルをトレーニングすることで、最新のAIテクノロジーを実現・強化します。
Amazon Web Services (AWS) の応用科学ディレクターであり、カリフォルニア大学ロサンゼルス校のコンピュータサイエンス教授でもあるステファノ・ソアット氏は、機械学習とディープラーニングの両方が、人工知能の可能性を実現する新たな機能の原動力となっていると説明しています。ソアット氏によると、これらのテクノロジーは、パターン認識（例えば、メールがスパムかどうかの判断）、コンピュータービジョン（コンピューターがデジタル画像を理解・分析する）、音声認識、テキスト分析、レコメンデーションエンジンといった技術の原動力となっています。これにより、人間の知能の強化と意思決定の改善が現実のものとなり、企業はコスト削減、生産性向上、そして効率性の向上を享受しています。
「基本的に、データを理解するためにコンピューターが必要になるときはいつでも、人々はその問題にディープラーニングを適用し始めています」と、NVIDIA の応用ディープラーニング研究担当副社長、ブライアン カタンザーロ氏は述べています。
自動運転車のコンピューター ビジョンなど、AI の一部の用途はまだ進化していますが、多くの AI テクノロジーはすぐに適用でき、現在でも利用可能です。
下にスクロール
AI：企業イノベーションの鍵
AI技術は、幅広い業界において、様々な方法でグローバルビジネスを変革しています。銀行業界では、サイバーセキュリティリスクの軽減が進んでいます。例えば、キャピタル・ワンは機械学習を活用して不正行為や疑わしい行為を検知し、口座保有者にリアルタイムで警告を発しています。医療分野では、新薬開発のスピードアップが進んでいます。バイオテクノロジー企業セルジーンの科学者たちは、AI技術を活用し、臨床試験においてアルゴリズムを用いて遺伝子解析をより迅速に行っています。スピード向上以外にも、医療分野では、世界的な課題であるヒューマンエラー対策にAIを活用している企業もあります。
「医療診断は、人為的ミスによるコストが許容される一方で、潜在的に壊滅的な結果をもたらす分野です」とソアット氏は言います。「交通、ヘルスケア、エンターテインメント、セキュリティなど、これらはすべてAIとAWSが大きな役割を果たす分野です。私たちは、多くのタスクに共通する、差別化につながらない重労働に対処し、お客様が的を絞ったソリューションを開発できるよう支援します。」
これらの企業にとって、Amazon SageMaker などのツールを活用することで、人為的ミスを防ぎ、迅速かつ費用対効果の高いテストを実施できます。Amazon SageMaker は、機械学習モデルの開発、トレーニング、導入を簡素化・高速化する機械学習プラットフォームです。例えば、GE Healthcare では、機械学習アルゴリズムの集合体を通じて X 線画像技術の向上に貢献しています。膨大なデータセット（患者から報告されたデータやセンサーデータなど）を用いて、アルゴリズムは正常結果と異常結果を検出できます。
従来型のビジネスにおいて、AIテクノロジーは従来のやり方に現代的なエッジをもたらします。その好例がWestern Digitalです。同社は約50年前に小さな半導体メーカーとして設立されましたが、その後、年間売上高200億ドルを誇る世界的なデータストレージテクノロジーのリーダーへと成長し、Global 2000企業のほとんどを顧客としています。現在、Western Digitalは、データのキャプチャ、保存、アクセス、そして変換を支援するドライブを四半期ごとに約4,000万台出荷しています。
ウエスタンデジタルのCIO、スティーブ・フィリップト氏は、AIベースのアプローチを導入する前は、最適な信頼性とパフォーマンスを確保するために、同社製ドライブの様々なコンポーネントに対して約5,000件のテストを実施していたと述べています。企業が生成するデータは年々増加しており（IDCは2025年には世界で163ZBのデータが生成され、複製されると予測しています）、より大容量でより広いストレージ容量を備えたドライブの製造は不可欠です。しかし、データ容量の大きいドライブはより複雑になり、テストに多くの時間を必要とします。以前は、新しいテストソリューションには工場に追加のテスト機器が必要でした。現在、ウエスタンデジタルはディープラーニング（AI/ML）による予測を通じて、テストの信頼性と速度を向上させています。
「ディープラーニングツールは、長年にわたり数千万ドル、場合によっては数億ドルものコスト削減に貢献しています」とフィリップト氏は語る。「ドライブは同じフォームファクターでより多くのデータを保存できるようになるため、ドライブの製造に必要なテストもそれに比例して増加します。こうした機械学習ツールは、ドライブのテストにかかる時間を継続的に短縮し、コスト削減と製品の市場投入期間の短縮に貢献しています。」
コンピューティングの新時代がAIを実現する
Amazon SageMaker のような機械学習ツールによって参入障壁が低くなり、AI の可能性は文字通り無限に広がります。しかし、このテクノロジーが成功するには、コンピューティングの新しい時代が必要です。
強力なクラウドコンピューティングリソースの利用可能性は、AIにとってゲームチェンジャーとなることが証明されています。クラウドは、開発の迅速化、高性能コンピューティングへのアクセス、事実上無制限のスケーラビリティ、そしてクラウドに保存された大量のデータへの容易なアクセスを可能にします。
NVIDIAのV100 GPU（グラフィックス・プロセッシング・ユニット）を搭載したAmazon EC2 P3インスタンスは、Celgene、Western Digital、Intuitなどの企業で利用されている機械学習を加速させています。IntuitのCarvalho氏によると、AWSとの提携により、同社は革新的な製品を顧客に提供するために、開発活動を迅速かつ安全にグローバルに拡張できるようになりました。例えば、P3インスタンスにより、Intuitのデータサイエンティストは新しい機械学習モデルを「数日、あるいは数週間ではなく、数時間で」トレーニングできます。Intuitのエージェントが頼りにするモデル、例えば顧客の問題のトラブルシューティングに役立つモデルは、わずか30分でトレーニングできるとCarvalho氏は述べています。
「ディープラーニングモデルのトレーニングには膨大な計算量が必要です」とNVIDIAのカタンツァーロ氏は語る。「音声認識モデル1つをトレーニングするだけで、地球上の砂粒の数よりも多くの演算処理が必要になります。」
GPUが登場する前は、1つのGPUに相当する処理を実行するには数百のCPU（中央処理装置）が必要だったと彼は言います。AIアルゴリズムが依存する膨大なデータセットをマイニングし、解釈するには、CPUよりもGPUの方が適しています。これまで、CPUで実行できる機械学習実験の数は限られていました。数百のCPUを稼働させるのは、コストと時間のかかる作業だったからです。しかし、NVIDIAのGPUの登場により、ディープラーニングの高速化が可能になり、より強力な人工知能（AI）が実現可能になりました。
「GPUのような非常に計算密度の高いプロセッサがあれば、AI分野をより深く探求できるようになります」とカタンザーロ氏は語る。「より多くのモデルを訓練できるようになり、これらのモデルをより迅速に訓練する方法についての疑問にも答えられるようになります。」
ソアット氏は、大規模なテクノロジー企業が、主に膨大な量のデータ、巨大なコンピューティング リソース、そして機械学習に対する深い理解を人工知能の世界にもたらしてくれる専門家を擁していることから、現在の AI 革命の自然な推進力となっていると考えています。
そして、これは氷山の一角に過ぎません。AIの影響はすでに様々な業界で感じられていますが、強力な機械学習ツールをすべての開発者が利用できるようにすることで、企業のビジネス手法を劇的に再考し、変革することが期待されます。
Future/Nowシリーズの詳細については、
wired.com/ tag/futurenowをご覧ください。
AWS での機械学習について詳しく見る
1 gobankingrates.com
この記事は、Amazon Web ServicesのためにWIREDブランドラボが制作しました。
イラストはマシュー・ホリスターによるものです。
