TOKYO - 13 6 2019: 
2019年6月13日

ニューヨーク州アーモンク - 2019年6月12日：IBM（NYSE：IBM）は本日、AutoAIを発表しました。これは、企業のAIの設計、最適化、および管理に関連する多くの複雑で面倒なタスクを自動化するためのWatson Studioの新機能です。その結果、データサイエンティストは、機械学習（ML）モデルの設計、テスト、および展開にさらに時間を費やすことができます。これがAIの仕事です。

ビジネスにおけるAIの戦略的価値に対する認識が高まっているにもかかわらず、ほとんどの組織は依然として基本的な情報アーキテクチャの課題に取り組んでいます。断片化されたデータとサイロ化されたデータの検索、収集、整理、そして分析とMLのためのそのデータの準備というタスクは、AI開発を遅らせることがしばしばあります。最近のForresterのレポートでは、回答者の60％がデータ品質の管理がAIの提供を試みる際に直面する最大の課題の1つであると答え、44％がデータ準備に起因すると答えました。
データサイエンティストがいない組織にとっては、AIプロジェクトはさらに課題となります。 IBM Institute for Business Valueで、エンタープライズグレードのAIへの移行について、昨年の回答者の63％が、適切な技術的スキルの欠如がAIの実装における最大の課題であると回答しました。

Watson Studioの新しいAutoAI機能は、Watson Machine Learningと連携して、AIライフサイクルのさまざまなステップを自動化および高速化することによってこれらの課題を解決し始めます。

IBM CloudのWatson Studioで新たに利用可能になったAutoAI機能は、モデル開発や特徴量最適化を含む、時間のかかるデータの準備および前処理のプロセスを自動化するように設計されています。これは、ユーザーがハイパーパラメーター最適化機能を活用してデータサイエンスやAIモデルをより簡単に構築できるようにするためのものです。さらに、AutoAIには、GBDT(Gradient Boosting Decision Tree)など、エンタープライズ・データサイエンス用の最も強力な種類の機械学習モデルが含まれており、ユーザーが機械学習モデルの検証・本番展開プロセスを迅速に実施できるように設計されています。

「IBMはお客様がAIへの道筋を描くことをご支援してきました。そして多くの企業が直面する最初の課題の１つが、AIの基本ステップであるデータ準備だったのです。」IBM Data and AIのゼネラルマネージャー、Rob Thomasは述べています。 「複雑なデータインフラストラクチャへの対応は、最も先進的な企業にとっても大変なことですが、技術的なリソースがほとんどない、あるいはまったくない企業にとっては、手に負えないものになる可能性があります。Watson Studioが提供している自動化機能は、プロセスを円滑にし、顧客がMLモデルと実験をより早く構築できるように設計されています。」

AutoAIの製品群には、IBM Neural Networks Synthesis（NeuNetS）も含まれています。これは昨年秋に最初にプレビューされ、現在Watson Studioプロジェクト内でオープンベータ版になっています。このテクノロジーは、AIを使用してカスタマイズされたニューラルネットワークを自動的に合成することによって、ディープラーニングモデルの開発を迅速に実施するように設計されています。 NeuNetSを使用すると、ユーザーは処理時間と精度のどちらを最適化するかを選択し、モデルを構築・学習するところをリアルタイムで確認できます。

IBM Researchで開発された主要テクノロジーを活用するWatson Studio AutoAIは、IBMが長年にわたってAIポートフォリオ全体で開発および提供してきた自動化機能に基づいています。 IBM Watson AssistantおよびDiscoveryからWatson Machine Learningに至るまでのソリューションは、時間のかかるタスクをスピードアップおよび簡素化するさまざまなレベルの自動化を提供し、お客様がより価値の高い作業に早く集中できるようにします。

IBMデータとAIについて
詳しくは、https://www.ibm.com/jp-ja/analytics/にアクセスしてください。