Automated Machine Learning UI で AI を簡素化

執筆者: Tzvi Keisar (Senior Program Manager, Microsoft Azure) このポストは、2019 年 5 月 9 日に投稿された Simplifying AI with the new automated machine learning UI の翻訳です。 自動機械学習の力を活用 人工知能 (AI) は今テクノロジ業界で最も注目されるトピックの 1 つです。経営者、ビジネス マネージャー、アナリスト、エンジニア、開発者、データ サイエンティストのだれもが AI の力を使って、より優れたインサイトを手に入れ仕事に活かしたり、より的確な予測を立てて目標を達成したいと考えています。 企業は機械学習 (ML) に大きな可能性があること実感し始めていますが、求める高度なデータ サイエンス スキルはそう簡単に手に入れられません。機械学習や予測分析の一般的な知識を持つビジネス エキスパートは多くいますが、通常の ML ツールでの作業に必要な統計学やコーディングまで積極的に知識を深めようという人は多くありません。 マイクロソフトは昨年 12 月、Azure Machine Learning サービスで Automated ML 機能をリリースしました。これを AI の加速と簡素化の取り組みのスタートと位置付け、まず ML ワークフローの一部を自動化し、浮いた時間をデータ…


Azure Machine Learning の最新アップデート: ML ライフサイクルの簡素化と加速を実現

執筆者: Venky Veeraraghavan (Group Program Manager, Microsoft Azure) このポストは、2019 年 5 月 3 日に投稿された New Azure Machine Learning updates simplify and accelerate the ML lifecycle の翻訳です。   データが急激に増加するにつれてテクノロジの刷新が進み、それと同時に、インサイト主導の意思決定の必要性を実感する組織も増えてきました。データを実際のビジネスに活かそうとするそうした各業界の組織を手助けするのが、人工知能 (AI) や機械学習 (ML) といったテクノロジです。Azure AI および Azure Machine Learning サービスは、インサイトが当たり前に入手できる世界を実現し、インテリジェントなアプリの開発を可能にするものです。たとえば、小売では製品をお薦めするアプリ、エネルギー生産分野では負荷予測アプリ、医療分野では画像処理アプリ、製造分野では予測メンテナンス アプリといったニーズがあります。 Microsoft Build 2019 (英語) では、Azure Machine の発展と拡大に関する重要なマイルストーンをお伝えする予定です。これには、機械学習のライフサイクル全体を強化する以下のような新機能の情報も含まれます。 あらゆるスキル レベルの開発者とデータ サイエンティストの生産性を向上させるゼロ コードおよびコード ファーストに対応した統合開発エクスペリエンスと、質の高いモデルの容易な構築を可能にする Automated Machine Learning の機能強化…


Azure Data Box Edge で Azure Machine Learning サービスを使用して AI モデルのアクセラレーションを実現

執筆者: Ted Way (Senior Program Manager, Azure Machine Learning) このポストは、2019 年 3 月 26 日に投稿された Accelerated AI with Azure Machine Learning service on Azure Data Box Edge の翻訳です。 本日発表された Azure Data Box Edge の一般提供開始 (英語) と共に、Data Box Edge で Project Brainwave を活用した Azure Machine Learning のハードウェア アクセラレーション モデルのプレビューも開始されました。世界のアプリケーションの実用例を見ると、データの大部分はエッジで使用されています。たとえば、工場、小売店、病院から収集された画像や動画は、それぞれ製造上の欠陥を分析したり、在庫切れの商品を検出したり、診断を行ったりするために使用されます。Data Box Edge のデータに機械学習モデルを適用することでレイテンシを短縮し、帯域幅のコストを削減できるほか、リアルタイムのインサイトを入手して重要なビジネス上の意思決定を下し、迅速に対応することができます。 既に一般提供されている Azure Machine Learning…


Azure Machine Learning サービスの新しい Automated Machine Learning 機能

執筆者: Krishna Anumalasetty (Principal Program Manager, Azure Machine Learning) このポストは、2018 年 12 月 4 日に投稿された New automated machine learning capabilities in Azure Machine Learning service の翻訳です。   このたび、Azure Machine Learning サービスの一般提供 (英語) に伴い、新たに Automated Machine Learning (Automated ML) 機能をリリースしました。この機能を使用すると、モデルの選択やハイパーパラメーターのチューニングを自動化できるため、これまで数週間から数か月かかっていた機械学習モデルの構築が数日程度に短縮され、ビジネス上の問題解決により多くの時間を充てられるようになります。この機能は、データ サイエンティストの生産性向上と AI の普及に関するマイクロソフトの取り組みの中で生まれたものです。機械学習プロセスを簡素化することで、社内の各分野の専門家が機械学習ソリューションをすばやく構築してデプロイできるようになります。 この記事では、以下についてお伝えします。 Azure Machine Learning サービスで提供される Automated ML の主な機能 Automated ML の開発動機、基盤テクノロジ、設計原則など 新機能 Azure…


Azure AI – 組織による AI 導入がスピードアップ

執筆者: Eric Boyd (Corporate Vice President, Azure AI) このポストは、2018 年 12 月 4 日に投稿されたAzure AI – accelerating the pace of AI adoption for organizations の翻訳です。   AI は、世界を変える大きなイノベーションの波を起こす原動力となっています。Azure AI を導入することで、組織においては簡単に次のことを実現できます。 機械学習を活用して、ビジネス プロセスを最適化する予測モデルを構築する 高度な画像認識、音声認識、言語機能を利用してアプリケーションを構築し、パーソナライズされた魅力的なエクスペリエンスを提供する ナレッジ マイニングにより、巨大なファイル リポジトリに埋もれたインサイトを掘り起こす 9 月に開催された Microsoft Ignite (英語) に続き、Microsoft Connect(); では、AI を手軽に利用してビジネスを変革させる画期的な機能の数々を発表しました。 Azure Machine Learning サービスの一般提供 本日マイクロソフトは、Azure Machine Learning サービスの一般提供 (英語) を開始しました。これは、インテリジェント…


MS クラウド ニュースまとめ – Azure Database for MariaDB の提供開始 他 (2018 年 12 月 4 日)

執筆者: Cloud Platform Team このポストは、2018 年 12 月 4 日に投稿された Cloud Platform Release Announcements for December 4, 2018 の翻訳です。   Azure Machine Learning サービスの提供開始 Azure Machine Learning サービスの一般提供が開始されました。Azure Machine Learning を使用すると、開発者やデータ サイエンティストは機械学習モデルをすばやく簡単に構築、トレーニング、デプロイできます。 Azure Machine Learning サービスを使用するメリットは以下のとおりです。 自動機械学習を使用して、モデルの構築を迅速化できる 任意のオープンソース フレームワークを使用して、あらゆる Python 環境から自動構成されたクラウド コンピューティングによってモデルのトレーニングを行える 機械学習の DevOps およびクラウドやエッジへの簡単なデプロイメントによって、ワークフローをエンドツーエンドで管理できる 一般提供版の料金は、2019 年 2 月 1 日より適用されます。 Azure Machine Learning サービスの詳細については、Azure…


Microsoft Connect(); 2018: すべての開発者がより多くの成果を達成できるように

執筆者: Scott Guthrie (Executive Vice President, Cloud and Enterprise Group, Microsoft) このポストは、2018 年 12 月 4 日に投稿された Empowering every developer to achieve more at Microsoft Connect(); 2018 の翻訳です。   本日マイクロソフトは Connect(); 2018 (英語) を開催し、あらゆる開発者の皆様のお役に立つ新たなイノベーションを発表しました。私たちは今、ユビキタス コンピューティングの世界の実現にどんどん近付いていることを実感しています。テクノロジによって、あらゆる消費者、そして企業のエクスペリエンスが変革され続けているためです。


Azure で世界レベルの PyTorch をサポート

執筆者: Minna Xiao (Program Manager II, Machine Learning Platform) このポストは、2018 年 10 月 2 日に投稿された World-class PyTorch support on Azure の翻訳です。   このたびマイクロソフトは、Azure Machine Learning のパブリック プレビュー更新の一環として、Azure 最高クラスのエクスペリエンスである PyTorch のサポートを強化しました。また、多数の自社製 AI プラットフォーム サービスやツールを通じて、PyTorch のサポートのさらなる充実を図りました。この記事ではその詳細についてご説明します。 2016 年 10 月に PyTorch の初回版をリリースしてからこの 2 年間に、さまざまな学術機関、業界、AI コミュニティの間でディープ ラーニング フレームワークの大規模な採用が迅速に進められてきました。PyTorch は、Python が非常に高度に統合された命令型フレームワークとして、研究者の間で長年親しまれています。最新の PyTorch 1.0 リリース (英語) では実稼働レベルの使用に対応し、プロトタイプから実稼働に至る完全なエンドツーエンドのディープ ラーニング プラットフォームを作成するのに必要なスケーラビリティを備えています。 PyTorch…


エンタープライズ クラウドとしての Azure: Microsoft Ignite 2017 のハイライト

執筆者: Julia White (Corporate Vice President, Cloud Platform) このポストは、10 月 2 日に投稿された Azure is the Enterprise Cloud – highlights from Microsoft Ignite 2017 の翻訳です。   Ignite は、私が 1 年で最も楽しみにしている期間です。今回もお客様と直接お会いし、現在どのような取り組みを行っているのか、どのような技術ロードマップを検討しているのかなどをお話できた充実の 5 日間でした。話題はコンテナー、クラウド セキュリティ、機械学習、量子計算など多岐にわたりました。Ignite ではまた、多くの新機能や Azure サービスのリリース情報、更新情報が発表されました。 ここでは、このビッグ イベントで発表された中でも特に重要だった Azure の話題と、役立つ情報満載の記事をご紹介します。 ハイブリッド クラウドの進化: お客様の声をまとめると、パブリック クラウドが良いかプライベート クラウドが良いかという議論はほぼなくなり、分散型ハイブリッド クラウドのメリットが技術的にもビジネス的にも認められつつあるように感じました。分散型ハイブリッド クラウドはパブリック クラウドとオンプレミス上のリソースを組み合わせたもので、技術的な条件やビジネス ポリシーに対処できる最適なソリューションです。Azure Stack システムの出荷が開始されたことで、Satya Nadella が語っていた「インテリジェント クラウドとインテリジェント エッジ」というアプローチに対するお客様の理解がさらに深まったように見えました。また、レポーター、アナリスト、顧客の皆様に、SQL Server…


Ignite 2017 で発表されたクラウド移行の障壁を解消する Azure の新機能

執筆者: Microsoft Azure このポストは、9 月 25 日に投稿された New Azure advancements remove cloud barriers for enterprises at Ignite 2017 の翻訳です。   今回は、クラウドおよびエンタープライズ担当エグゼクティブ バイス プレジデントを務める Scott Guthrie の記事をご紹介します。 クラウド テクノロジにより、大企業、中小企業、政府機関のすべてのお客様がデジタル改革の時代に突入しました。こうした組織の大半がクラウド ファーストのテクノロジ戦略に移行したものの、現状ではテクノロジの複雑さや規制の変化など、さまざまな理由から、この戦略の実現に向けた初期段階に留まっている場合がほとんどです。この数年間、Microsoft Azure チームでは、きわめて複雑なテクノロジ要件やポリシー要件にも Azure のみを使用して対応できるように、大企業のお客様にとっての障壁をすべて解消することに集中的に取り組んできました。この取り組みは、大企業のお客様に新しい機会を提供することを目的としたものですが、それ以外のお客様にもメリットがもたらされます。マイクロソフトは基本的な理念として、企業の規模や歴史の長さを問わず、あらゆる企業や組織がクラウドによって実現されるメリットを享受するべきだと考えているのです。 オーランドで開催された今回の Microsoft Ignite カンファレンスでは、クラウドに多数の機能が求められる時代は終わり、そのクラウドを利用してどれほど大きな成果を挙げられるかが重要になったことをお話ししました。Azure には、マイクロソフトが誇る大企業に関する深い知識とテクノロジの複雑さに取り組む意欲が反映されており、あらゆるお客様が他のサービスとは異なる方法でクラウドを利用して成果を挙げることができるように支援します。これを実現するために、マイクロソフトは Ignite でご紹介した 4 つの主要分野のイノベーションに重点的に取り組んできました。その 4 つの主要分野とは、IT 部門と開発者の生産性向上、ハイブリッド クラウドの一貫性の確保、AI ソリューションの実現、そしてセキュリティ、プライバシー、コストの制御機能を通じた信頼性の確保です。 クラウドで生産性を向上 クラウドに移行するアプリケーションの規模と複雑さが増大する中で、効率的にビルド、デプロイ、管理を行うためには包括的なツールセットが必要とされています。特に管理機能について言えば、Azure の統合管理ツールのエンドツーエンドの監視機能やアラート機能は継続的に拡張されており、Azure で作成されたすべての VM のポリシーを一元管理できるようになりました。新たに Azure Cloud…