コンテンツにスキップする

機械学習の最も簡潔な定義

機械学習テクノロジーは、データから学習し、タスクの実行方法をコンピューターに伝えます。明示的なプログラミングは必要ありません。

ニューラルネットワークとは

ニューラルネットワーク(別名「人工ニューラルネットワーク」)は、人間の脳の神経細胞の仕組みを大まかに模倣した、機械学習の一種です。ニューラルネットワークは、同時に動作するノード(つまり「ニューロン」)の複数層を使用して、人間のように、学習し、パターンを認識し、意思決定を行うコンピュータープログラムです。 

深層学習とは

深層学習とは、多数のニューロン層と膨大な量のデータで構成される「深い」ニューラルネットワークのことです。この高度なタイプの機械学習は複雑な非線形の問題を解決することができ、自然言語処理 (NLP)、パーソナルデジタルアシスタント、自動運転車など、AI のブレークスルーに貢献します。 

教師あり学習と教師なし学習

教師あり学習のアルゴリズムでは、正しい答えが含まれるデータを使用したトレーニングが行われます。ここでは、データを答えにマッピングするモデルが構築され、以降発生する処理にこのモデルが使用されます。教師なし学習のアルゴリズムでは、正しい答えが与えられず、データからの学習が行われます。大規模な多様なデータセットが使用され、自己改善が繰り返されます。 

ビジネスにおける機械学習のメリット

意思決定の迅速化

機械学習アルゴリズムにより、意思決定に優先順位を付けて、自動的に意思決定を行うことができます。また、直ちに利用すべきチャンスと実行すべきスマートアクションにフラグを設定することもできます。これを活用することで、最高の成果を導き出すことができます。

対応力

人工知能は履歴データを調べるだけではありません。リアルタイムで入力を処理することもできます。これにより、瞬時の対応が可能になります。例えば、前の車に追突する前に自動停止するような操作を可能にします。

アルゴリズムが推進するビジネス

「アルゴリズムが推進するビジネス」は、高度な自動化を実現するために高度な機械学習アルゴリズムを使用します。機械学習への移行により、革新的なビジネスモデル、製品、サービスへの道が拓かれます。

深い分析

機械学習は、大きく複雑なストリーミングデータを分析して、人間の能力では見つけることのできないインサイト(予測分析から得たインサイトなど)を獲得することができます。それらのインサイトに基づいてアクションをトリガーできます。

効率

機械学習に支えられたスマートなビジネスプロセスによって、精度の高い計画と予測、タスクの自動化、コストの削減、人的ミスの排除が可能になり、効率を劇的に改善することができます。

より良い成果

機械学習を使用することで、新しいチャンスやリスクの発生時にスマートアクションをトリガーしたり、意思決定を実行する前にその意思決定の結果を正確に予測したりできるため、より良いビジネス成果を達成できます。

主要業種における機械学習のユースケース

さまざまな業種や業務(特に、大量のデータを蓄積する業種や業務)において、機械学習導入の機が熟しています。先行している 3 つの業種をご紹介します。

製造

製造業者は、工場のセンサーやモノのインターネットから膨大な量のデータを収集します。これは機械学習にうってつけの環境です。品質管理にはコンピュータービジョンアルゴリズムや異常検出アルゴリズムが使用されています。その他のアルゴリズムは、予知保全、需要予測、新規サービスの増強などあらゆる業務に使用されます。 

財務

データと履歴レコードの量の多さから考えると、金融業界ほど機械学習に適した業種は他にはありません。株の取引、ローンの承認、不正の検出、リスクの評価、保険の引受でアルゴリズムが使用されます。また、顧客への「ロボアドバイジング」やユーザー目標に合わせたポートフォリオの調整でもアルゴリズムが使用されます。 

医療機関

どのような研究者や医師のチームがどれほど多くの時間を費やしても、機械学習のアルゴリズムよりも多くのデータを処理したり、パターンを見つけたりすることはできません。医用画像分析、がんの早期発見、医薬品開発など、医療機関における機械学習の可能性は無限です。 

機械学習研究

SAP は一流大学と提携して、ビジネスにおける機械学習使用の促進を図っています。

SAP は、機械学習の未来を探り、ビジネスで使用できるレベルまで機械学習を進展させるために、MIT、スタンフォード大学、NYU、アムステルダム大学などの一流大学とのグローバルパートナーシップネットワークを構築しました。このコラボレーションを通じて、さまざまな機械学習研究テーマに重点を置き、さまざまな業界における未解決の AI の課題の解決に取り組んでいます。この巨大な専門知識の泉のおかげで、機械学習の最新のトレンドに遅れをとらず、SAP ソリューションに新しいテクノロジーを取り入れています。

機械学習トレーニング

初心者から開発者まで、それぞれの方に適した機械学習トレーニング、コース、書籍をご紹介します。

企業向け機械学習の概要

企業環境に機械学習をどのように取り入れればいいのかよくわからない、という方のために、有効なコースをご用意しています。この openSAP の機械学習オンラインコースでは、ユースケースの特定からプロトタイプの作成まで、貴社が次に取るべきステップを順を追ってご案内します。

深層学習の手法とシステム設計

Google Udacity が提供するこの中級~上級レベルのコースでは、深層学習を取り上げます。大規模なデータセットから学習するインテリジェントシステムの設計方法を学びます。 

TensorFlow を利用した企業向け深層学習

Google の TensorFlow を利用して、実際に操作しながら深層学習を紹介します。データサイエンティストおよび開発者向けのこのオンラインコースでは、企業の課題を解決するためのモデル構築を扱います。

機械学習の最新のトレンドをお届けします

スーザン・ゲイラー (Susan Galer)
SAP
マーケティング戦略 & ソートリーダーシップ

インテリジェントな企業になる方法

企業の単独の部門にインテリジェントマシンを導入するというのは、目新しいことではありません。今関心を集めているのは、さらに大きな利益を実現するために企業全体にわたって AI をどのように導入するかということです。

ダン・ウェラーズ (Dan Wellers) 氏
SAP
Digital Futures 創始者兼責任者

機械学習の人間的側面

多くの学識経験者が、機械学習によって大量の一時解雇がもたらされると予測しました。事実はどうでしょうか?最近の調査から得られた証拠によって、高度なスキルを持つ人間の従業員が将来も不可欠であることが明らかなりました。

ポール・テイラー (Paul Taylor)
SAP
シニア特派員およびコラムニスト

現実世界の機械学習

Google や Facebook は別にして、企業(企業規模は問わない)での機械学習の利用が浸透していることはあまり知られていません。機械学習の導入状況をご確認ください。

先頭に戻る