膨大なデータが必要な機械学習には
手軽に開始できるMicrosoft Azureが最適
――今回の製品に、Microsoft Azureはどのように利用されているのでしょうか。
山崎 先ほど申し上げた、データの送信、蓄積、可視化、分析のすべてで活用しています。センサーなどのハードウェアから集めたデータを、機械学習によって分析するのが我々の仕事です。
――「機械学習」について詳しく教えていただけますか？
庄司 機械学習は、「人工知能」という分野の1カテゴリーです。具体的には、大量のデータを収集・解析して、もっとも確率の高い結論を導き出そうというものですね。
ただ、人工知能や機械学習に対するイメージは、人によってかなり差があります。何でもできる万能なものと考える人もいれば、逆に大したことはできないと思っている人もいる。
我々としては、「このデータが品質を下げる要因となっています」とか、「このくらいの確率で故障の発生を当てられます」といったことを示し、その効果をお客様に知っていただくフェーズだと考えています。
――なぜAzureを採用したのですか？
庄司 分析に利用するアルゴリズムの種類など、機械学習に関する各種機能の優秀さ、およびデータを扱うシステム周りもあわせて考慮し、Azureの利便性を高く評価しています。機械学習は膨大なデータを扱うため、サーバなどハードウェアのリソースが必要になってきます。Azureの良さは、そのリソースも規模によって自由に選べる点です。これをオンプレミスでやるとなると、ハードウェアが更新されたら買い換えるなど、大変な労力がかかります。
山崎 サーバを購入していた時代は、まずやりたいことを決め、それにはどの程度の機材が必要なのかを見積もらないといけませんでした。そこから稟議を申請し、購入して、セットアップとなると、あっという間に数ヶ月経ってしまいますよね。それに、やはり購入したらそれに見合った成果は出せないと、というプレッシャーもあります。クラウドであれば、とりあえず小さくはじめて、結果を確認して、それから拡張できますから。
執行役員 第3データサイエンスグループ グループ長
庄司幸平さん
庄司 機械学習の難点として、一度分析してみないと、どの程度の結果が得られるのかがわからない、という点があります。オンプレミスでそのリスクを抱えるのと、辞めようと思えばすぐに辞められるクラウドでは、状況がまったく違いますね。
