SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

最新イベントはこちら!

Security Online Day 2025 春の陣(開催予定)

2025年3月18日(火)オンライン開催

Enterprise IT Women's Forum

2025年1月31日(金)17:00~20:30 ホテル雅叙園東京にて開催

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けの講座「EnterpriseZine Academy」や、すべてのITパーソンに向けた「新エバンジェリスト養成講座」などの講座を企画しています。EnterpriseZine編集部ならではの切り口・企画・講師セレクトで、明日を担うIT人材の育成をミッションに展開しております。

お申し込み受付中!

EnterpriseZine(エンタープライズジン)

EnterpriseZine編集部が最旬ITトピックの深層に迫る。ここでしか読めない、エンタープライズITの最新トピックをお届けします。

『EnterpriseZine Press』

2024年秋号(EnterpriseZine Press 2024 Autumn)特集「生成AI時代に考える“真のDX人材育成”──『スキル策定』『実践』2つの観点で紐解く」

EnterpriseZine Press

SASが発表した生成AIの3つのテクノロジー、「LLM ×合成データ×デジタルツイン」の戦略とは?

「SAS Explore 2023」レポート

 米国時間9月12日からの3日間、SAS Instituteはデータサイエンティスト、アプリケーション開発者、プログラマー、エンジニアなどを対象とする「SAS Explore 2023」を開催した。本稿では、同社エグゼクティブバイスプレジデント兼最高技術責任者(CTO)のブライアン・ハリス氏の基調講演での話と、個別取材でのディスカッションからわかったSASの生成AI戦略の詳細を解説する。

合成データを本物のデータと同様に扱える理由

SAS エグゼクティブバイスプレジデント兼最高技術責任者(CTO)ブライアン・ハリス氏
SAS エグゼクティブバイスプレジデント兼最高技術責任者(CTO)ブライアン・ハリス氏

 AI&アナリティクスのライフサイクルはチームスポーツに似ている。データサイエンティストから開発者、ビジネスアナリスト、IT部門のメンバーまで、役割の異なる人たちがライフサイクルの場面場面に関与し、ビジネスにおける競争優位性を確立するという共通ゴールの達成に向けて努力する。ハリス氏は、「このライフサイクルを支えている基盤がSAS Viyaエコシステムである」と述べ、「お客様のニーズを満たすためにこのエコシステムを常に進化させてきた」と説明した。

 その進化の目玉になっているのが生成AIである。生成AIは、ソフトウェアの利用体験を大きく変えようとしている。ハリス氏は「企業に生成AIから価値を得るには、業界ドメインの深い専門知識、最先端のAI機能、エンドツーエンドのガバナンスが必要になる」と述べる。SASはそのすべてを提供できると強調し、最先端のAI機能生成AI戦略を構成する3つの柱として「合成データ」「デジタルツイン」「大規模言語モデル(LLM)」を挙げた(図1)。

図1:SASの生成AI戦略における3つの柱 出典:SAS Institute
図1:SASの生成AI戦略における3つの柱 出典:SAS Institute

 まず、1つ目の柱が合成データである。SASはGANGenerative Adversarial Networks:敵対的生成ネットワーク)の仕組みを利用して、現実世界の複雑さを反映した合成データを生成する機能を開発した。AIモデルの開発では、高品質なデータを大量にかつ迅速に利用できる環境が不可欠である。しかし、データが少ない。データはあっても、プライバシーの問題で利用できない。データ取得コストが高い。データ取得プロセスが複雑であるなど、様々な理由でモデルの開発が困難に直面するのはよくあることだ。これらの問題点に対し、「トレーニングの時間が必要になるが、合成データは解決できる」とハリス氏は説明した。

 GANとは教師なし学習の手法の1つで、ジェネレーター(生成)とディスクリミネーター(識別)という2つの異なる役割を担うAIを競わせることで、双方の性能を高め合う手法である。これまでの用途は画像生成が中心である。たとえば、ジェネレーターは本物の画像を模倣して別の画像を生成する。ディスクリミネーターはその画像を見て、本物か偽物かを統計的に判定する。本物と比べると、初期の生成画像の精度は低く、ディスクリミネーターは「これは偽物」と即座に判定する。すると、ジェネレーターは次に生成する画像が偽物と判定されないよう学習し、新しい画像を生成する。ディスクリミネーターは新しい画像を判定する。一連の学習フィードバックを徹底的に繰り返すことで、最終的にジェネレーターは本物に限りなく近い別の画像を生成できる。

次のページ
合成データ、デジタルツインとの深い関わり

この記事は参考になりましたか?

  • Facebook
  • X
  • Pocket
  • note
関連リンク
EnterpriseZine Press連載記事一覧

もっと読む

この記事の著者

冨永 裕子(トミナガ ユウコ)

 IT調査会社(ITR、IDC Japan)で、エンタープライズIT分野におけるソフトウエアの調査プロジェクトを担当する。その傍らITコンサルタントとして、ユーザー企業を対象としたITマネジメント領域を中心としたコンサルティングプロジェクトを経験。現在はフリーランスのITアナリスト兼ITコンサルタン...

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

EnterpriseZine(エンタープライズジン)
https://enterprisezine.jp/article/detail/18481 2023/09/29 10:00

Job Board

AD

おすすめ

アクセスランキング

アクセスランキング

イベント

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング