「SAS Viya」の最新版では、ディープ・ラーニングや画像認識、自然言語処理など、注目されているAI技術をSASプラットフォーム上に統合して提供することで、非構造化データを含むさまざまな形式のデータから得られた洞察を実際のビジネスの意思決定に役立てることを可能にするという。
SASでは、ビジネスにおいてAI／アナリティクスの成果を実用レベルに高めるためには、Data、Discovery、Deploymentという3つのプロセスで構成されるアナリティクス・ライフサイクルの実現が不可欠だとしている。
- Data：さまざまな形式のデータを収集・加工・整形し、分析結果の精度を左右するデータ品質を高めるクレンジングを行いデータ分析に適したデータを準備する
- Discovery: 現状のビジネスを可視化し、課題の特定と原因の探索やデータに潜むパターンの発見を通じて、将来起こりうる事象を予測モデルとして定義する
- Deployment: 予測モデルを経営資産として管理し、業務プロセスに組み込むことでアクションにつなげ、その結果を評価する
このアナリティクス・ライフサイクル全体をシームレスかつ高速に実施することにより、ユーザーがデータから迅速にビジネスに関する洞察を引き出し、アクションすなわちビジネス価値創造につなげることが可能だという。SASプラットフォームはこのアナリティクス・ライフサイクル全体を単一プラットフォームで実現するという。
「SAS Viya3.3」で拡張された機能は次のとおり。
■ディープ・ラーニング技術をアナリティクス・ライフサイクルに統合
・各種ディープ・ラーニング機能（DNN、CNN、RNN）を実装し、GPU上での高速な深層学習が可能。
・ディープ・ラーニングの学習済みモデルを、SAS Viya上のリアルタイム処理エンジンにパブリッシュし、エッジデバイス上でリアルタイムのスコアリングが可能。
この拡張により、例えば製造業においては、リアルタイムの画像分類による異常検知に役立てることができる。
■対応画像フォーマットの拡張
医療用専用の画像規格であるDICOMに対応。これにより医療画像の中に潜む軽微な病巣を見つけ出し、早期発見や予兆発見による早期治療に結びつけ、医療費の削減にも貢献することができる。
■ビジネス・ユーザー向けインターフェースの搭載
「機械学習」「テキスト解析」「時系列予測」の各モデル生成プロセスをビジュアルなパイプラインとして実行することが可能となり、自動チューニング機能と合わせて使用することで、コーディングスキルや高度な機械学習専門スキルを持たないユーザーでも、数クリック操作だけで、精度の高い予測モデルを自動生成し結果を評価することができる。
■セルフサービスBI＆アナリティクス製品をよりオープンに
「SAS Visual Analytics」では、標準搭載のグラフテンプレートに加えて、サードパーティのビジュアライゼーション・ライブラリ（D3.js、C3、Google Chart Toolsなど）と連携することで、表現のバリエーションが大幅に拡張され、企業ごとに異なるデータ可視化要件に容易に対応することができる。
■セルフサービス・データ準備機能
セルフサービス型のデータ準備機能が実装され、分析者自身でGUIベースの簡単操作で、データのプロファイリングからクレンジング、加工･変換・結合など自由自在に実行し、モデリングに必要なデータを素早く準備することができる。
■予測モデルを企業資産として管理・モニタリング
統合モデル管理機能では、次々と作成され更新を繰り返す予測モデルのバージョン管理や精度のモニタリング、そして業務プロセスへの容易なデプロイが可能となり、統合されたグラフィカルユーザーインターフェースを通してアナリティクス・ライフサイクルをシームレスに回し続けることができ、迅速かつ継続的なビジネス価値創出を実現可能とする。
