More Related Content Similar to Microsoft AI Platform (20) More from Daiyu Hatakeyama (20) Microsoft AI Platform2. 2020 年までに、
インダストリー 4.0 の先発企業は、同
時に 30%の増収と
コスト削減を実現するが、平均的な
企業は 1 年にそれぞれ 2.9% と 3.6%
しか実現しない。1
の製造会社の役員が、2020 年までに
ヒューマン マシン中心の
環境が一般的になると予想している。6
40%
の業務プロセスが 2022 年までに
自己復旧および
自己学習の機能を持つ。5
5,000 億ドルの節約が、製造会社や機器メーカーに、
仮想化、リアルタイム通信、および
コボット テクノロジからもたらされると見込まれる。795% のビジネス リーダーが、今後 3 年以内に自社で
IIoT が使用されると予想している。2
「コンシューマーは最終的に
勝者と敗者を便宜性が高く、コストが低く、
カスタマイズされたモビリティ
ソリューションを競い合う企業や
ブランドから選択する」3
3 ~ 5 年以内に、
数億ものモノが
デジタル ツインで
表される。4
85%
このインフォグラフィックは、サードパーティのデータのマイクロソフトによる分析に基づいています。出典: 1.「PWC 2016 Global Industry 4.0 Survey」(PWC 2016 世界のインダストリー 4.0 の調査)、Dr. Reinhard Geissbauer、Jesper Vedso、および Stefan Schrauf。http://www.gartner.com/newsroom/id/3482617 2.「Connected business transformation: how to unlock value from the Industrial Internet of
Things」(つながるビジネス変革: 産業用 IoT (モノのインターネット) から価値を解放する方法)、Accenture、2017 年 2 月。3.「What‘s ahead for fully autonomous driving: Consumer opinions on advanced vehicle technology」(全自動運転の向こうにあるもの: 高度な車両テクノロジに対するコンシューマーの意見)、Deloitte、2017 年 2 月。4.1. http://www.gartner.com/newsroom/id/3482617 5.「DC FutureScape:
Worldwide Digital Transformation 2017 Predictions」(DC FutureScape: 世界のデジタル変革の 2017 年の予想)、2017 年 1 月、Doc # US42259317、Web 会議、Michael Versace。6.Eric Schaeffer 他、「Machine Dreams; Making the most of the connected industrial workforce」
(機械の夢: つながる産業人材を最大限に利用する)、Accenture、2017 年 2 月。7. Daniela Costa (責任者)、European Capital Goods Equity Research、Goldman Sachs Research、Forrester Research、2017 年 1 月。
11. Intelligent
Productive
Hybrid
HIPAA /
HITECH Act
GxP
21 CFR Part 11
ISO 27001 SOC 1 Type 2ISO 27018 CSA STAR
Self-Assessment
Singapore
MTCS
UK
G-Cloud
Australia
IRAP/CCSL
FISC Japan
New Zealand
GCIO
China
GB 18030
EU
Model Clauses
ENISA
IAF
Argentina
PDPA
Japan CS
Mark Gold
CDSA
Shared
Assessments
Japan My
Number Act
FACT UK
Spain
ENS
PCI DSS
Level 1 MARS-E
China
TRUCS
SOC 2 Type 2 SOC 3
MPAA
ISO 22301
India
MeitY
Spain
DPA
HITRUST IG Toolkit UK
China
DJCP
ITAR
Section 508
VPAT
SP 800-171 FIPS 140-2
High
JAB P-ATO
DoD DISA
SRG Level 2
DoD DISA
SRG Level 4
DoD DISA
SRG Level 5
Moderate
JAB P-ATO
ISO 27017
GLOBALUSGOVINDUSTRYREGIONAL
12. ハ イ パ ー ス ケ ー ル の
エ ン タ ー プ ラ イ ズ
グ レ ー ド の
イ ン フ ラ ス ト ラ ク チ ャ
開 発 者 用 ツ ー ル お よ び
サ ー ビ ス
デ ー タ サ イ エ ン ス の た め の
オ ー プ ン プ ラ ッ ト フ ォ ー ム
ハードウェア
ストレージ管理
ソフトウェア
AI アプリケーション (ファーストおよびサード パーティ) Cognitive Service Bot
Framework
Spark AI Batch Training DS VM SQL Server ACS
BLOB Cosmos DB SQL DB/DW ADLS
CPU FPGA GPU IoT
Azure Machine Learning
モデルのデプロイおよび管理
機械学習ツールキット
実験の管理、データの準備、
コラボレーション
CNTK
TensorFlow
Chainer
Scikit-Learn
その他のライブラリ
PROSE
Docker
クラウド - Spark、SQL、その他のエ
ンジン
ML Server - Spark、SQL、VM
エッジ
16. ハ イ パ ー ス ケ ー ル の
エ ン タ ー プ ラ イ ズ
グ レ ー ド の
イ ン フ ラ ス ト ラ ク チ ャ
開 発 者 用 ツ ー ル お よ び
サ ー ビ ス
デ ー タ サ イ エ ン ス の た め の
オ ー プ ン プ ラ ッ ト フ ォ ー ム
ハードウェア
ストレージ管理
ソフトウェア
AI アプリケーション (ファーストおよびサード パーティ) Cognitive Service Bot
Framework
Spark AI Batch Training DS VM SQL Server ACS
BLOB Cosmos DB SQL DB/DW ADLS
CPU FPGA GPU IoT
Azure Machine Learning
モデルのデプロイおよび管理
機械学習ツールキット
実験の管理、データの準備、
コラボレーション
CNTK
TensorFlow
Chainer
Scikit-Learn
その他のライブラリ
PROSE
Docker
クラウド - Spark、SQL、その他のエ
ンジン
ML Server - Spark、SQL、VM
エッジ
17. R & Python ベースの
AI の ストアドプロシージャ
MicrosoftML Library の組み込み
Graph モデルのサポートによる
より複雑な関係を分析
クエリ 処理の最適化による
比類なき パフォーマンス
AI を組み込んだ最初の商用データベース
SQL Server
2017
20. ハ イ パ ー ス ケ ー ル の
エ ン タ ー プ ラ イ ズ
グ レ ー ド の
イ ン フ ラ ス ト ラ ク チ ャ
開 発 者 用 ツ ー ル お よ び
サ ー ビ ス
デ ー タ サ イ エ ン ス の た め の
オ ー プ ン プ ラ ッ ト フ ォ ー ム
ハードウェア
ストレージ管理
ソフトウェア
AI アプリケーション (ファーストおよびサード パーティ) Cognitive Service Bot
Framework
Spark AI Batch Training DS VM SQL Server ACS
BLOB Cosmos DB SQL DB/DW ADLS
CPU FPGA GPU IoT
Azure Machine Learning
モデルのデプロイおよび管理
機械学習ツールキット
実験の管理、データの準備、
コラボレーション
CNTK
TensorFlow
Chainer
Scikit-Learn
その他のライブラリ
PROSE
Docker
クラウド - Spark、SQL、その他のエ
ンジン
ML Server - Spark、SQL、VM
エッジ
23. 開発者による AI の採用促進 (API化)
ハイブリッドトレーニングとスコアリング
シナリオの台頭
イベント発生場所でのスコアリング/推論の
実施
(エッジ、クラウド、オンプレミス)
一部の開発者が
Data Scientist /AI Developer を目指す
多様なハードウェアの進化
(CPU/GPU/FPGA/ASIC/デバイス)
データ準備
モデルの展開と管理
モデル系統と監査
モデルについての説明能
力
課 題主 要 動 向
24. Spark
SQL Server
仮想マシン
GPU
コンテナー サービス
ノートブック
IDE
Azure Machine Learning Workbench
SQL Server
Machine Learning Server
オ ン プ レ ミ ス
エ ッ ジ コ ン ピ ュ ー テ ィ ン グ
Azure IoT Edge
実験およびモデル管理
A z u r e M a c h i n e L e a r n i n g サ ー ビ ス ト レ ー ニ ン グ と デ プ ロ イ の オ プ シ ョ ン
A z u r e
27. ハ イ パ ー ス ケ ー ル の
エ ン タ ー プ ラ イ ズ
グ レ ー ド の
イ ン フ ラ ス ト ラ ク チ ャ
開 発 者 用 ツ ー ル お よ び
サ ー ビ ス
デ ー タ サ イ エ ン ス の た め の
オ ー プ ン プ ラ ッ ト フ ォ ー ム
ハードウェア
ストレージ管理
ソフトウェア
AI アプリケーション (ファーストおよびサード パーティ) Cognitive Service Bot
Framework
Spark AI Batch Training DS VM SQL Server ACS
BLOB Cosmos DB SQL DB/DW ADLS
CPU FPGA GPU IoT
Azure Machine Learning
モデルのデプロイおよび管理
機械学習ツールキット
実験の管理、データの準備、
コラボレーション
CNTK
TensorFlow
Chainer
Scikit-Learn
その他のライブラリ
PROSE
Docker
クラウド - Spark、SQL、その他のエ
ンジン
ML Server - Spark、SQL、VM
エッジ
29. Azure IoT Edge Runtime IoT Hub
Devices
Local Storage
Device Twin
Device Twin
Device Twin
Device Twin
CANbus
Server
(Container)
IoT Hub
Proxy
(Container)
Data Normalization
(Container)
Compression
(Container)
Encryption
(Container)
Decryption
(Container)
Decompress
(Container)
Data Specializer
(Container)
FunctionsContainer
Management
32. ハ イ パ ー ス ケ ー ル の
エ ン タ ー プ ラ イ ズ
グ レ ー ド の
イ ン フ ラ ス ト ラ ク チ ャ
開 発 者 用 ツ ー ル お よ び
サ ー ビ ス
デ ー タ サ イ エ ン ス の た め の
オ ー プ ン プ ラ ッ ト フ ォ ー ム
ハードウェア
ストレージ管理
ソフトウェア
AI アプリケーション (ファーストおよびサード パーティ) Cognitive Service Bot
Framework
Spark AI Batch Training DS VM SQL Server ACS
BLOB Cosmos DB SQL DB/DW ADLS
CPU FPGA GPU IoT
Azure Machine Learning
モデルのデプロイおよび管理
機械学習ツールキット
実験の管理、データの準備、
コラボレーション
CNTK
TensorFlow
Chainer
Scikit-Learn
その他のライブラリ
PROSE
Docker
クラウド - Spark、SQL、その他のエ
ンジン
ML Server - Spark、SQL、VM
エッジ
37. © 2016 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries.
The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a
commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation.
MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.