イベントレポートアーカイブ

Watson AIとコンテナ技術の使いどころ、管理のポイント（1/2 ページ）

2018年3月「Think 2018」発表した内容を基に、日本IBMが国内での展開を整理した。Watsonの名の下で、データ基盤を強化する。全体の概要を整理した。

　2018年5月14日、日本IBMは自社ソリューションの最新動向として、日本国内でのワトソン＆クラウドプラットフォーム事業の事業方針を明らかにした。これは2018年3月にIBMがイベント「Think 2018」発表した内容を基に、日本での展開を整理したもの。

　ポイントは「Watson Data ＆ AI」としてデータ基盤関連のソリューションとAI関連のソリューションを統合して展開すること、アプリケーションコンテナを軸としたクラウドネイティブなオーケストレーションツールに対応し、レガシーでステートフルなアプリケーションについても、クラウドシフト支援を強化することの2点だ。

Watsonは学習データ整備環境を1サービスに統合

　まず、「Watson Data ＆ AI」では“AI Readyなデータ基盤”と位置付けられる「Watson Studio」の提供、Core ML向け学習モデル開発のための「IBM Watson Services for Core ML」、対話型アプリケーション向けサービスである「Watson Assistant」を強化する。さらに、社外で運用できないデータやシステムをカバーするものとして、Watson Studioのプライベートクラウド版「IBM Cloud Private for Data」を展開する予定だ（2018年5月末発表予定）。

　日本IBM ワトソン＆クラウドプラットフォーム事業部門では、これらそれぞれについて専門のエンジニアを配置して日本市場で本格展開する。特にWatsonの適用に関しては、産業別のアプローチを強化する計画で、パートナーのさまざまなソリューションに組み込んで提要する方法も検討しているという。移行でそれぞれを見ていく。

加工データも出力も、全てを包含し、管理する「Watson Studio」

　Watson Studioでは、「Apache Spark」のようなHadoop分析基盤、「SPSS」などのデータ分析ランタイムに加え、機械学習ライブラリ「Tensorflow」、深層学習ライブラリ「Caffe」、CNNなどのニューラルネットワーク構築向けライブラリ「Keras」など、さまざまなツールを使って構築したモデルや学習データなどの分析アセットを「カタログ」として管理する。また、これら全体のプロジェクト管理に関しても、PythonやR、SPSS、その他データプレパレーションツールとWatson APIをWatson Studioの中で操作できるようになっている。

　AIエンジンだけでなく、データ処理基盤や加工のためのソリューション群、学習モデルを管理して強化するための環境を一貫した環境で提供する。

　データの準備からプロジェクトの管理、分析モデルの管理などを集約しつつ、それぞれをコンテナとして提供するため、各環境を稼働させるインフラは柔軟に選択できる。

イベントレポートアーカイブ

この連載の記事をもっと見る

この記事の著者