AI (Artificial Intelligence: 人工知能) と MA (Machine Learning: 機械学習)

AI/MLプロジェクトの準備と並行して費用対効果の高いデータストレージは揃っていますか?

AIとは、人間と同等あるいはより優れたタスクを実行するためにコンピュータを訓練する概念です。MLは本質的にAIの一種であり、データの集合を「学習する」ためにアルゴリズムを用いたり、結論を導き出したり、そこから予測をします― 人間がコードを書いてあげる必要もありません。

AIやMLの訓練は膨大な量のデータを必要とします。例えば、GPUハードウェアを供給するNVIDIA社によると、画像認識アプリケーションでは何十万、何百万もの画像を読み取ることではじめて信頼できる性能となる、ということです。
そのような要件下では、AIやMLのプロジェクトを始めるにあたって費用対効果の高いストレージ戦略が不可欠です。Wasabiなら、まさにそのような戦略を、しかも代表的はハイパースケーラーのクラウドストレージよりも安価にパフォーマンスよく活用できます。

AI/ML:将来性と課題

急成長している技術「深層学習」と共に、AI/MLアプリケーションにはあらゆる業界でとてつもない将来性があります。特定の患者に最適な薬を見つけ出すためのヒトゲノムの解析、時間とリソースの節約のための製造工場の微調整操作、種々の機械の予知保全の実施など、いずれの技術も組織がそれらのデータから大きな価値を抽出するために役立つものとなっています。

そして、いまAI/MLプロジェクトが動き出してきています。オンプレミスとクラウドのどちらも、GPUからの得られる多大な計算能力 は増し続けています。モノのインターネット(IoT)のようなセンサー技術の先進性により、AI/MLアプリケーションに必要な大量のデータセットが生み出されます。

一方、まさにそのデータの蓄積には課題も生じます。AI/MLプロジェクトは、必要なツール(ハードウェア、ソフトウェア、カスタムコード)から専門知識まで、取得することすら困難で、非常に費用のかかる事業となってしまう可能性があります。(Indeed.comでは、AI関連でおよそ1万件、ML関連で2万5千件の求人があります。)企業が必要とするのは、経済的に破綻することのない費用対効果の高いストレージソリューションなのです。

まさにWasabiの出番です。代表的はハイパースケーラーのクラウドストレージより8割も低いコストでありながら、他社よりも高速なWasabiのクラウドストレージは、AI/MLアプリケーションに最適です。さらに、安全で、無制限にスケーラブル、かつ高信頼性のWasabiは、年間のオブジェクト耐久性「 11 x 9 : イレブンナイン(99.999999999%)」を提供します。

価格

AI/MLプロジェクトは大量のデータが必要ですが、そのために5倍以上の費用を払う必要はありません。

性能

高速であるほどモデリングの時間が多く、データの待ち時間が短くなります。

保護

クラウドで初のイミュータブル(不変性)のデータストレージと11 x 9 の耐久性とによって、データをランサムウェア攻撃や不慮の削除・改ざんから保護します。

AIとビッグデータ

グローバルなデータ領域拡大が続くにつれて、企業にとって必要なのは、Wasabiのようなローコストで高性能なクラウドストレージソリューションです。

AI/MLの業界別の導入事例

ライフサイエンス業界
ヒトゲノム配列やX線、CT、MRIの診療、患者の問題や転帰の予測、新薬の開発。ヘルスケア/ライフサイエンス産業においてAI/MLアプリケーションが尽きることがありません。

エネルギー業界
供給網に効率性と安定性をもたらすエネルギー及び公益事業設備の予知保全、天然資源探査、エネルギー消費動向の監視。これらはエネルギー関連企業がAI/ML技術を応用しているほんの一部です。

公共の安全と法執行機関
AI/MLソリューションは法執行機関にも貢献可能です。自動映像/画像解析、交通違反や事故の検知/応答、犯罪予測によるリソース配分、DNA鑑定等々。

WasabiのAI/ML採用事例

ヒトゲノム配列
ヒトゲノム配列によって、高度に個別化された医療の新たな機会が開かれています。配列データによって、どの薬剤が最も効果的であるか、またそうでないかを理療従事者が正確に予測できるようになります。

しかし、情報源に依って、一人分のヒトゲノムは100GB200 GBストレージ容量を必要とします。 2025年までに、 ヒトゲノムのデータに必要とされる ストレージ容量は40エクサバイトにも及ぶと推定されています。所定の患者のゲノムデータがいつ必要とされるかを知らずして、医療提供者が安易に非アクティブデータをテープ等のセカンドティア、サードティアのオプションへ移管することは出来ないはずです。いかなる患者のデータも必要なときに取得可能だと認識している必要があります。

「ホット クラウド ストレージ アプローチ」というシングルティア構造によって、Wasabiなら解決できます。あらゆる顧客データが常時利用可能な状態でありながら、代表的はハイパースケーラーのクラウド ストレージ ソリューションの4分の1以下の価格です。さらに、Wasabiでは全データが暗号化されるので非常に安全で、米国HIPPA(医療保険の相互運用性と説明責任に関する法令)やHITECH(経済的及び臨床的健全性のための医療情報技術に関する法律)の規定への準拠可能となっています。そして、無制限にスケーラブルなので、いくらでも必要な患者数のデータを扱えます。

産業用IoT – 航空機エンジンから風力発電機まで。
維持費を20%削減しなが風力発電所の各タービンからの電力を5%増やせると想像してみましょう。GE社が行なっている は、タービンから得る膨大なデータと気象予報データとを組合せてAIを用いることで、米ゼネラル・エレクトリック(GE)社はそれを行っています。タービン翼の位置の微妙な変化を示すデータによって発電性能の向上が可能となります。また、気象データによって個々のタービンのメンテナンスを行う最適なタイミングが伝えながら、AIは予知保全機能も提供します。

これは「産業におけるモノのインターネット(IIoT)」によって企業がいかにコストを抑えながら業績改善できるかの一例にすぎません。ただし、AI/MLアプリケーションが膨大な量の履歴データを分析できる場合にのみ可能なのです。双発のボーイング737機の各エンジンが毎分333GBにも及ぶデータを生み出すと考えてみてください。IoT対応の石油や天然ガスの掘削装置は日毎に7~8TBの運用データを生み出します。コネクテッドカーから生み出される運用データ量は一日に1PBを超えることもあります。

そこで問題となるのは、安全かつコスト効率のよい方法でデータを管理するかです。Wasabiは、最適なソリューションといえます。低価格でかつ高性能、そして保存時及び送信時のどちらでもデータを暗号化するWasabiのポリシーによって、データは確実に常時保護されます。

法執行機関の動画・画像の解析
犯罪捜査における証拠収集のため、執行当局では動画や画像の解析が活用されてきました。AI/MLアプリケーションによって顔認識等の画像解析は飛躍的に高速化、簡便化、そして高精度化されました。人間による作業のように披露やヒューマンエラーに影響されることもありません。

警官にボディカメラを装備させる警察署がますます増えており、法執行機関の生み出すデータ量は飛躍的に増大し続けています。 。警察幹部研究フォーラムによる調査結果 では、ほぼ全ての全米の大規模法執行当局(警察官数250名超)がボディカメラを調達済みでかつその使用について研究中であると示しています。その主たる課題の一つは、全結果データの保管であり、ストレージの費用として年間$400万もの負担を伴います。

調査対象の大規模当局の約3分の2は、その全データの保管をクラウドへ移行しています。Wasabiによって、他社のサービスと比べて80%のコストでデータを保管することが可能です。複雑な階層のないプラットフォームによって、解析用に必要な際データは常時アクセス可能であり、スピードもさらに高速です。保存時/通信時いずれも暗号化され、セキュリティ法執行の要求に応えます。

まずは30日間の無料トライアル

登録は簡単。トライアル中はいつでも解約(キャンセル)することができます。

  • ✅ 最大1TBのデータを30日間保存できます
  • ✅ トライアル期間終了後の自動更新なし
  • ✅ クレジットカード不要