　例えば画像分類は、AIモデルの注視領域を可視化し、ディープラーニングの識別基準が把握しやすい仕様とした。ネットワークはAlexNet、YOLOv2など13種類を用意しており、ユーザー企業のデータに適したネットワークを選定できる。また、画像の左右反転や色変更などのデータ拡張性を備え、少ないデータにも対応する。

　クラウドプラットフォームは日本マイクロソフトの「Microsoft Azure」を利用する。標準プランでは、AIモデルのトレーニング環境に「Azure Batch AI」を採用し、機械学習とAIのモデルの大規模なトレーニングを支援する。

　同サービスを導入することで、PoC段階で実用性の高いモデルの検証を実施できる。これにより、製造設備の異常検知、建築物の外観検査、細胞の病理診断など、画像認識が必要なシステムの精度向上につながるとしている。

AI／画像認識サービス「タクミノメ」が提供する3つのタスク出典：ALBERT

AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
日本は既にディープラーニングで後進国となりつつある――東大松尾教授
生産設備から社会インフラ、各種災害対策まで「メンテナンス」「レジリエンス」に関する最新の製品や技術、サービスを一堂に集めた展示会「メンテナンス・レジリエンスTOKYO2018」（2018年7月18～20日、東京ビッグサイト）の特別講演に東京大学大学院工学系研究科特任准教授の松尾豊氏が登壇。「AIの発達によりわれわれの生活・産業がどのように変わるのか」をテーマにディープラーニング研究の重要性について紹介した。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
ディープラーニングの事業活用を可能にする「ジェネラリスト」の重要性
AI技術として注目を集めるディープラーニング。ディープラーニングへの取り組みを進めていく上で必要とされる人材には「エンジニア」の他に「ジェネラリスト」も必要だ。本稿では、ディープラーニングの「ジェネラリスト」に何が求められるかについて解説する。
自動運転開発のデータサイエンティスト確保へ、トヨタがベンチャーに4億円出資
トヨタ自動車は2018年5月30日付でALBERT（アルベルト）に4億円を出資し、自動運転技術の先行開発に必要なビッグデータの分析を強化していく。また、ALBERTはトヨタ自動車にデータサイエンティストの育成ノウハウも提供し、自動運転技術の実用化に貢献する。