　eIQは、クラウドやトレーニング済みMLモデルの構築および最適化に必要なツールで構成する。現在の機能として、TensorFlow Lite、Caffe2などのニューラルネットワーク（NN）フレームワークや推論エンジン用モデル変換、GLOWなどのNNコンパイラに対するサポート、同社の組み込みプロセッサ上でのヘテロジニアス処理用モデル展開向けのツールなどを提供する。

　全てのNXPマイクロコントローラー（MCU）やアプリケーションプロセッサに対応し、エッジデバイスへのML実装に必要なビルディングブロックも提供する。リソースに制約のあるエッジデバイス上の高効率駆動を支援し、産業、IoT（モノのインターネット）、車載アプリケーションでの適用を見込む。

　ターンキー統合型MLソリューションは、音声、視覚、異常検出アプリケーション向けに、eIQ環境をベースとしたデータ収集、トレーニング済みモデルを搭載している。同ソリューションはモジュール型で、ユーザーはプラグインを利用して機能拡張ができる。例えば、音声認識モジュールを同社の視覚認識ソリューションへ追加するなど、カスタマイズに対応する。

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。
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。
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。
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。
NXPが買収で車載イーサネットを強化、自動運転時代の高速ネットワークに対応
NXP Semiconductorsは2018年9月4日、車載イーサネットのIPを持つOmniPHYを買収したと発表した。買収額は非公表とした。