ADLINKとCharles Industries、5Gポールマウント導入向け初の完全統合マイクロエッジAI/MLソリューションを発表

人工知能（AI）は2020年の最大のバズワードの一つであり、その潜在能力を完全に活用し始めるにつれ、今後さらに人気が高まるでしょう。この分野に初めて触れる方は、「人工智能」という概念がなぜほぼ常に「機械学習」とセットで語られるのか不思議に思うかもしれません。 これらは何なのか？ どう違うのか？ 産業現場でどこに適用できるのか？ なぜこれほど重要なのか？ インダストリー4.0から生まれた多くの用語と同様、AIと機械学習も頻繁に過剰使用され、誤って適用されているように見えます。この記事では、マーケティングの誇張を抜きにして、その違いを明確にしようと試みます。 AIとMLの定義 人工知能とは、機械が

組織はデータ品質を自動化してAIとMLを改善できるか？ 過去10年間で、企業は人工知能（AI）と機械学習（ML）がもたらすポテンシャルを理解し、解き放ち始めました。まだ初期段階ですが、企業はこの技術がもたらす大きなインパクトを理解し始めており、より良い、より速い、より効率的な意思決定を支援します。 もちろん、AIとMLはビジネスのイノベーション受容の特効薬ではありません。実際、これらのアルゴリズムの成功は、その基盤、具体的には質の高いデータの質しかありません。 それがなければ、企業はAIとMLを導入した目的そのものが失敗し、悪いデータの予期せぬ結果が、効率とレピュテーションの両面でビジネスに取

データサイエンティストはデータサイエンスプロジェクトの成功に不可欠だ。だが、彼らは単独ではできない。他のスキルセットと自動化ソリューションからの支援が必要だ。 データ——現代機械の歯車を潤すオイル。だが問題がある。組織はこの新たな力からビジネスインサイトを得るのに苦労している。 慢性的な不足 市場では、多くのエンタープライズ顧客が非常に大きなデータサイエンスチームを構築しようとしている。中には、顧客入力からIoTデバイスまで——これがメインチャネルになる——データ爆発に対処するため、数百人を採用しようとするところもある。 だが容易ではない。データサイエンティストは大幅に不足している。 Gar

今や誰もが機械学習について耳にし、それがすべてを変えると聞いています。しかし、実際にどう始めればよいか分かっている人はごく少数です。このブログの手順を試すか、あるいは読むだけでも、PLCnextコントローラで機械学習を始める足がかりになれば幸いです。ここでは、最初のMLモデルの訓練、ONNX形式への変換、PLCnextコントローラでの推論実行までを扱います。わかりやすくするため、有名なIrisデータセットを使用してモデルを構築します。 始める前に、何を達成しようとしているかを明確にしておきましょう。このブログで扱うトピックを簡単に説明します。参考資料は文末にまとめています。 機械学習入門 機械