企業がAIモデルを構築、展開、監視するためのスケーラブルなソリューションに投資、AIプラットフォームの予算が2024年に3倍になると見込むが、これでは従業員の需要を満たすには十分ではない。
企業の 85% が、ChatGPT などの人気のある選択肢だけに依存するのではなく、GPT-JやBERTなどのオープンソース モデルを使用して AI 機能を拡張、従業員の 60% は職場で独自の AI ツールを使用し、新たな規制やコンプライアンスの課題が生じると予測。
保険会社が 2024 年に AI 幻覚保険の提供を開始し、テクノロジーの普及に伴う、 AI の間違いによって引き起こされるエラーや被害をカバーするともしています。
＜ハイライト＞
＜参照URL＞
https://www.forrester.com/predictions/
Gartner曰く、CIO のほぼ 4 分の 3 (73%) が、自社の企業が 2024 年に AI/ML への資金を増やすと回答、同様に、80% が今後 3 年以内に全世代 AI の導入を計画しているとのこと。
LLM、クラウド コンピューティング、オープンソースの融合により、2024 年はAIが民主化され、2025 年までにこのテクノロジーが世界中の 90% の組織の労働力パートナーになると予測しています。
これにより、 AI Trust, Risk and Security Management (TRiSM)の必要性が生じ、ModelOps、プロアクティブなデータ保護、AI 固有のセキュリティ、データとモデルのドリフトの監視、入力とデータの両方のリスク制御のためのツールを提供。
また、2028 年までに 150 億のコネクテッド製品が顧客として振る舞う(custobots)可能性があり、これは最終的にはデジタル コマースの到来よりも重要になるだろうともしています。
なお、Microsoftは、生成AI、OpenAIの投資後、好調な四半期決算(営利＋25%)を報告、GitHub Copilotコーディング アシスタントの有料登録者数は現在 100 万人を超え、前四半期比 40% 増加し、Azure の OpenAI サービス(新規顧客を含む 18,000 を超える組織が利用、収益は 30% 増加して 13 億ドル、)、Dynamics 365も好調だとしています。
景気回復の兆しや不況回避の予測にもかかわらず、ハイテク企業は従業員の一時解雇を続けており、Nokiaは10月、利益が69％減少した四半期決算を受けて1万4000人の従業員を一時解雇すると発表、Qualcomm、Linkedinなど他の大手ハイテク企業も大幅な人員削減を発表しています。
テクノロジー業界の 2023 年の雇用喪失は前年比 50% 増の 24 万人超とされます。
米国経済は改善しているものの回復が遅く、多くの企業が長期にわたる経済低迷に備えるようになっているとされ、投資家の成長から効率への考え方の変化により、人員削減を含むコスト削減措置圧力が増えています。
これらの傾向は、購買の引き締めと販売サイクルの鈍化と相まって、2024 年までテクノロジー業界に影響を及ぼし続ける可能性があるとのこと。
<参照URL>
https://techcrunch.com/2023/10/23/fresh-round-tech-layoffs/
https://techcrunch.com/2023/11/3/tech-layoffs-2023-list/
没入型通信、大規模通信、および超信頼性の低遅延通信の他、現実世界のシナリオに対処する兵士や初期対応者の訓練と言ったXR/メタバース、デジタル格差を埋める衛星通信、SONを使用した通信における統合センシング、(問題をより迅速に解決し、顧客に優れたエクスペリエンスを提供できる、よりインテリジェントなネットワーク)特定の価値の高い顧客がどこにいるかをネットワークに常に把握させ、AI と ML を使用して顧客のデバイスが常に強力な接続を確保、などを挙げています。
急速に成長している 5G ベースの FWA サービスを拡大する Verizon にとって、セル サイト バックホールのキャパシティの重要性が増しています。
今回ニューヨーク州ロングアイランドにあるVerizonの商用光ファイバーネットワークでVerizon がすでに導入している Cisco NCS 2000で構成される光伝送システムにCisco NCS 1014 トランスポンダと Acacia の Coherent Interconnect Module 8 (CIM 8) を使用して、1 .2Tbps の単一波長を 205 キロメートル以上、14 の局舎を介した通信テストを実施したとのこと。
Ciscoは、CIM 8 により、地上ネットワークの約 90% が 800 Gbpsで通信可能になるとしています。
なお、投資家会議で、VerizonのCEOは、プライベートネットワークが「2024年にはVerizon全体に影響を与えるほどの大きな収益に寄与し始めることはないだろう。
2025年にはそれが見られるだろう」と発言しています。
<参照URL>
https://www.verizon.com/about/news/verizon-fiber-technology-advancement-results
顧客インターフェースとして、デジタルアシスタントは顧客サービスに嫌がらせをする人間に対して役立つようになるとし、Anthropic や Meta など、多くの AI 企業とこのプロジェクトで協力する予定で、LLM の最初のバージョンは 2024 年の第 1 四半期に一般公開される予定としています。
現在約 5,000 基の衛星があり、ネットワークは約 200 万人の加入者に成長しています。
＜参照URL＞
https://twitter.com/elonmusk/status/1720098480037773658
AI モデルを最適化して作成する AI ソフトウェア ツール開発しているMorehは、既存の AI ソフトウェアは数個の GPUのみを使用する小規模な AI モデルには適しているが、より大規模な AI インフラストラクチャには不十分とし、NvidiaのCUDAに似ているMoAIと呼ばれる主力AIソフトウェアを提供、MetaのPyTorchやGoogleのTensorFlowなどの既存の機械学習フレームワークや、以前はNvidiaでしか実行できなかったアプリケーションやAIモデルと互換性があるとのこと。
これにより、コードを変更することなく、GPU やNPU などの AI チップが GPT-3 や T5 などのLLM を含む AI モデルを操作できるようになるとしています。
KT は 2021 年から Moreh と協力して、AMD GPU (MI250 Instinct アクセラレータ、Nvidia A100 よりも 116% 高い GPU スループットしAI 開発者がそのソフトウェアを介して大規模な AI モデルのトレーニングを開始するのに必要な総時間を 10 分の 1 削減)と MoAI ソフトウェアを活用した費用対効果が高く、スケーラブルな AI インフラストラクチャを構築してきたとのこと。(パフォーマンス速度とGPUメモリ容量の点でNvidiaのDGXを上回ったと発言しています)
スタートアップは 2,110 億のパラメーターを使用した韓国語ベースの LLM のトレーニングを完了し、今年後半にこのモデルをオープンソースとしてリリースする予定ともしています。
広島でのG7会合時の、AI開発者が従うべき指針原則と「自主的」行動規範についての合意、国連のAIガバナンスを検討するための新しい理事会の発表、英国でのAIガバナンスに関する世界サミットなどと連動、AIシステムの潜在的なリスクから米国人を守るべく、国家安全保障、経済安全保障、または公衆衛生にリスクをもたらす可能性のあるあらゆる基礎AIモデルを開発する企業に対し、導入前に連邦政府に通知し、すべての安全性テストの結果を共有するという要件が含まれ、すでに、OpenAI、Google、Microsoft、Meta、Amazonなどの主要なAI開発者からの「自発的なコミットメント」も確保しています。
AIの安全性と信頼性を確保するためのさまざまな新しいツールやシステムを開発する計画についても言及し、NISTは「広範なレッドチームテストのため」の新しい標準を開発、エネルギー省と国土安全保障省がAIや重要インフラに関わるリスクなどに対処することになるとのこと。
＜EOのハイライト＞
また、AIにおける連邦政府の取り組みと成果を紹介するとともに、研究者、開発者、一般向けにリソースとガイダンスを提供する新しいウェブサイト AI.gov を公開しています。
<参照URL>
https://www.whitehouse.gov/briefing-room/statements-releases/2023/10/30/fact-sheet-president-biden-issues-executive-order-on-safe-secure-and-trustworthy-artificial-intelligence/
https://ai.gov/
https://www.mofa.go.jp/files/100573466.pdf
ソーシャルメディアでのコンテキスト画像やビデオの使用は、危険な誤った情報の配布につながるとし、誤った情報の拡散を防ぐために、画像に関するより多くのコンテキスト情報を提供すると発表。
画像の履歴、メタデータ、ユーザーがさまざまなサイトで画像を使用したコンテキストを表示する機能を追加したとのこと。
画像が Google 検索で最初に「表示」されたのがいつかを把握して、コンテキストの最新性を確認でき、ユーザーが他のサイトで画像をどのように説明したかを把握し、可能な場合はユーザーはAI で生成された画像かどうかを示すフィールドを含むメタデータも表示できるとしています。(Google AIが作成したすべての画像にマークがついている)
また、画像の URL をアップロードまたはコピーして、自社のツール内で画像の詳細を確認できるようになるともしています。
<参照URL>
https://toolbox.google.com/factcheck/apis
Google の脆弱性報奨金プログラム は、セキュリティ上の欠陥を発見し、責任を持って公開した倫理的なハッカーに報酬を支払います。
生成AIにおける不当なバイアスやモデル操作の可能性など、新たなセキュリティ問題が出ていることをふまえ、VRPの拡大により、AIの安全性とセキュリティに関する研究が促進され、潜在的な問題が明らかになり、最終的にはAIがすべての人にとってより安全になるとしています。
例として、LLM がプロンプトインジェクション攻撃(ハッカーがモデルの動作に影響を与える可能性のある敵対的なプロンプトを作成する攻撃)に対して脆弱であることを発見したとのこと。
攻撃者はこのタイプの攻撃を使用して、有害または攻撃的なテキストを生成させたり、機密情報を漏洩させたりする可能性があるとのこと。
また、ハッカーがトレーニング例を再構築してデータから個人を特定できる情報やパスワードを抽出できる、トレーニングデータ抽出と呼ばれる別の種類の攻撃も発見したとのこと。
世界最大の生体分子のオープンアクセス データベースである Protein Data Bank のほぼすべての分子の予測を生成できるとし、創薬にフォーカスするIsomorphic Labsが、すでに新しい AlphaFold モデルを治療薬の設計に適用しており、疾患の治療に重要なさまざまな種類の分子構造の特徴付けに役立っているとのこと。
＜参照URL＞
https://deepmind.google/discover/blog/a-glimpse-of-the-next-generation-of-alphafold/
Vertex AI Search を使用すると、開発者は、数週間かかっていたAIチャットボット検索アプリケーションを数日または数時間で作成でき、LLMを使用する AI により効果的な情報発見が可能になるとのこと。
今回のアップデートでは、詳細にカスタマイズ可能な検索、検索チューニング、画像やビデオなどの新しい分類モデルが含まれ、幻覚を防ぐための多くのオプションも提供、顧客に正確で根拠のある回答が得られるという安心を与えるとしています。
また、開発者は、テキスト、画像、ビデオを含む検索用のセマンティック埋め込みを追加できるようになり、コンテンツのモデレーション、レコメンデーション、セマンティック検索のマルチモーダル検索の機能が利用可能になります。
魅力的で差別化されたクリエイティブな広告を制作するにはコストが増加する可能性があり、多くの場合、広告プロセスに追加の専門知識を導入する必要があるとし、Amazon Ads で、広告主の負担を軽減し、労力を最小限に抑えながらより大きな効果をもたらすツールを提供。
広告主は写真をアップロードし、希望する背景を説明する画像の説明を入力し、テーマを選択して「生成」をクリック、別のテキストプロンプトを入力して画像を調整することもでき、パフォーマンスを最適化するために複数のバージョンをテストできるようになるとのこと。
一部の広告主とこのツールのベータテストを行っており、「時間の経過とともに」利用可能性を拡大する予定としています。
Amazon の新しいツールによりクリックスルー率が 40% 向上する可能性があると主張しています。
＜参照URL＞
https://www.aboutamazon.com/news/innovation-at-amazon/amazon-ads-ai-powered-image-generator
Amazon rolls out AI-powered image generation to help advertisers deliver better ad experiences
デスクトップまたはモバイルの Amazon Clinicの「治療を探す」リストから「咳、風邪、インフルエンザ」オプションを選択できるようになり、
利用可能な遠隔医療プロバイダーのリストを確認し、価格と対応時間を比較、選択利用できるとのこと。
ユーザーが現在の症状と基本的な健康歴を詳しく記入する問診フォームに記入すると、安全なメッセージングまたはビデオ通話により、認可を受けた臨床医の遠隔診断を受診でき、臨床医は、 Amazon Pharmacyまたは別の薬局で調合できる処方箋を含む治療を提供するとしています。
＜参照URL＞
https://www.aboutamazon.com/news/retail/cold-flu-treatment-online-care-amazon-clinic
＜参照URL＞
https://www.aboutamazon.com/news/retail/amazon-pharmacy-amazon-air-prescription-drone-delivery
Sparrow や Cardinal といった最新ロボットアーム、初の自律移動ロボットである Proteu に続くもので、フルフィルメント センターで受け取った品を現在より最大 75% 早く識別して保管できるようになり、Amazon.com でより迅速に商品を出品できるとともに、注文が行われるとフルフィルメント センターを介して注文を処理するのにかかる時間を最大 25% 短縮するとしています。
これにより、配送の予測可能性が向上し、同日または翌日配送で提供できる商品の数が増加するとのこと。
Amazonは、10年かけて、 750,000 台を超えるモバイル ロボットを運用しており、顧客の注文の移動、仕分け、識別、梱包を支援するロボットシステムも数千台あるとしています。
施設でのテクノロジーの設計と展開に関して目的主導のアプローチを採用しており、安全性をサポートし、従業員の日常業務を軽減するためにロボットの使用を常に優先しているとのこと。
＜参照URL＞
https://www.aboutamazon.com/news/operations/amazon-introduces-new-robotics-solutions
単一のジョブでNVIDIA GPUの高価なリソースにアクセスする必要がある場合に、クラウドプロバイダーから長期インスタンスをレンタルするのは非効率であるため、将来の日付に必要な時間だけ、必要な数のインスタンスを予約できるようにしたとのこと。
顧客は、1インスタンスあたり 8 GPU ( NVIDIA H100 Tensor コア) を備えた 最大 64 インスタンスクラスター にアクセスできるようになります。
期間は、最大 8 週間前から、1 日単位で最大 14 日間の時間を予約でき、この時間が経過すると、インスタンスは自動的にシャットダウンされるとしています。
これにより、ジョブの実行時間、使用する GPU の数、費用がいくらになるかを正確に把握でき、コストがわかりやすくなるとのこと。
＜参照URL＞
https://aws.amazon.com/ec2/capacityblocks/
https://aws.amazon.com/blogs/aws/announcing-amazon-ec2-capacity-blocks-for-ml-to-reserve-gpu-capacity-for-your-machine-learning-workloads/
既にMicrosoft、Google、Oracleが提供を開始しているヨーロッパ全土の政府や規制の厳しい業界向けソブリンクラウドに当初否定的でしたが、個人や企業のデータをどのように扱うべきかを規定する規制が、特に欧州で増えつつある中、AWSもついに提供を開始。
AWS European Sovereign Cloud は「ヨーロッパ向けの独立したクラウド」として発表、公共部門や規制の厳しい業界に、より強力な常駐データ管理記のを提供、すべてのメタデータを EU の範囲内に保持できるようになり、他の AWS リージョンから「物理的および論理的に分離」され、EU 外の AWS 従業員は AWS European Sovereign Cloud に対して運用制御をできず、独自の請求および使用量測定システムも搭載されるとのこと。
＜参照URL＞
https://press.aboutamazon.com/2023/10/amazon-web-services-to-launch-aws-european-sovereign-cloud
Amazonは、Rivian のEVバン 10,000 台を含む、100,000 台以上の車両を配送用に運用しており、朝の検査で目に見えない欠陥を見落としてタイヤがパンクするなど、避けられるようなことが起こってほしくないとして、AIシステムを使用して配送車両の検査を自動化すべく、UVeyeのAutomated Vehicle Inspection (AVI)を採用、米国、カナダ、ドイツ、英国にある数百のAmazonの倉庫で利用する計画とのこと。
AVI はセンサーを満載した高さ 17 フィートのアーチ(Atlasと呼ばれる)で、その下を車両が時速 8 マイルの速度で走行、加えて、床に設置されたオリジナルの Helios アンダーボディスキャナーがは、アンダーキャリッジをキャプチャする上向きのカメラを備え、車両の外装を数秒で 360 度スキャンします。
さまざまな視点から車両をスキャンした画像は、つなぎ合わされて、車両の3Dモデルを作成、「隠れた損傷パターン」や、タイヤの「サイドウォールの破れ」など人間の検査官が見逃してしまう問題を発見できるとしています。
Amazonは、既に米国内の一部の Amazon 配送ステーションで実験中としています。
＜参照URL＞
https://www.uveye.com/amazon-announcement/
Habitat は、オフィス スペース、自宅、倉庫などの仮想環境カタログと言え、AI ロボットを訓練し、現実世界で稼働させるために使用できます。
仮想環境は、テーブル、椅子、さらには本などのオブジェクトの正確な形状とサイズを測定する赤外線キャプチャ システムを使用して構築されているとのこと。
あわせてAI ナビゲーションエージェントのトレーニングに使用できる3D データセット Habitat Synthetic Scenes Dataset と、ロボット アシスタント ハードウェアおよびソフトウェア プラットフォームである HomeRobot を発表しました。
<参照URL>
https://aihabitat.org/habitat3/
https://ai.meta.com/static-resource/habitat3
Dellが、生成 AI ハードウェア向けの検証済み設計とオンプレミス導入向けの生成 AI ソリューションのラインナップにNvidia NeMo フレームワークのサポートに続き、Llama 2 のサポートを追加。
Llama 2 は最大 700 億個のパラメータを備えた高度な機能を備えているため、オンプレミスでデータのすぐ隣でそれを実行し、AIアプリケーションを実際に構築できるようになったとしています。
また、Dell は自社の内部目的で Llama 2 を使用、Dell独自のナレッジ ベースの一部として検索拡張生成 (RAG) などに利用しているとのこと。
コードの脆弱性が会社のソフトウェアに侵入する可能性を減らし、本番環境に入った場合の修復を迅速化を目指し、開発者にJava、C#、Pythonなどのメモリセーフなプログラミング言語の使用を増やすよう推奨するとともに、コードの脆弱性を自動的にスキャンできる GitHub のオープンソースツールCodeQL をより広く採用。
内部システムのセキュリティ上の欠陥を検索するプロセスを合理化、セキュリティ パッチの迅速なリリースのために、CI/CDでコーディング、テスト、展開、運用の際に新たなパターンに対する保護を継続的に統合していくともしています。
また、顧客向けにさらに安全なデフォルト設定を展開し、Microsoft Authentication Library などの ID ライブラリの使用を増やすとともに、暗号化キーをAzure HSM(hardware security module)に移行するとのこと。
DeepMind, OpenAI, Google Research, Microsoft Research, Tesla などの元メンバーで構成され、「宇宙の本質を理解する」ためのAIを構築するというxAIの開発したGrok (Grok-1と呼ばれるLLMを利用)は、デリケートな性質の特定の質問への回答を拒否し、ChatGPTより応答にもう少しユーモアを加えるように設計されているとのこと。
Xが最近立ち上げた月額16ドルのプレミアムプラスプランの加入者全員が「初期ベータ版が終了したら」Grokにアクセスできるようになるとしています。
xAIは、Oracle Cloud上でAIモデルをトレーニングする契約を結んています。
<参照URL>
https://www.reuters.com/technology/musks-xai-set-launch-first-ai-model-select-group-2023-11-03/
今月ユーザー数が 10 億人を突破すると発表するとともに、有料プレミアムユーザーに対して、ユーザーのフォロワーにパーソナライズされたコンテンツのダイジェストと独自のコンテンツを書くのを支援するAI機能を提供。
具体的には、Azure の OpenAI API を使用し、OpenAI のLLMを LinkedIn 独自のデータと組み合わせて、個人に合わせてカスタマイズされた生成 AI 機能として提供しているとのこと。
＜参照URL＞
https://news.linkedin.com/2023/november/linkedIn-introduces-new-aI-powered-premium-experience
将来のAIシステムの危険性を追跡、予測し、悪意のあるコード生成機能による攻撃を防御することになるだろうとのこと。
＜参照URL＞
https://openai.com/blog/frontier-risk-and-preparedness
テキストから画像への変換生成であるDALL-E 3は、テキスト、手、顔などの複雑な詳細を確実にレンダリングでき、作成する画像に組み込まれるテキストとタイポグラフィを生成する機能を提供。
マーケティング資料や製品デザインなどのビジネス コンテンツを作成したい人にとって特に便利としています。
ガードレールに関しては、多層の安全システムを使用して、暴力的、アダルト、または憎悪に満ちたコンテンツを含む潜在的に有害な画像を生成する能力を制限しているとのこと。
＜参照URL＞
https://openai.com/blog/dall-e-3-is-now-available-in-chatgpt-plus-and-enterprise
9月に報じられた Amazon の 40 億ドル資金提供に続くもので、資金調達契約にはまず5億ドル、後に最大15億ドルが含まれると報じられています。
LLM がビジネス モデルを一変させ、将来のテクノロジー プラットフォームの重要なコンポーネントになることに誰もが賭けているこの状況で、現時点では、どの企業もLLMの分野で OpenAI や Anthropic に対抗できるほどの競争相手はいないかもしれません。
＜参照URL＞
https://www.wsj.com/tech/ai/google-commits-2-billion-in-funding-to-ai-startup-anthropic-db4d4c50
＜参照URL＞
https://www.anthropic.com/claude-ai-locations
https://twitter.com/AnthropicAI/status/1714025126516432996
Stable 3Dは、Blender、Maya、Unreal Engine、Unity などのモデリングおよびゲーム開発プラットフォーム用のテクスチャ付き 3D オブジェクトを専門家でなくても「ドラフト品質の」3Dモデルを「数分で」生成するAIアプリケーション。
ユーザーは、作成したい 3D モデルを自然言語で記述したり、既存の画像やイラストをアップロードしてモデルに変換したりできるとのこと。
グラフィック デザイナー、デジタル アーティスト、ゲーム開発者にとって、3D コンテンツの作成は最も複雑で時間のかかるタスクの 1 つであり、ある程度複雑な 3D オブジェクトを作成するのに数時間、場合によっては数日かかることがよくあるとし、安定した 3D オブジェクトの作成は、独立したデザイナー、アーティスト、開発者の競争の場を平準化し、非常に少ないコストで 1 日に何千もの 3D オブジェクトを作成できるようになるとしています。
＊ただしこの手のツールは、NVIDIA。AutoDesk、OpenAIなどもリリースしています。
＜参照URL＞
https://stability.ai/blog/stability-ai-enhanced-image-apis-for-business-features
ビジネスアナリストは、Snowflake 独自のカスタム LLM をベースに構築された AI ツールで Snowflake に保存されているデータの利用をより簡単かつ迅速に行うことができ、開発者は、Snowflake に保存されたデータを元にに生成 AI アプリケーションを構築するのを支援するとのこと。
PDF やアナリストレポートなどの非構造化ドキュメントからデータを抽出し、その情報をクエリする
すべての Snowflake データと Snowflake マーケットプレイスを検索して、構築したデータやアプリを見つけることができる
Snowflake に保存されているデータに関する質問を SQL クエリに変換、アナリストが意味のあるクエリを構築するためにデータと列の構造を理解するのに費やす時間を大幅に節約できる
＜参照URL＞
https://www.snowflake.com/blog/use-ai-snowflake-cortex/
https://www.snowflake.com/snowday/
Web サイトやソフトウェアの開発、タスクの自動化、データ分析、データ視覚化で主要な言語となっている Python ですが、Pandasのような Python データ サイエンス ライブラリは強力で、機械学習ワークフローでデータを準備、変換、分析するために何百万ものユーザーが使用。
多くの場合、Python ワークロードをビッグ データ フレームワークに書き直すための広範なエンジニアリングが必要になるため、大規模なデータセットでは使用できなくなるため、スケーラビリティの課題が生じているとされます。
そのPythonのサポートを改善すべく、Ponderで、Python データ ワークフロー (Pandas、NumPy) をデータ内で直接実行できるようにし、DWHを構築し、チームがプロトタイプからデプロイメントまで、これらのワークフローを迅速に繰り返すことができ、すべてが選択されたデータ プラットフォーム内で安全に実行されるとのこと。
＜参照URL＞
https://www.snowflake.com/blog/snowflake-to-acquire-ponder/
分析ダッシュボード、データ アプリケーション、AI モデルを構築するには、CMS、ERP、エンタープライズ アプリなどのシステムからレイクハウスにデータを複製する必要があります。
Arcionは、企業顧客がChange Data Capture (CDC)を使用して、低遅延かつ一貫性を保ちながら、Salesforce、SAP、Workday などの多数の異なるソースやアプリケーションからデータを複製および取り込むコネクタを提供、Oracle、MySQL、Postgres などのトランザクション データベースとして機能します。
エンジニアは複雑なコーディングや構成を必要とせずに、クラウド、データベース、アプリケーション間でデータを迅速に移動できるとのこと。
これにより、Databricks は、企業顧客が人工知能アプリケーションの主流となっている大量の情報を処理および変換できるようにするビッグデータ エンジニアリング プラットフォームを提供するとしています。
<参照URL>
https://www.databricks.com/company/newsroom/press-releases/databricks-agrees-acquire-arcion-leading-provider-real-time
https://www.arcion.io/blog/arcion-have-agreed-to-be-acquired-by-databricks
<参照URL>
https://blogs.nvidia.com/blog/2023/10/20/eureka-robotics-research/
DGX Cloud のインスタンスは 、１ノードあたり最大 ８ｘTensor コア GPU 80 ギガバイトメモリ、Nvidia AI Enterpriseと合わせて提供するとのこと。
顧客は 100 を超える AI フレームワークと事前トレーニング済みモデルにアクセスできるため、独自のデータでトレーニングされたカスタマイズされた大規模言語やその他の生成 AI モデルを構築、改良、運用できるとしています。
＜参照URL＞
https://blogs.nvidia.com/blog/2023/10/19/nvidia-ai-now-available-in-oracle-cloud-marketplace/
NVIDIAはArmベースのCPUをAMDと開発しているとされています。
パイの多いPCマーケットで消費電力あたりのパフォーマンスに優れるとされるArmベースCPUでソフトウェア互換性をもたせ、市場へ参入するのではとのこと。
早ければ 2025 年にも Arm ベースの CPU を発売する予定とされています。
強化学習トレーニングを自律的に作成する Eureka が、人間と同じように素早いペン回しを実行できるようにしたり、引き出しやキャビネットを開ける、ボールを投げてキャッチする、ハサミを操作するなど、30近くのタスクをロボットハンドを訓練したとしています。
また、Nvidia Omniverse 上に構築されている強化学習研究用の物理シミュレーションアプリケーションであるNvidia Isaac Gym を使用し実験できるように、AI アルゴリズムの Eureka ライブラリも公開しています。
＜参照URL＞
https://blogs.nvidia.com/blog/2023/10/20/eureka-robotics-research/
特にSnapdragon X EliteはWindows 11 PC とモバイル デバイスを対象としたハイエンドPC向けで、Qualcomm Oryon CPU が搭載されており、競合他社と比較して最大 2 倍の CPU パフォーマンスを実現しながら、消費電力はわずか 3 分の 1 であるとし、優れた CPU パフォーマンスにより、シームレスなマルチタスク処理が可能になり、ユーザーがより効率的に作業を遂行できるようになるとしています。
Oxide は、コンピューティング、ストレージ、ネットワーク機器を 1 つのパッケージにまとめたOxide Cloud Computer データセンター アプライアンスとオンボード管理ソフトウェアを提供。(ラックベース、 16 ～ 32 台を搭載、32 個の AMD プロセッサ、35 テラバイトのメモリ、約 1 ペタバイトのフラッシュ ストレージを搭載、Intel Tofinoスイッチ)
このシステムは、パブリック クラウドと同様のユーザー エクスペリエンスを提供するように設計されており、管理者はUIで数回クリックするだけで、新しい仮想マシンのプロビジョニングなどのタスクを実行できるとのこと。
システムのセットアップには従来のデータセンター インフラストラクチャでは数週間または数か月かかるのに対し、数時間しかかからないとしています。
＜参照URL＞
https://oxide.computer/blog/oxide-unveils-the-worlds-first-commercial-cloud-computer
https://oxide.computer/blog/the-cloud-computer
Red Hat は、IBM の生成AI watsonx Code Assistant を Ansible Lightspeed IT 自動化プラットフォームと統合し、連携してクラウド、データセンター、オンプレミス環境向けの自動化コードを構築およびテストする一連のツールを発表。
例えば「 X ポートを開くようにファイアウォールを構成する」や「 2 CPU と 4 GB のメモリーを備えた EC2 インスタンスを作成する 」などのプロンプトを入力すると、ユーザーは IBM の watsonx AI Code Assistant に基づいた推奨コードを受け取るとのこと。
自動化コードを作成している IT チームの効率を向上させるこべく、これらのタスクに何時間も何日も費やす代わりに、Lightspeed と watsonx を使用することで、その時間が数分に短縮されるとしています。
企業は、特に「チームがどれだけ早く自動化を記述し、その自動化とその自動化に対する信頼、そして彼ら自身のスキルを構築できるか」という点で、この AI ツールの利点をすぐに実感できると期待しているとのこと。このサービスは、一貫した自動化のためのベスト プラクティスと組織全体のコード メンテナンスもサポートするとしています。
<参照URL>
https://docs.ai.ansible.redhat.com/
Webex One 顧客カンファレンスで、パフォーマンスを向上させ、会議関連タスクの自動化を提供、メッセージの作成の支援、メッセージの口調の変更の提案、Webex での会議とメッセージの概要の提供など、LLM で一連の機能を提供。
LLMと並行して動作し、ノイズ除去、ジェスチャ認識、音声とビデオの強化などを行う RMM と呼ばれるリアルタイム メディア モデル(real time media model)とAI を活用したオーディオ コーデックを開発したとのこと。
(コーデックは高品質のオーディオを生成するために必要な帯域幅がはるかに少なく、パケット損失が発生した場合、ドロップされたパケットを再作成して高品質を維持)Webex Assistant は今年後半に出荷を開始する予定で、「コンピューターから離れる」機能などの RMM 機能強化を備えたアシスタントとAI オーディオ コーデックは 2024 年前半に出荷される予定です。
<参照URL>
https://www.webex.com/ai-assistant.html
https://help.webex.com/en-us/article/ygksov/Webex-Assistant-for-Webex-Meetings
https://newsroom.cisco.com/c/r/newsroom/en/us/a/y2023/m10/cisco-unveils-webex-ai-strategy-at-webexone.html
新しいツールは通信サービスプロバイダーが、スループット、信頼性、遅延に関する高い要件を伴うユースケースに対応できるように設計され、例えば、遅延のないモバイル クラウド ゲーム、ビデオ会議、ライブ ブロードキャスト、遠隔操作される機械/車両、公安サービス、将来の XR アプリケーションなどが挙げられています。
＜ツール群＞
データ セキュリティに関する主な課題の 1 つは、どのファイルがどこに保存されているかを追跡するのが難しいことです。
特に顧客記録が見落とされると、GDPR などのプライバシー規制に準拠することがさらに困難になります。
企業のクラウド環境とオンプレミスのファイル共有アプリケーションのデータ資産を自動的にマッピング、検出したレコードを機密性によって分類し、企業が重要なデータセットとのユーザーのやり取りを記録していない状況などの問題を検出します。
Palo Altoは、Dig のテクノロジーを Prisma Cloud に統合する予定とのこと。
Talon は、企業が業務に使用するクラウド アプリケーションにアクセスできるように設計された、TalonWork と呼ばれるChromium をベースとした安全なエンタープライズ ブラウザを提供し、ユーザーのブラウザ インストールをターゲットとするサイバー攻撃をブロックします。
Jeliは、Slack 内で動作するインシデント対応ボットが含まれ、いくつかの質問に答えることで、インシデントへの対応を開始し、必要に応じて Jira チケットを開いて、インシデントレポートを適切な Slack チャネルに送信して、適切な担当者の目に届けることができる機能を提供しています。
顧客が社内でのインシデントの解決から、速度の低下や停止の影響を受ける可能性のある顧客への社外の対応まで、幅広いサービスを提供すべく、インシデント管理、AIOps、自動化を提供するPagerdutyのOperations Cloudに統合されるとのこと。
＜参照URL＞
https://www.pagerduty.com/newsroom/pagerduty-to-acquire-jeli/
Teleportは、複数のクラウド環境、および SaaS アプリケーションにわたるサービスとユーザー ID を保護および管理する製品を提供しています。
検出されたクラウドサイバー攻撃のほとんどは、従来のマルウェアを使用するのではなく、情報技術管理者、SREチーム、開発者、CI/CDツールの資格情報など特権アクセス ID をターゲットにしているとし、企業インフラ全体のすべてのアクセスポイントと ID をマッピングするコントロール プレーンを顧客に提供することで、攻撃対象領域を削減し、脆弱なアクセス パターンを特定し、アイデンティティの脅威を迅速に軽減することが可能としています。
＜参照URL＞
https://goteleport.com/teleport-connect-2023/
データ サイエンスの運用を加速するためのさまざまなテンプレートとコード生成ツールを追加するとともに、新しいアクセス・ガバナンス制御機能も追加。
事前トレーニングされた基盤モデルとテンプレートを提供することでモデル開発プロセスを合理化するとのこと。
また、Spark、Ray、Dask、グラフィックス処理ユニットなどの自動スケーリング コンピューティング クラスター用のツールも提供し、大規模な分散データの準備とモデルトレーニングを可能にするとしています。
Box が Google Cloudの使用を拡大し、コンテンツ管理システムを Google Workspace と統合すると発表したのに続き、企業が Box Content Cloud 内に保存されたデータをより簡単に処理および分析できる生成AI機能を構築できるようにすると発表、顧客はデータをより迅速に処理および分析し、よりパーソナライズされたエクスペリエンスを作成し、インテリジェントな検索などが可能になるとしています。
まずAPIを通じて利用できるようになり、来年ベータテスト モードで Box Enterprise Plus プランのユーザーに提供される予定とのこと。
データ ソースとユーザーの数が増加し続けるにつれて、組織はますます分散したデータに悩まされ、セキュリティのギャップや盲点が生じ、コンプライアンス規制を満たすことが困難になっているとし、Immuta Discover は、収集したメタデータを活用して、すべての機密データの可視性を提供。
クラウド データ プラットフォーム内の構造化データを自動的かつ継続的に検出し、エンタープライズ データ カタログから抽出された既存のメタデータも活用し、データ アクセス制御、監視、規制遵守のための高精度のメタデータを構築維持できるようになるとのこと。
これにより、手動でエラーが発生しやすいプロセスを排除し、組織がデータ セキュリティを向上させ、データを完全に可視化するのに役立つとしています。
SAP の生成 AI Co-Pilot Joule(SAPのシステムとサードパーティのソースの両方に保持されている大量のデータを迅速に分類することで、プロアクティブで状況に応じた洞察を生成できる)を組み込み、時間のかかるタスクを自動化すると同時に、企業が顧客のためによりインテリジェントで個人的なエクスペリエンスを作成できるようにする実用的な洞察を提供するように設計されたとのこと。
＜参照URL＞
https://news.sap.com/2023/10/new-cx-generative-ai-capabilities/