ここ数年、ロボット機械学習の領域を世界的にけん引してきた米Google（グーグル）。その中枢にいた精鋭研究者30人ほどが2024年の3月、一斉にグーグルを退職し、ロボットAIのスタートアップを立ち上げたことは、この領域の人々を驚かせた。「ロボットAIで世界最高峰の企業だったグーグルをなぜ離れるのか」「一体何があったのか」と。 彼ら精鋭達は創業後の約7カ月間、黙して語らずのステルス状態を貫いてきたが、このほどその沈黙を破り、ついに最初の成果を明らかにした。その名も「π0（パイゼロ）」。 マルチモーダル型の大規模言語モデルと、最新の連続型の生成モデルを組み合わせ、「膨大な知識を生かした汎用性」と「動きの精緻さ」を兼ね備えた基盤モデル（foundation model）を作り上げた。既存のロボットAIとは比べものにならないほど動きもスムーズになり、複雑な判断が必要な長いタスクを自動で実施できる（
三菱電機は理化学研究所（理研）や分子科学研究所（分子研）と共同で、出力が235mJ（ミリジュール）のサブナノ秒パルス深紫外レーザー装置を開発した（図1）。装置本体を持ち運びが可能なサイズに抑えながら、強力な短パルスで「世界最高クラス」（三菱電機）の出力を実現したとする。現在、分子研内の理研スペースに設置しており、新材料や新薬の開発などに用いる加速器の研究開発に利用する。
Pythonには様々なライブラリが用意されている。その中から、主にデータサイエンスや機械学習の分野で使われる代表的なライブラリを紹介していく。 AIを実現するための手法は様々ありますが、近年の主流はディープラーニングです。「PyTorch」は、ディープラーニングのプログラムを作成するためのライブラリ／フレームワークです。以前はほかのライブラリ／フレームワークが主流でしたが、最近はPyTorchが主流と言えます。 PyTorchのインストールコマンドは、環境などによって変わります。ですので、公式サイト（https://pytorch.org/）のトップページに、コマンドを生成する機能が用意されています（図1）。バージョンやOS、パッケージ管理ツール（pipなど）、使用するプログラミング言語、GPUあり／なしを選ぶと、その下にインストールコマンドが生成されます。
眺望が阻害される上、プライバシーも著しく侵害される。そもそも隣に高層建築物は建たないと聞いていたから買ったのに――。名古屋市千種区に立つ地上42階建てのタワーマンションの住人3人は2024年6月5日、販売者の積水ハウスなどに対し、同社が隣地で開発を進めるタワーマンションのうち30階を超える部分の建設中止を求めて、名古屋地方裁判所に提訴した。タワマンの建設計画が乱立する中、似たようなトラブルの火種は各地でくすぶっている。 原告の1人である新美治男氏が住む39階の部屋からは、隣接する建設現場のタワークレーンが見える。2024年9月10日撮影（写真：日経クロステック） 原告が住む「グランドメゾン池下ザ・タワー」（以下、ザ・タワー）は高さ約152mの超高層マンションで、14年に完成した。一方、このマンションの西側30mほどの場所で建設が進むのが「グランドメゾンThe池下ガーデンタワー」（以下、ガー
表計算ソフトの「Microsoft Excel」上でプログラミング言語「Python」のコーディングができる新機能が登場した。米Microsoft（マイクロソフト）が2024年9月に正式提供を開始した「Python in Excel」だ。これにより、Pythonのライブラリーを用いた数値計算や統計分析、データの可視化などがExcel上で可能になった。 Python in Excelは、「Microsoft 365 Business」と「Microsoft 365 Enterprise」のユーザーが利用できる。現時点ではWindows版Excelのみの機能で、Mac版やiPhone／iPad版、Android版、Web版のExcelでは利用できない。なお、Pythonのコードはクラウドで実行されるため、インターネットへの接続が必要だ。 同機能はPythonの開発環境「Anaconda」を利用
物流大手の日本通運が「新・国際航空貨物基幹システム」の開発失敗を巡り、ベンダーのアクセンチュアを訴えた裁判。名門企業同士の訴訟、さらには約124億9100万円という賠償請求額の大きさは衝撃的だった。 裁判資料を読んでいると胃がキリキリした。筆者は2年ほど前までシステムエンジニアとして働いていた。その分、記されていた当事者の発言やチャットが、あまりにも生々しく映った。 訴状によると、開発プロジェクトはテスト工程から遅延し始めた。当初2020年12月の予定だった結合テストの後半過程「ITb」の終了は2021年11月にずれ込んだ。アクセンチュアがITbの「成果物」を共有サーバーにアップロードしたのは2021年11月30日。しかし、日本通運は先立って実施していた「打鍵テスト」で大量の指摘事項が挙がっていたことなどから、この品質を問題視した。以降、これら成果物の検収を巡り、両者の主張は至るところで対
物流大手の日本通運が基幹システムの開発失敗を巡り、約124億9100万円の損害賠償を求めて開発ベンダーのアクセンチュアを訴えていたことが日経クロステックの取材で分かった。 日本通運の親会社であるNIPPON EXPRESSホールディングスは2023年1月、基幹システムの開発が当初計画に比べてさらなる開発コストの増加と開発期間の延長が見込まれることなどから、システム開発の断念を決定したと発表。2022年12月期の連結決算で154億円の減損損失を計上した。その後、日本通運は2023年7月12日、アクセンチュアを相手取って東京地方裁判所に提訴していた。 計5回の検査で大量の「不具合」 訴状によると、日本通運は航空輸送事業におけるグローバル共通基盤の構築を目的に、国内外のシステムを統一した「新・国際航空貨物基幹システム」を開発することとした。開発プロジェクトの開始は2017年4月25日。当初は3年
生成AI（人工知能）に欠かせない高性能のGPU（画像処理半導体）を搭載したサーバーを大量に運用できる「AIデータセンター」は、日本にどれだけ存在するのか。日経クロステックが国内にある49社のデータセンター事業者を対象に調査したところ、18社による計画中を含む32施設があることが分かった。 今回、日経クロステックがデータセンター事業者に質問したのは、大規模言語モデル（LLM）のトレーニング（訓練）や推論に使う高性能GPUサーバーが稼働できるような施設と、その詳細だ。現時点では国内に18社が運営する26施設があり、今後さらに6施設が増える計画だ。 消費電力10kW超えのGPUサーバーを1ラックで複数台稼働 LLMのトレーニングには、米NVIDIA（エヌビディア）のAI用GPUである「H100」や「H200」を8個搭載する高性能GPUサーバーが向いているとされる。NVIDIA自身がH100を8個
出版大手のKADOKAWAが大規模なサイバー攻撃を受けた。ランサムウエアによって複数サーバーのデータが暗号化。子会社のドワンゴが運営する「ニコニコ動画」などがサービス停止に追い込まれた。KADOKAWAの業務サーバーも使えなくなり、業務に影響が出た。取引先や従業員の情報漏洩も確認されている。 KADOKAWAへの大規模なサイバー攻撃が分かったのは、2024年6月8日土曜日の午前3時30分ごろ。グループ内の複数サーバーにアクセスできない障害が発生していることが検知された。 子会社のドワンゴが運営する動画配信サービス「ニコニコ動画」「ニコニコ生放送」をはじめとする一連の「ニコニコ」サービスのほか、チケット販売の「ドワンゴチケット」などが提供不能になった。 8日午前8時ごろには、不具合の原因がランサムウエアを含むサイバー攻撃であることを確認。グループ企業のデータセンター内におけるサーバー間通信の
米Broadcom（ブロードコム）による米VMware（ヴイエムウェア）買収によってユーザー企業が被った悪影響は、製品の値上げだけではなかった。ライセンス更新に必要な見積もりが遅延したり、製品のアクティベーション（有効化）ができなくなったりするなど、ユーザー企業が様々な困難に直面している。 届かない見積もり、保守切れのまま運用へ 「見積もりが全く届かない。早くどうにかしてほしい」――。 悲痛な声を寄せるのは、自社のプライベートクラウドでVMware製品を使うあるユーザー企業A社の担当者だ。A社は自社のプライベートクラウド基盤にVMware製品を使い、複数の業務システムを動かしている。2024年5月末に使用するVMware製品の保守期限が終了する予定だったことから、2024年2月末に保守更新の見積もりをリセラーに依頼したが、2024年6月18日時点でも正式な見積もりの提示がないという。 「リ
SSDストレージがほぼ同時に3本故障した――。東京・大田区が2024年4月17日、昨秋発生したシステム障害の検証結果を明らかにした。複数のシステムが利用できない状態に陥ったことで行政サービスの停止に追い込まれたトラブルは、ハードウエアを冗長化していた同区の想定を上回る事態によって生じたものだった。 トラブルのあらましはこうだ。2023年10月9日から10日未明にかけて大田区の情報システム基盤に障害が発生。住民記録システム、国保年金システム、税務システム、介護保険システム、生活保護システムが使用不可となった。結果、証明書類の発行など各種行政手続きは停止を余儀なくされた。 同月12日に3つのシステム、15日には全てのシステムが利用可能な状態に復旧。保留していた処理を完了し、完全復旧にこぎ着けたのは18日のことだ。障害発生から9日が経過していた。 「大田区において、ここまで大規模なシステム障害は
「業務システムにもインターネットにもつながらない」。始業直後に報告されたネットワーク障害は、瞬く間に庁舎全体に広がった。システム部員はすぐに原因究明に乗り出した。 どこにも挿さらず放置されているLAN（Local Area Network）ケーブルと、そのすぐそばにポートが余っているスイッチを、ネットワークに関する知識のない人が見つけたらどうするだろうか。「何かの拍子に抜けてしまったに違いない」と、挿してしまうかもしれない。こうした親切心からループが生じ、その影響でネットワーク全体がまひすることもある。 新年度が始まる2024年4月1日朝、那覇市役所全体が突然ネットワーク障害に襲われた。トラブル解決の陣頭指揮に当たったのは、ネットワーク機器の運用を担う情報政策課の伊覇太課長だ。トラブルをどう脱出したのか。経緯を詳しく見ていこう。 「何もできない」と職員が駆け込む 地上12階・地下2階建ての
「もうデスマーチが始まってますよ」。自治体情報システムの開発を手掛ける複数のベンダー幹部は口をそろえる。自治体は2025年度末までに主なシステムを標準仕様に準拠させ、政府が契約したクラウドサービスに原則移行しなければならない。ところが標準仕様の改版が続いている上に、岸田文雄政権の経済政策に伴うシステム改修が追い打ちをかけているためだ。 全国約1700の自治体は2025年度末までに、それぞれの自治体で仕様が異なっていた戸籍情報や住民記録など計20の基幹業務システムを同じ標準仕様に基づいて作り直さなければならない。その上で政府が運営する「ガバメントクラウド」に原則移行する。 政府の大号令によって、全国の自治体は一斉に移行作業を迫られる。ベンダー各社では既にシステム開発担当者らが過酷な労働を強いられる「デスマーチ」が始まっているという。政府のシステムでなぜデスマーチを招く事態になっているのか、匿
千葉県流山市のデータセンター（DC）の建設計画が、地域住民の反対で頓挫した。かつてDCは都心部の商業地域や工業地域に建てられることが多かった。ところが近年は大規模DCが住宅のある郊外地域に作られるようになったことで、住民から「迷惑施設」扱いされている。立地に細心の注意を払わなければ、今後もDC建設は頓挫しかねない。 千葉県流山市：第一種住居地域だった土地に大型DCの建設計画 2023年12月に頓挫したのは、東京都渋谷区に本社を置く「流山綜合開発K」という企業が、流鉄流山線流山駅の駅前、流山市役所の目の前にある1万2877平方メートルの土地で進めていた、地上4階・地下1階建てで高さ28メートルのDC建設計画だ。流山綜合開発KはこのDC開発のために設立した特定目的会社だ。 開発区域はもともと「飛地山」と呼ばれていた場所で、ある企業の保養所が建てられ、山は樹木に覆われていた。2018年ごろにマン
不登校をAI（人工知能）で予測する――。こんな取り組みが2024年3月末まで埼玉県の戸田市で行われていた。2023年11月に戸田市内のパイロット校で試行を始め、同年12月から同市内の公立小学校12校、同中学校6校の計約1万2000人の児童生徒のデータを分析対象に、「不登校予測モデル」構築の実証をした。事業はこども家庭庁の「こどもデータ連携実証事業」として戸田市が受託し、内田洋行、PKSHA Technologyグループとともに進めたものだ。 不登校リスクモデルの目的は学校現場での「プッシュ型支援」につなげること。いち早く不登校の兆候がある児童生徒を把握し、教員が事前に支援する。自らSOSを発信できない児童生徒に対しても、先手を打って手を差し伸べる。経験の浅い教員でも支援のきっかけを得られる。 一方で個人の、それもネガティブと捉えられる傾向を予測する取り組みは、データの取り扱いだけでなく判定
営業赤字575億円──。清水建設が2024年3月期決算（単体）で前代未聞の巨額赤字に陥りそうだ。同社は24年2月8日、24年3月期の通期業績予想を発表し、営業損益の見通しを23年5月に公表した期初予想から885億円下方修正した。同社が通期で営業赤字となれば、1961年の株式上場以来初となる。売上高の見通しは期初予想を据え置き、1兆5300億円とした。 清水建設が2024年2月8日に発表した24年3月期決算（単体）の通期業績予想。▲はマイナス（出所：清水建設の資料を基に日経クロステックが作成）
機械学習の最も基礎的な手法が最小二乗法だ。この特集では、Pythonで最小二乗法のプログラムを実装することで、その仕組みを学んでいく。 最小二乗法は機械学習の中でも、最も基礎的な手法です。基礎的でありながら実用性も十分に高いので、様々な「予測」に用いることができます。また、視覚化による理解がしやすいので、機械学習の初学者が最初に学ぶ手法として最適と言えます。 視覚的に理解する 最小二乗法は、図1の2枚のグラフで直感的にわかるでしょう。 図1の左にあるグラフには、データを表す青い点が複数あります。個々のデータは、（8, 820）や（36, 1720）といった2つの値の組み合わせです。2つの値の組み合わせなので、横軸と縦軸のグラフにデータを配置できます。 ここで、「すべてのデータの傾向をうまく反映する1本の直線を描いてみよう」というのが最も基本的な最小二乗法です。描いた直線が、図1の右にあるグ
言語の次は画像認識か。いわゆる基盤モデル［arXivの番号：2108.07258］の開発が、画像認識の分野でも活発になってきた。基盤モデルとは、大量のデータで事前学習させることで、わずかな追加学習（few-shot）や追加学習なし（zero-shot）で、後続の様々なデータセットやタスクに適用できる機械学習モデルのことを指す。先行して開発が進んだ自然言語処理の分野では、GPT-4をはじめとする極めて大規模なモデルが登場し、言語記述に基づく画像生成など、周辺のタスクを取り込んで発展を続けている。 画像認識でも基盤モデルの研究開発が激化してきた。例えば2023年4月に米Meta社が発表した「Segment Anything Model（SAM）［2304.02643］」は、言葉や画像上での領域の指示（プロンプト）を受けて画像を分割（セグメンテーション）するタスクで事前学習させると、新規のデータ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く