図1　IBMのHybrid Cloud兼IBM Research Director担当Corporate Senior VPのArvind Krishna��

AIでは、データがすべてだ。IoTセンサからのデータやビジネスからのデータなどさまざまなアナログの�撻如璽燭�あふれている。IBMのHybrid Cloud兼IBM Research Director担当Corporate Senior VPのArvind Krishna��(図1)は、「毎日作成されるデータは2.5EB（エクサバイト：10の18乗バイト）。世�c中のデータの90%はこの2�Q間で作成され、世�cの科学�\術レポートは9�Qごとに2倍のペースで�\えていく」と述べ、「ではどうやってデータを扱うのか。それがAIだ」と��言する。もはや、プログラミングではない。ルールでもない、��来のコンピューティングでもない。

AIの最初の基礎段階はマシンラーニングと�}ばれ、ここでは、統��アルゴリズムを使い、パターン認識を可�Δ砲掘▲如璽織疋螢屮鵑陵襲Rを行ってきた。次の段階がAIであり、�O��言語処理から始める。学�{によって��識を蓄え、推�bを行う。例えばコールセンターへの応��では、Q&Aのやり�Dりを中心に行う。これによってユーザーは、効率よく解��策を�瑤襪海箸�できるが、マシンラーニングによる答えはブラックボックスであり、その中身の理�y(t┓ng)についてはわからない。

しかし人間は、答えを�瑤辰討發修療�えの背景にあるものが何かを�瑤蠅燭�て、しかもどのような証拠があるのかについても�瑤蠅燭ぁ�これが次のステップになるコグニティブコンピューティングだ。どのようにして判��を��めるのか、どのようにして、深いドメインに�瓦靴討睛��y(t┓ng)��けを行うのかを��めなくてはならない。IoTのセンサから�a(b┳)度や振動、�C耗などのデータを処理し、判��するのかを��めなくては予防メインテナンスをできない。�a(b┳)度や�C耗などの�X況が��きるまで待って��める��要がある。これらの�T思��定を、クラウドを通じて行う。

コグニティブコンピューティング「ワトソン」は、���Bによる�T思��定、専門�覦茲��瓦垢訖��b、エビデンスに基づく説��を行うとしており、あくまでもビジネス����を�[定している。ワトソンのAPI（Application Program Interface）は（図2）、ビジネスのためのAIの頭�Nとして���Tしている。すなわち、��識の��?y│n)�、高度な推�b、言語処理、共感、スピーチ（音�m認識処理）、ビジョン（認識処理）がワトソンのスキルである。アプリケーションの開発にこれらのスキルをクラウドベースで使うことを�i提としている。

図2　IBMワトソンは、さまざまなAPIを���Tしている

コグニティブコンピューティングは、限られた専門性のある分野での応��をビジネスとしている。そのために業�cに��化した学�{済みのワトソンを、���]業や�O�E��、コールセンター、セキュリティなど80�|類ラインアップを揃えた（図3）。

図3　業�cに��化した学�{済みワトソンを80�|類そろえた　これを使えば、推�bのアルゴリズムさえ開発すれば業��をAIに任せることが可�Δ砲覆�

Krishna��にIBMが開発したニューロチップTrueNorthについて聞いてみると、TrueNorthはアクセラレータの�kつと位����けているという。このニューロチップは消�J電��が70mWと3桁小さいので、今のところエッジ応��を�[定している。ニューロチップは、CNN/DNN（�Qみ込みニューラルネットワーク/ディープニューラルネットワーク）などの画�鞠Ъ韻里燭瓩離▲襯乾螢坤爐砲茲覬���に向き、バイオサイエンスのブレインワークとは違うとしている。例えば、CMOSイメージセンサの後段においてビデオ処理するのに向くという。もう�kつの応��は、モバイルAIだろうと述べている。