Microsoft AI and IoT Platform
Download as PPTX, PDF2 likes656 views
ビジネスの関連からの、MicrosotのAIとIoTのPlatformのご紹介です。
Microsoft AI and IoT Platform
- 3. 完全自動運転で100%無事故を 実現しようとすると最低でも 88億マイルを テストしなければならない。1 2020年、自動運転車は1日に 約4,000ギガバイ トのデータを生成し、消費する。2 Paris Auto Show Automobility Los Angeles Gartner TechRadar Earthdata Automobility Los Angeles 2020年、204億のモ ノがつながる。3 90分のアニメーション映像を製作す るために、6,500万時 間分の 画像レンダリングが必要となる。4 2020年、飛行機から1日に 40テラバイトの データが 生成される。6 NASAの地球観測システムおよび 情報システム（EODSIS）は、 1日に約28テラ バイトのデータを配信している。 5
- 5. コントロール 容易性 Azure Data Lake Store Azure Storage Any Hadoop technology, any distribution Workload optimized, managed clusters Data Engineering in a Job-as-a-service model Azure Marketplace HDP | CDH | MapR Azure Data Lake Analytics IaaS Clusters Managed Clusters Big Data as-a-service Azure HDInsight Frictionless & Optimized Spark clusters Azure Databricks BIGDATA ストレージ BIGDATA 分析 ReducedAdministration
- 10. Pre-built AI
- 12. Video Indexer Cognitive Services Labs Custom Custom CustomCustom Custom
- 13. だから何なの？
- 16. John F. Kennedy (JFK) November 22, 1963
- 17. Web App (azsearch.js) Blob Storage Azure Function Skills: Computer Vision OCR + Handwriting Entity Linking CIA Cryptonyms Azure Search Cosmos DB Azure Machine Learning Cognitive Skill Set JFK FILES COGNITIVE SEARCH ARCHITECTURE Skill: Topics
- 19. R & Python ベースの AI の ストアドプロシージャ MicrosoftML Library の組み込み Graph モデルのサポートによる より複雑な関係を分析 クエリ 処理の最適化による 比類なき パフォーマンス AI を組み込んだ最初の商用データベース SQL Server 2017
- 20. Featurization, Normalization, encoding classifier model での スコアリング Web App Diagnosis: 35% certainty Python / R で実装した ストアドプロシージャ ストアド プロシージャ で、患者IDだ け指定 Model table, Features table, New Images table SQL Server 画像を 送らなくてよ い
- 21. データ移動の排除 運用しやすい ML のスクリプトとモデ ル エンタープライズグレードのパフォー マンスと スケール 直接対話する データを データの管理と 分析をまとめる SQL 変換 リレーショナル データ 分析ライブラリ R 統合 Python 統合
- 22. In-memory OLTPColumn Store 大量データの 書き込み処理 PowerBI Dashboardスケールする Database 内の分析 R 業務ユーザー 分析の用意 Stored Predictions Visualize SQL-ML を使って、秒間100万件の機械学習の処理も
- 23. 万能なものは無い
- 24. 開発者による AI の採用促進 (API化) ハイブリッドトレーニングとスコアリング シナリオの台頭 イベント発生場所でのスコアリング/推論の 実施 (エッジ、クラウド、オンプレミス) 一部の開発者が Data Scientist /AI Developer を目指す 多様なハードウェアの進化 (CPU/GPU/FPGA/ASIC/デバイス) データ準備 モデルの展開と管理 モデル系統と監査 モデルについての説明責 任 課 題主 要 動 向
- 25. Spark SQL Server 仮想マシン GPU コンテナー サービス ノートブック IDE Azure Machine Learning Workbench SQL Server Machine Learning Server オ ン プ レ ミ ス エ ッ ジ コ ン ピ ュ ー テ ィ ン グ Azure IoT Edge 実験およびモデル管理 A z u r e M a c h i n e L e a r n i n g サ ー ビ ス ト レ ー ニ ン グ と デ プ ロ イ の オ プ シ ョ ン A z u r e
- 26. 視覚的なドラ ッ グアンドドロ ッ プ コードファー ス ト
- 27. プロジェクトの依存関係の管理 トレーニングジョブのローカル、スケール アップまたは スケールアウトの環境から選択 Git ベースのチェックポイントとバージョン管 理 実行メトリック、出力ログ、およびモデルの サービスサイドキャプチャ お気に入りの IDE、および任意のフレームワー クを 使用する U S E T H E M O S T P O P U L A R I N N O V A T I O N S U S E A N Y T O O L U S E A N Y F R A M E W O R K O R L I B R A R Y
- 30. Azure IoT Edge Runtime IoT Hub Devices Local Storage Device Twin Device Twin Device Twin Device Twin CANbus Server (Container) IoT Hub Proxy (Container) Data Normalization (Container) Compression (Container) Encryption (Container) Decryption (Container) Decompress (Container) Data Specializer (Container) FunctionsContainer Management
- 33. #azurejp Big Data / AI Your App Intelligent App
- 34. #azurejp
- 36. © 2016 Microsoft Corporation. All rights reserved. Microsoft, Windows, Windows Vista and other product names are or may be registered trademarks and/or trademarks in the U.S. and/or other countries. The information herein is for informational purposes only and represents the current view of Microsoft Corporation as of the date of this presentation. Because Microsoft must respond to changing market conditions, it should not be interpreted to be a commitment on the part of Microsoft, and Microsoft cannot guarantee the accuracy of any information provided after the date of this presentation. MICROSOFT MAKES NO WARRANTIES, EXPRESS, IMPLIED OR STATUTORY, AS TO THE INFORMATION IN THIS PRESENTATION.