国内AIシステム市場予測、2024年は3458億8600万円に
https://monoist.atmarkit.co.jp/mn/articles/2006/23/news100.html
(MONOist 2020/06/23)
・IDC Japanが2024年までの国内AIシステム市場について、年間平均成長率は33.4％、2024年には3458億8600万円になると予測した。
・2019年の市場規模は、エンドユーザー支出額ベースで818憶円4400万円、前年比成長率56.0％となり、2020年はコロナウィルスの影響で成長が鈍化（予測43.2％増）するものの、2021には再び上向き前年比45.7％増になると予想している。
・ビジネスと付随するプロセス変革、業務の自動化がさらにすすむことで、今後もAIシステム市場は拡大を続けると予測する一方で、AI人材の慢性的な不足という長期課題に対して多面的に対処する必要があると指摘している。
AIがセキュリティの脅威を検知して故障も予測 NVIDIAがデータセンターのダウンタイムを最小化する「AIプラットフォーム」を発表
https://robotstart.info/2020/06/23/nvidia-mellanox-ufm-cyber-ai.html
(ロボスタ 2020/06/23)
・NVIDIAがAIを活用したアナリティクスによってセキュリティ脅威と運用上の問題の検出、ならびにネットワーク障害の予測を行い、InfiniBand データセンターのダウンタイムを最小化する「NVIDIA Mellanox UFM Cyber-AI プラットフォーム」を発表した。
・データセンターのダウンタイムにより、通常1時間当たり30万ドル(約3,200万円)以上の費用が発生することが調査会社によって2020年3月に報告されていた。
・同プラットフォームはシステムおよびアプリケーションの異常な振る舞い、ならびに存在している可能性のあるシステム障害と脅威についてのアラートを発し、矯正措置をとることもでき、ダウンタイムを削減することが可能になっている。
機械学習による「せん妄」予測
https://aitimes.media/2020/06/25/5407/
(The Medical AI Times 2020/06/25)
・オーストリアの研究チームが、急性の意識障害である「せん妄」(高齢者によくみられる一過性の意識障害で、入院中に突然暴れだすなど適切な治療への深刻な妨げとなることがある)を予測するため、機械学習を用いた予測アルゴリズムの構築に取り組んだ結果を公開した。
・既存のせん妄スケールであるConfusion Assessment Method（CAM）およびDelirium Observation Screening Scale（DOSS）の測定項目に基づき、効果的にせん妄を検出するための機械学習アルゴリズムを構築したという。
・典型的な不均衡データセットであったにもかかわらず、検討した複数のモデルのうちランダムフォレスト手法を用いたところ、十分に高い予測精度が導かれたとのこと。