1/19(Sun)

今日の生放送

いちはら しゅんすけ

市原 俊亮

米国Pegara, Inc. CEO / 連続起業家

2000年 Webエンジニアとしてキャリアをスタート。2005年 株式会社RAIJINを創業(事業売却済)。2013年 東証マザーズ上場企業の取締役社長室長としてイノベーションを推進。UI/UXを重視した新規事業創出、戦略的投資、M&Aを担当。2015年 CTOの中塚と共に、Pegara, Inc. (米国)を創業、CEOへ就任。ヘルスケア事業を立ち上げ後、AIの民主化を目的としたDeep Learning クラウド「GPUEATER」をローンチ。18ヶ月で40カ国400以上のユーザを獲得。スタートアップから上場企業取締役まで日米で15年以上の経営経験を有する。また、1899年創刊、MIT Technology Reviewで日本語版唯一のアドバイザーを務める。

市原 俊亮

登壇している授業のカテゴリー・関連タグ

担当のコース

私たちがDeepLearning/AIをより身近に感じられるようになるまでの「時間軸」とそれを縮める方法について考える授業です。 “人工知能”は、世界的に有名な調査会社である米国ガートナー社が毎年発表している「日本版 先進テクノロジーのハイプ・サイクル(注目すべき技術の成熟度を示す図)2019年版」によれば、「過度な期待のピーク期」を超え「幻滅期」に入りました。米国ガートナー社は、「単に期待を抱いていたところからリアリティに直面するようになった困難の表れと言えるでしょう。」とコメントしており、「ブームは収束するのではないか?人工知能 冬の時代が再来するのでは?」という声をしばしば聞きます。 ただ、IT業界の只中いればブームの収束は感じられず、むしろ盛り上がりを見せているのではないかと感じられます。 この授業では、米国スタートアップ「Pegara, Inc.」の市原先生に、DeepLearningやAIを提供している企業の皆様はどのように現状を見られいるのかについて教えていただきます。 Pegaraは「GPU EATER」というDeep Learningの学習/推論のための演算資源をクラウドサービスとして提供しています。低コストと処理能力の高さから有名大学・企業らを含む世界40カ国のユーザが利用しているといいます。 「演算資源の不足」と聞いても、ピンとこない方も多いでしょうが、ディープラーニングは大量のデータを演算処理するため、大量のマシンパワーが必要とされます。それほど規模の大きくない研究室ですら大手クラウドサービスが提供する高価な演算リソースを利用するために年間数百万円を支出しており、今後益々ディープラーニングのための演算需要は増加の一途を辿ると考えらます。 この演算リソースの増加に対応するために低コスト化が求められています。これまで高価だったものが安価で提供されことによって、使える対象者の裾野が広がったり、よりたくさんの処理を行えるようになるでしょう。 DeepLearning/AIのサービスが乱立する中で、AIそのものを動かす「基盤」に取り組むPegaraの市原先生とAIが今後どのような局面を迎えるのか?また、DeepLearning/AIが社会に実装されていくための時間軸とそれを短縮していく方法について深堀りします。 ▼この授業で学ぶこと ・DeepLearning/AIについての仕組みと活用 ・現状とこれからのトレンド ・DeepLearning/AIが社会に実装されていくまでの時間軸と短縮する方法

担当の授業一覧 全1授業

DeepLearning/AIを提供する企業は現状をどのように見ているのか

第1回 DeepLearning/AIを提供する企業は現状をどのように見ているのか(60分)

2020年1月14日放送

私たちがDeepLearning/AIをより身近に感じられるようになるまでの「時間軸」とそれを縮める方法について考える授業です。 “人工知能”は、世界的に有名な調査会社である米国ガートナー社が毎年発表している「日本版 先進テクノロジーのハイプ・サイクル(注目すべき技術の成熟度を示す図)2019年版」によれば、「過度な期待のピーク期」を超え「幻滅期」に入りました。米国ガートナー社は、「単に期待を抱いていたところからリアリティに直面するようになった困難の表れと言えるでしょう。」とコメントしており、「ブームは収束するのではないか?人工知能 冬の時代が再来するのでは?」という声をしばしば聞きます。   ただ、IT業界の只中いればブームの収束は感じられず、むしろ盛り上がりを見せているのではないかと感じられます。   この授業では、米国スタートアップ「Pegara, Inc.」の市原先生に、DeepLearningやAIを提供している企業の皆様はどのように現状を見られいるのかについて教えていただきます。 Pegaraは「GPU EATER」というDeep Learningの学習/推論のための演算資源をクラウドサービスとして提供しています。低コストと処理能力の高さから有名大学・企業らを含む世界40カ国のユーザが利用しているといいます。   「演算資源の不足」と聞いても、ピンとこない方も多いでしょうが、ディープラーニングは大量のデータを演算処理するため、大量のマシンパワーが必要とされます。それほど規模の大きくない研究室ですら大手クラウドサービスが提供する高価な演算リソースを利用するために年間数百万円を支出しており、今後益々ディープラーニングのための演算需要は増加の一途を辿ると考えらます。   この演算リソースの増加に対応するために低コスト化が求められています。これまで高価だったものが安価で提供されことによって、使える対象者の裾野が広がったり、よりたくさんの処理を行えるようになるでしょう。   DeepLearning/AIのサービスが乱立する中で、AIそのものを動かす「基盤」に取り組むPegaraの市原先生とAIが今後どのような局面を迎えるのか?また、DeepLearning/AIが社会に実装されていくための時間軸とそれを短縮していく方法について深堀りします。   ▼この授業で学ぶこと ・DeepLearning/AIについての仕組みと活用 ・現状とこれからのトレンド ・DeepLearning/AIが社会に実装されていくまでの時間軸と短縮する方法