　LeapMindは2018年7月13日、深層学習モデル構築用の学習データ作成支援ソリューション「DeLTA-Mark」のクラウド版の提供を開始した。学習データの正解ラベルを付与するアノテーション作業において、管理の一元化、結果の均一化、操作の効率化の仕組みを提供する。初期費用が10万円から、月額費用が10万円／月から（いずれも税別）、データサイズが500GBからとなっている。

　DeLTA-Markは、管理者が複数の作業者を登録し割り当てる割当機能、均一な結果を担保するための作業定義をするプロジェクト作成機能、作業済みデータ全件の確認や判断をする承認・否認機能を搭載。さらに、マウスとキーボードショートカットの両方に対応し、作業の効率化を図る。

「DeLTA-Mark」の概要（クリックで拡大）出典：LeapMind

　複数の作業者で平行して均一なアノテーション作業をすることで、質の高い学習データを大量に用意できる。これにより、未知のデータ予測にも期待する結果を返す深層学習モデルの構築につながるという。

　今後、オンプレミス版DeLTA-Markの提供と、深層学習技術を用いた「自動アノテーション機能」の提供も予定している。

AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
ディープラーニングの事業活用を可能にする「ジェネラリスト」の重要性
AI技術として注目を集めるディープラーニング。ディープラーニングへの取り組みを進めていく上で必要とされる人材には「エンジニア」の他に「ジェネラリスト」も必要だ。本稿では、ディープラーニングの「ジェネラリスト」に何が求められるかについて解説する。
芽吹くか「組み込みAI」
第3次ブームを迎えたAI（人工知能）。製造業にとっても重要な要素技術になっていくことは確実だ。2017年からは、このAIを製品にいかにして組み込むかが大きな課題になりそうだ。
プログラミング不要、組み込みディープラーニングのモデル構築ソリューション
LeapMindは、組み込みディープラーニングモデル構築ソリューション「DeLTA-Lite」の提供を開始した。プログラミングなしで、短期間に組み込みディープラーニングのモデル構築ができる。