　DeLTA-Liteは、教師データとモデルを実行するためのハードウェアを用意し、Web上の画面に従って操作するだけで、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。これまでディープラーニングを活用できなかった小さな機械やロボットなどにも、認識機能が実装できるようになる。

　組み込みディープラーニングの導入には、ソフトウェアやハードウェアの高度な専門知識を必要とし、モデル設計からハードウェア向けコンパイルまでのモデル構築だけでも3カ月以上の長い時間を要していた。同ソリューションを利用すれば、この期間が約1日に短縮され、誰でも簡単にモデル構築ができる。

モデル構築の期間を大幅に短縮（クリックで拡大）出典：LeapMind

　同社は、電力が限られた環境でディープラーニングを稼働させる技術を有し、ディープラーニングの計算量を圧縮する独自のアルゴリズムや、FPGAなどの小さなチップでも計算可能なハードウェアアーキテクチャの研究を進めてきた。同ソリューションには、それらが活用されている。

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。
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。
ノンプログラミング開発環境がIoTのエッジとクラウドの相克を解消する
IoT活用を進めていく上で大きな課題になるのが、IoTデバイスなどのエッジ側とクラウド側の間に存在するソフトウェア開発環境の違いだ。この相克を解消するノンプログラミング開発環境に注目が集まっている。
AIの価値を生む市民データサイエンティストを育成、DataRobotが新サービス
機械学習自動化プラットフォームを展開するDataRobotの日本法人・DataRobot Japanは、東京都内で会見を開き、2017年から本格化させて国内展開の状況を紹介するとともに、新たな商品パッケージ「AI-Driven Enterprise Package」について説明。事業部門がAIを活用する上で重要な役割を果たす「市民データサイエンティスト」を育成するという。