　利用例として、テレマティクス保険やリスクアセスメントなどにおいては、収集した動画データを目視で確認してレポートを作成する必要がある。この業務は人手が掛かることと、個人の作成能力に依存してしまう点が課題となっているが、マルチモーダルAIをレポート作成に用いることで、動画データの入力からテキストの出力までが自動化されるため、業務時間を短縮できる。

画像キャプション生成例（クリックで拡大）出典：マクニカ

　なお、両社は2019年11月に資本業務提携契約を締結しており、今回が両社の共同開発による初のライブラリ提供となる。

製造業のAI導入で最重要な「MLOps」、機械学習モデルができたら終わりじゃない
アマゾンウェブサービス（AWS）のオンラインユーザーイベント「AWS Summit Online」に、東大発のAI（人工知能）ベンチャー・アイデミー社長の石川聡彦氏が登壇。「製造業におけるIoT×AI/ML基盤の構築とその運用事例」をテーマに講演を行った。
エンジニアの最初の選択肢となるAI、2021年に注目すべき5つのトレンドとは
製造業での活用が広がり始めたAI（人工知能）ですが、2021年以降にどのような方向性で進化していくのでしょうか。本稿では注目すべき5つのトレンドを取り上げます。
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。
機械学習で入ってはいけないデータが混入する「リーケージ」とその対策
製造業が機械学習で間違いやすいポイントと、その回避の仕方、データ解釈の方法のコツなどについて、広く知見を共有することを目指す本連載。第1回では「リーケージ」について取り上げる。
機械学習による逆問題への対処法、材料配合や工程条件を最適化せよ
製造業が機械学習で間違いやすいポイントと、その回避の仕方、データ解釈の方法のコツなどについて、広く知見を共有することを目指す本連載。第2回は、製造業で求められる材料配合や工程条件の予測に必要な、機械学習による逆問題への対処法ついて取り上げる。