「ディープラーニング」市場の動向を多面的に分析

[[192373]]

業界分析

2016 年、世界のディープラーニング市場規模は 2 億 2,700 万米ドルに達したと推定されています。自動運転やヘルスケア業界での応用が拡大する中、ディープラーニングは業界の成長に引き続き大きく貢献するはずです。データ量の克服、強力な計算能力、データ保存容量におけるその技術的優位性により、音声や画像など、高度なデータ複雑性が求められる分野で強力な力を発揮し、膨大な研究空間と価値を提供しています。

あらゆる分野で増加するデータ量も、業界の発展を牽引しています。さらに、人間とコンピューターのインタラクションに対する大きな需要は、さまざまなソリューションプロバイダーにソリューションと機能を開発するための新しい方法も提供しています。しかし、ニューラル ネットワークをトレーニングするために必要なデータは、業界の成長にとって課題となっています。

大手企業は、ディープラーニング技術を製品に組み合わせることに多額の投資を行っています。 2016年11月、SKテレコムは、ディープラーニングに基づくV2Xおよびビデオ認識技術の開発でインテルと提携していると発表しました。さらに、この分野における政府の支援と予算の増加も、今後数年間の業界の成長を促進するでしょう。たとえば、中国国家発展改革委員会は、ディープラーニング研究機関の発展に強力な財政支援を提供してきました。

ソリューション分析

現在、ディープラーニング分野の発展は主にソフトウェアレベルに集中していますが、ディープラーニングと機械学習技術をベースにしたSaaSを通じて、業界全体に破壊的な変化をもたらしています。これらのソリューションは、データを整理して収集するだけでなく、そこから大量の有用な情報を抽出して予測や判断を行うことも目的としています。

一方、アルゴリズムやハードウェアの開発はまだ長い道のりが残っており、これもチップの開発を推進しています。需要の高まりに伴い、FPGA や特定用途向け集積回路 (ASIC) も顧客のニーズを満たすために急速に更新されています。

ハードウェア分析

2016 年には、GPU がハードウェア分野を支配し、他のチップよりもはるかに高速に動作しました。強化されたグラフィック コンテンツに対する需要の増加により、ディープラーニング アプリケーションに GPU を使用する必要性が高まっています。

一方、大企業による研究開発での GPU の利用増加により、GPU の需要も増加するでしょう。たとえば、Google は、幅広いコンピューティング タスクのパフォーマンスを向上させるために、2017 年初頭にクラウド マシン ラーニングおよびコンピューティング エンジンに GPU を追加すると発表しました。 GPU は、ニューラル ネットワークを使用したディープラーニング モデルのトレーニングにおいて大きな成長を遂げています。

FPGA が 2016 年に初めてディープラーニングの分野に参入したとき、その収益はわずかでした。しかし、一般的には、GPU よりも大きな発展を遂げ、より高い効率を達成できるだろうと誰もが楽観視しています。 FGPA はまだ初期段階ですが、この分野で重要な役割を果たすようになると期待しています。

業界アプリケーション分析

2016年、画像認識は業界で大きな注目を集め、収益は総シェアの40％を超えました。この技術が最も広く応用されているのは、Facebook の顔認識機能です。また、音声、テキスト、画像、ビデオなどの非構造化データのパターン認識の分野でも広く使用されています。

さらに、今後 8 年間で、医療やセキュリティ分野での画像認識アプリケーションも業界の発展を急速に促進するでしょう。自動車業界と金融業界も、今後も変革を続け、ハイテクとの融合を絶えず図り、テクノロジーを活用して運用能力とテクノロジーの変革・実装能力をさらに向上させ、ビジネスとユーザーにさらなる価値をもたらします。

データマイニング技術は2016年に5%の市場シェアを占めました。パターン認識と効果的な予測のためのデータセグメンテーション予測は、この技術の成長の主な原動力です。データマイニング技術を使用して意思決定や推論を行うことは、ビッグデータ分析の分野に破壊的な変化をもたらしています。

端末アプリケーション分析

航空宇宙および防衛分野におけるディープラーニングの収益は、2016 年の総市場収益の 20% を占め、主にリモート センシング、物体検出と位置特定、スペクトル分析、ネットワーク異常の特定、悪意のあるコードの検出などのアプリケーションによるものです。さらに、ウェアラブル コンピューティングがコックピットから歩兵連隊に徐々に導入されるにつれて、汎用 GPU の需要が劇的に増加しました。

航空宇宙および防衛業界では、大量のデータで実行される組み込みプラットフォームを通じて、ディープラーニング技術を活用し、防衛上の課題に取り組んでいます。これらのソリューションは、画像処理とデータマイニング技術を通じて、将来の行動方針を予測および評価することができます。たとえば、米国国土安全保障省は、将来起こりうる出来事を評価するために、包括的な環境分析およびシミュレーション プロジェクトでディープラーニング テクノロジを使用しています。

自動車業界も昨年、ディープラーニング業界の収益の大きな割合を占めました。これは、自動車業界が、これまでの個人所有からシェアリングエコノミーへと移行しつつあるためです。自動車メーカーは自動運転車の重要性を認識し始めており、自社のエコシステムにディープラーニングを取り入れ始めています。アウディは、カメラ関連の技術にディープラーニングアルゴリズムを使用し、特徴や形状によって交通標識を認識します。

地域分析

人工知能とニューラルネットワークへの投資の増加により、北米市場は2016年の総収益の45%以上を占めました。この成長傾向は、予見可能な期間にわたって継続するでしょう。北米市場では最先端技術の受容度が非常に高く、この地域の企業によるディープラーニング技術の急速な導入につながっています。

一方、政府の支援の増加もこの分野の発展を刺激しました。米国連邦政府は人工知能と機械学習に関する専門委員会を設立しており、これも業界の急速な発展を可能にしています。

欧州でも人工知能への重点が高まっており、ディープラーニング業界の成長余地がさらに拡大しています。特に英国では、自動運転、スマートデバイス、サイバーセキュリティが業界を前進させています。

競合分析

現在、市場の主なプレーヤーには、Nvidia、Intel、Google、Microsoft が含まれます。これらの企業は現在、継続的な合併や買収を通じて、研究開発と市場シェアにおける優位性を拡大しています。 2016年8月、Intelはハードウェアチッププラットフォームを取得するためにNervanaを買収しました。

同時に、多くの企業も自社製品にディープラーニング機能を追加したいと考えて投資を増やしています。 2016 年 11 月、GE ヘルスケアは、カリフォルニア大学サンフランシスコ校と提携し、患者の診断と治療における医師の効率と精度を向上させるディープラーニング アルゴリズム ライブラリを開発すると発表しました。