BLOGAzureブログ

既にご存知のようにAzureにはAIの開発と利用を簡単にするサービスが現在も多数提供されていますが、Microsoftは各種イベントでAI分野に注力していくと公表しており、今後も新規サービスや機能強化が継続的に行われることが予想されます。これにより、AIの開発と利用のハードルが下がることが期待できますが、多岐に渡るサービスの機能や使い分けを把握するのは大変です。

そこで今回は、Azureで提供されているAI系サービスについて、それぞれの特徴やユースケースを簡単にまとめてご紹介いたします。

関連記事：そもそもAI（人工知能）とは？画像生成AIなど種類やモデルを解説関連記事：Azure OpenAI Serviceとは？概要やChatGPTの利用についても解説

• 目次
• 1. Azureで提供されているAI系サービス
• ∟1-1. Azure Cognitive Servicesとは
• 2. Azure Machine Learning Studioとは
• 3. Azure Machine Learning Serviceとは
• 4. Data Science/Deep Learning Virtual Machineとは
• 5. 3つのサービスの比較
• 6. AzureのAI系サービスを利用するメリットとは
• 7. AzureのAI系サービスで「できること」と「使い方」を学べるAzure認定資格を紹介
• 8. まとめ

1. Azureで提供されている
AI系サービス

以下の図は、Microsoftが提供する代表的なAIテクノロジーです。

前回は学習済みAIであるAzure Cognitive Servicesをご紹介しました。
ここでは簡単におさらいしておきましょう。

● Azure Cognitive Servicesとは

Azure Cognitive Servicesとは、人間のような認知能力を機能として活用できるAIサービスです。例えば、画像や動画の認識・分析、音声の認識・翻訳や合成、テキスト分析や言語理解などが可能です。学習済みのAIモデルの予測機能を利用でき、AIに関する専門的な知識が無くてもAIを活用できます。

本記事では、上記の図の中から、クラウド上で機械学習環境を提供するサービスである下記３つのサービスについて、それぞれの特徴と使い分けを紹介していきます。

• 1. Azure Machine Learning Studio
• 2. Azure Machine Learning Service
• 3. Data Science/Deep Learning Virtual Machine

2. Azure Machine Learning Studioとは

Azure Machine Learning Studio(以下、Azure ML Studio)とは、GUI上でプログラミングなしにグラフィカルに機械学習モデルの構築と学習が可能なサービスです。
こちらのサービスでは、ワークスペースと呼ばれるキャンバスの中に事前構築された機械学習アルゴリズムなどのモジュール(下図の四角いパーツ)をドラッグアンドドロップし、モジュール同士を繋げていくだけでAI予測モデルを作成することができます。
これを利用すれば、機械学習プログラミング未経験者でも直感的にAIモデルを作成していけるのがメリットです。
また、PaaSのサービスなので、バックグラウンドで動作する仮想マシンの管理などを気にせずに利用できるのもメリットの一つです。
しかし、GPU搭載仮想マシンを利用することができないので、例えば画像分類モデルや自然言語処理など、膨大な計算リソースを必要とするディープラーニングモデルの学習には不向きです。

Azure ML Studioは、コーディングの必要がないので、AI予測モデルを迅速に構築、学習させたいケースなどで有用なサービスです。
機械学習の流れを学びたい方の入門用にも最適です。

Azure ML Studio ワークスペース

関連記事：Azure Machine Learningとは？

3. Azure Machine Learning Serviceとは

Azure Machine Learning Service(以下、Azure ML Service)とは、大規模な機械学習モデルを学習、構築するための、マネージドサービスです。
本サービスの特徴として、モデルの生成とハイパーパラメーターの調整を自動化する「Automated ML」という機能があり、複数のモデルアルゴリズムとハイパーパラメーターの組み合わせを自動で試し、分析データに最適な精度の高いAI予測モデルを自動で生成することができるという点が挙げられます。
この機能を利用することで、モデルのアルゴリズム選定の手間やハイパーパラメーターチューニングの過程を大幅に省略できます。
また、Azure ML ServiceではGPU搭載仮想マシンやハイパフォーマンス仮想マシンも利用可能です。
PaaSのサービスなのですぐに機械学習プログラミングを始められ、仮想マシンの管理が不要であることもユーザーにとっては嬉しいポイントです。

Azure ML Serviceは、機械学習プログラミング環境をすぐに用意したいケースや、ビッグデータを用いてAI予測モデルの構築を行いたいケースなどで有用なサービスです。

Azure ML Service Automated Machine Learning

関連記事：専門知識がなくても機械学習を活用可能！Azure Machine LearningでAI体験

4. Data Science/Deep Learning Virtual Machineとは

Data Science Virtual Machine(以下、DSVM)とは、データサイエンスに必要なツールが事前にインストール、構成された仮想マシンイメージであり、通常のAzure仮想マシンと同様に利用することができます。
また、Deep Learning Virtual Machine(以下、DLVM)とは、上記のDSVMを特別構成し、GPU搭載の仮想マシンインスタンスの利用を最適化した仮想マシンイメージで、ディープラーニングモデルの学習をより簡単にします。こちらも、通常のAzure仮想マシンと同様に利用可能です。

DSVM, DLVMは共に通常のAzure仮想マシンと同様にIaaSのサービスであるため、他のAIサービスよりも柔軟なマシン構成、ネットワーク構成やソフトウェアの導入などが可能です。
しかし、IaaS仮想マシン同様にOS以上のレイヤーの責任範囲はユーザーにあるので、PaaSのAI系サービスと比較して管理の手間などがかかってしまいます。

DSVM/DLVMは、オンプレミスでの機械学習に精通しているデータサイエンティストの方が、学習環境をクラウドに移行するケースなどで有用なサービスです。

DSVM/DLVMの仮想マシンイメージ

5. 3つのサービスの比較

これらのサービス＋前回ご紹介した「Cognitive Services」について、特徴を比較してみました。

*1: 「Custom Vision」など、学習可能なサービスは学習過程が必要

このように、Azureには多くの機械学習系サービスが用途別、対象別に用意されているので、要件や分析データによって利用するサービスを柔軟に選択し、スモールスタートですぐに始めることができるというメリットがあります。

関連記事：専門知識がなくても機械学習を活用可能！Azure Machine LearningでAI体験関連記事：Microsoft Azure Machine Learningを利用すると、どのようなことができますか？

6. AzureのAI系サービスを利用するメリットとは

AzureのAI系サービスを利用するメリットとして、利便性の高さや高度なセキュリティ、コストがあげられます。

AzureのAI系サービスには、学習済みのモデルを利用できるサービスも、自社データを取り込んでモデルをトレーニングするサービスも提供しています。そのため、AI導入で実現したいことに合ったモデルを活用・開発することができます。

また、Azureはセキュリティ面でも優れています。Azureは、Microsoft社が提供しているクラウドサービスであり、国際的な基準のセキュリティ認定を取得しています。アクセス管理やプライベート接続ができるサービスもあり、高度なセキュリティ環境で利用することが可能です。

さらに、Azureは低コストでの運用を実現します。Azureは従量課金制のサービスであるため、使用した分だけコストが発生します。初期費用となるハードウェアの購入やデータセンターの運用費用もなく、コストパフォーマンスの点でも優れています。

7. AzureのAI系サービスで「できること」と「使い方」を学べるAzure認定資格を紹介

AzureにはMicrosoft公式サイトで学習できるコンテンツや取得できる資格があります。今回は、Azure AI系サービスを学習するのに適した認定資格についてご紹介します。

●AI-900：Microsoft Azure AI Fundamentals（初級レベル）

AI-900の試験では、機械学習やAIの概要およびAzureのAI系サービスについて理解することが求められます。Azureサービスを活用してビジネス課題を解決するための基礎知識を得ることができます。まずはAIの概要から学習したいという方におすすめの試験です。

関連記事：AI-900: Microsoft Azure AI Fundamentalsに挑戦してみるのはどうでしょうか？

●AI-102：Microsoft Certified: Azure AI Engineer Associate（中級レベル）

AI-102の試験では、AzureのAIエンジニアとして開発・管理・運用するための知識を深く学ぶことができます。具体的には、AzureのAI系サービスを用いた機械学習モデルの設計や実装、生成AIソリューションの開発など、より実践的なスキルを学習します。

8. まとめ

今回はAzure AIサービスのうち、Azure ML Studio、Azure ML Service、DSVM、DLVMの特徴と使い分けについてご紹介しました。

AIを利用したサービスの開発が加速化している現在において、より早く有用なAIモデルを作り出すために、開発以前の環境構築にかかる時間を削減することは非常に重要です。
これらのAI開発環境構成済みサービスの特徴を把握して最適な利用をすることで、AI開発のための準備期間を削減し、本来の目的である「課題解決のためのAIモデルの開発」に専念することができます。

最後までお読みいただき、ありがとうございます。

Azure Cognitive Service に興味をお持ちになった方は、ぜひ実際に触ってみてください。

また、利用方法やユースケースなど、ご不明な点がございましたら、ぜひお気軽にAzure相談センターまでお問い合わせください。Azureに精通したスタッフが丁寧にご回答いたします。

関連記事：AIのビジネスへの活用方法から事例、メリットまで解説！
関連記事：ChatGPTだけじゃない！Azure OpenAI Serviceでできること