AI について
人工知能 (AI) とは、人間の知性をシミュレートして増強する、コンピュータ・サイエンス・プロセスおよび統計的アルゴリズムを指します。
Red Hat AI Enterprise
あらゆるインフラストラクチャ上で、効率的かつコスト効果の高いモデル、エージェント、アプリケーションを構築し、実行するための統合 AI プラットフォーム。
セクションを選択
注目のコンテンツ
vLLM とは
vLLM は、言語モデルがより効率的に計算を行うのに役立つオープンソースコードの集合です。
エージェント型 AI とは
エージェント型 AI は、人間の介入を最小限に抑えながらデータやツールと対話するように設計されたソフトウェアシステムです。
Red Hat、Red Hat AI の大幅な機能強化により、エージェントの普及を見据えた、開発者と運用担当者の連携を推進
オープンソース・ソリューションのプロバイダーとして世界をリードする Red Hat は本日、AI の試験段階と本番向け運用管理のギャップを埋めるため、Red Hat AI ポートフォリオ全体において大幅な機能強化を発表しました。
AI の基盤
機械学習とは
機械学習は、明示的にプログラムしなくても、パターンを見つけ、予測し、経験から学習するようにコンピュータをトレーニングする手法です。
ディープラーニングとは
ディープラーニングは、人間の脳をヒントに開発されたアルゴリズムを使用してコンピュータにデータを処理する方法を教える人工知能 (AI) 技法です。
AI の基盤モデルとは
基盤モデルは、さまざまなタスクを実行するように訓練された機械学習 (ML) モデルの一種です。
大規模言語モデルとは
大規模言語モデル (LLM) とは人工知能の一種であり、機械学習技法を用いて人間の言語を理解し生成します。
SLM と LLM：小規模言語モデルとは
小規模言語モデル (SLM) とは、大規模言語モデル (LLM) よりもサイズの小さいモデルのことで、より専門的な知識を備え、より迅速にカスタマイズでき、より効率的に実行できます。
AI 推論とは何か
AI 推論とは、AI モデルがデータに基づいて答えを導き出すことです。これは機械学習テクノロジーの複雑なプロセスにおける最終ステップです。
PyTorch とは
PyTorch はオープンソースソフトウェアとして公開されているライブラリであり、開発者はこれを使用してコードを組み合わせ、データ内のパターンの識別を学習できる AI の「頭脳」を作成できます。
AI インフラストラクチャについて
AI インフラストラクチャは、人工知能と機械学習 (AI/ML) テクノロジーを組み合わせ、信頼できるスケーラブルなデータ・ソリューションを開発およびデプロイします。
AI プラットフォームとは
AI プラットフォームとは、機械学習モデルを開発、訓練、実行するための統合されたテクノロジーの集合体です。
AI のタイプ
生成 AI とは
生成 AI とは人工知能テクノロジーの一種であり、大規模なデータセットで訓練されたディープラーニングモデルを使用して新しいコンテンツを作成するものです。
予測型 AI と生成 AI
生成 AI と予測型 AI には大きな違いがあり、それぞれにユースケースがあります。AI が進化する中、これらを異なる種類として区別することは、それぞれの能力を明確にする上で役立ちます。
エージェント型 AI とは
エージェント型 AI は、人間の介入を最小限に抑えながらデータやツールと対話するように設計されたソフトウェアシステムです。
エージェント型 AI と生成 AI
エージェント型 AI と生成 AI について：それぞれの機能や独自の強み、よりスマートなソリューションを実現するための連携方法についてご覧ください。
モデルの強化
混合専門家 (MoE) とは
混合専門家 (MoE) は、タスクをモデル内の最適な部分に振り分けて AI 推論を高速化するモデルアーキテクチャ手法です。
検索拡張生成とは
検索拡張生成 (RAG) は、外部リソースを LLM にリンクさせて生成 AI モデルの出力精度を高めます。
RAG とファインチューニング
RAG とファインチューニングはいずれも LLM の改良を目的としていますが、使用する手法は異なります。RAG はモデルの変更を行いませんが、ファインチューニングはパラメーターの調整を必要とします。
高パラメーター効率ファインチューニング (PEFT) とは
PEFT とは、LLM 内のパラメーターの一部のみを調整してリソースを節約する一連の技法です。
LoRA と QLoRA
LoRA (低ランク適応) と QLoRA (量子化低ランク適応) はどちらも AI モデルのトレーニング技法です。
InstructLab とは
InstructLab は、プライベートデータを使用して大規模言語モデルをカスタマイズするプロセスを単純化します。
vLLM とは
vLLM は、言語モデルがより効率的に計算を行うのに役立つオープンソースコードの集合です。
モデル・コンテキスト・プロトコル (MCP) とは
モデル・コンテキスト・プロトコル (MCP) が AI アプリケーションを外部データソースに接続し、よりスマートなワークフローの構築を支援する方法をご覧ください。
Model-as-a-Service とは
Model-as-a-Service (MaaS) は、AI モデルを共有リソースとして提供し、組織内のユーザーがオンデマンドでアクセスできるようにするアプローチです。
Granite モデルとは
IBM の Granite モデルは、エンタープライズ・アプリケーション向けに作成された LLM シリーズです。Granite モデルは、言語とコードを使用する生成 AI のユースケースをサポートできます。
大規模な AI
Docling とは
Docling は、ドキュメントを大規模言語モデル (LLM) で分析対象や学習ソースとして使用できる構造化データへと変換するオープンソースのツールであり、同名のプロジェクトによって開発されています。
AgentOps とは
AgentOps (エージェント・オペレーション) とは、AI が意思決定を行う際の「頭脳」をリアルタイムで監視するツール群のフレームワークです。
ソブリン AI とは
ソブリン AI は、AI テクノロジーを所有してデータをローカルに保つことで、システムが組織の価値観を反映し、法的要件にも準拠するようにすることです。
llm-d とは
llm-d は、大規模な分散 LLM 推論を高速化する、Kubernetes ネイティブのオープンソース・フレームワークです。
分散推論とは
分散推論では、相互接続されたデバイスのグループに対して推論の労力が分割されるため、AI モデルでワークロードをより効率的に処理できます。
エンタープライズ AI とは
エンタープライズ AI とは、人工知能 (AI) ツールと機械学習ソフトウェアを大規模な運用およびプロセスに統合することを意味します。これにより、企業は問題を年単位ではなく数週間で解決できるようになっています。
エッジ AI とは
エッジ AI は、エッジコンピューティング環境における AI の実装です。エッジデバイスで AIモデルを直接実行するため、データの即時処理と迅速な意思決定を可能にします。
MLOps とは
機械学習運用 (MLOps) とは、機械学習 (ML) モデルのデプロイと保守のプロセスを最適化することを目的とした一連のワークフロー・プラクティスです。
LLMOps とは
大規模言語モデル運用 (LLMOps) は、大規模言語モデルの管理に使用される運用手法です。
AIOps について
AIOps (IT 運用のための AI) は、機械学習やその他の高度な AI 技術を用いて IT 運用を自動化するアプローチです。
AI セキュリティとは
AI セキュリティとは、AI ワークロードを弱体化させたり、データを操作したり、機密情報を盗み出そうとしたりする攻撃から AI アプリケーションを保護することです。
AI/ML ユースケースについて
ビジネスプロセスおよびワークロードに固有の AI/ML のメリットを理解し、その課題に備えることが重要です。
医療における AI とは
医療における AI のメリットと課題について、および Red Hat がどのようにこの業界を支援しているかについてご覧ください。
バンキングにおける AI
バンキングにおける人工知能 (AI) と機械学習 (ML) の次の時代では、間違いなく顧客サービスと業務効率が向上するでしょう。
通信における AI について理解する
通信事業者は適切な IT ソリューションによって、AI を効率的かつコスト効率よく使用し、一般的な課題を克服することができます。詳細をご覧ください。
Red Hat AI を選ぶ理由
ハイブリッドクラウド全体のどこでも任意のハードウェア・アクセラレーター上であらゆるモデルとエージェントを実行できる信頼できる基盤の上で構築できます。Red Hat AI を使うと、データ、コンプライアンス、コストの要件に合わせて、適切な場所にデプロイできる自由が得られます。
推論
vLLM を活用した高速で効率的な推論と優れた制御性でモデルの複雑さを管理し、ハイブリッドクラウドのどこでも任意のアクセラレーター上であらゆるモデルを実行できます。
データ
モデルを組織独自のプライベートデータに接続して、カスタマイズしたドメイン固有エージェント型 AI のユースケースを作成できます。
エージェント
ガバナンスと制御でエージェント型 AI 導入の成功に向けたプロセスを単純化し、加速させましょう。
プラットフォーム
オープンソースの透明性とハイブリッドクラウドのスケーラビリティを基盤として、レジリエントで信頼できる AI ソリューションをデプロイできます。
