InfoQ ホームページ Facebook に関するすべてのコンテンツ
-
FacebookがTransformer AIをスケールアップするExpire-Spanをオープンソース公開
Facebook AI Research(FAIR)は、入力中の記憶すべきアイテムを学習することによって、AIのメモリおよび計算能力に関する要件を低減するディープラーニング技術のExpire-Spanを、オープンソースとして公開した。FAIRによれば、Expire-Spanを併用したTransformerは、数万アイテムのシーケンスにまでスケールアップ可能であると同時に、パフォーマンス面においても従来のモデルよりも向上している。
-
レジリエントな企業がより多くのインシデントを求める理由
John Egan氏によると、インシデント管理プロセスは単なるインシデントへの対応だけではない。根本原因を報告して、社内プロセスと業界全体のプラクティスを更新するサイクルなのだ。インシデント報告のバリアを低くし、非難を伴わない事後分析を使った効果的なインシデントレビュー会議を実施して、分析結果をすべての人に公開すべきだ、というのが氏のアドバイスである。
-
Facebookの圧縮アルゴリズムZstandard 1.5におけるパフォーマンス向上
FaceBookは6年ほど前、Zlibを速度と効率の両面で凌駕することを目指したZstandardを、オープンソースとして公開した。Zstandard 1.5では、一般的な圧縮レベルにおける圧縮速度と、高い圧縮レベルにおける圧縮率を共に改善すると同時に、解凍速度の向上も実現している。
-
Relay Hooksがリリースされ、データプリフェッチのユーザエクスペリエンスが向上
FacebookのソフトウェアエンジニアであるRobert Balicki氏とJuan Tejada氏は最近、GraphQLデータをフェッチし、管理するための新しいAPIの集合であるRelay Hooksをリリースした。Relay HooksはFacebook.comの書き換えでバトルテストが行われており、FacebookでRelayを使用するための推奨されている方法である。
-
FacebookがZionEXプラットフォームを発表、12兆パラメータのAIモデルのトレーニングを可能に
Facebook AI Research(FAIR)の科学者チームは、独自に開発したAIハードウェアプラットフォームのZionEX上でPyTorchを使ってディープラーニングレコメンデーションモデル(DLRM)をトレーニングするシステムを発表した。このシステムを使って同チームは、最大12Tパラメータを持つモデルのトレーニングにおいて、他のシステムよりも1桁近いトレーニング時間のスピードアップを実現している。
-
Facebook、COVID-19患者の経過を予測するAIモデルをオープンソース公開
Facebook AI Research(FAIR)のチームとNew York University(NYU) School of Medicineは共同で、胸部X線を使ってCOVID-19患者の予後予測を行うディープラーニングモデルを開発した。比較調査の結果では、このモデルは人間の放射線科医を上回っており、病院における酸素吸入や集中治療の需要予測を支援するために使用できる。
-
Thrift for HaskellはRPCコードからバグを排除することを目的としている
もともとFacebookで作成され、現在はApacheの一部となっているThriftは、複数の言語で記述されたサービス間で大規模で効率的なRPCを実現することを目的としたインターフェイス定義言語（IDL）およびバイナリ通信プロトコルである。Facebookは最近hsthriftをオープンソース化した。これにより、HaskellプロジェクトでThriftを使用し、その依存型を利用して本番環境のバグを排除することができる。
-
Facebookが多言語音声認識ディープラーニングモデルをオープンソース化
Facebook AI Research（FAIR）はクロスリンガル音声認識（XSLR）、多言語音声認識AIモデルをオープンソース化した。XSLRは53の言語でトレーニングされており、一般的なベンチマークで評価すると、既存のシステムよりも優れている。
-
FacebookがゲームプレーAIのReBeLをオープンソースとして公開
Facebook AI Researchは、ポーカーのトッププレイヤを破る実力を備えた、不完全情報ゲーム(imperfect-information game)をプレーする同社の新たなAIであるRecursive Belief-based Learning(ReBeL)の論文を発表した。採用されたアルゴリズムは強化学習と状態空間検索を組み合わせたもので、任意の2プレイヤ型ゼロサムゲームをNash近傍に収束する。Liar's Diceをプレーしてアルゴリズムをトレーニングするためのコードは、オープンソースとして公開されている。
-
Facebook.comの再設計：持続可能なパフォーマンスのためのスタックと戦略
Facebookがブログ記事で、facebook.com Webサイトの最新イテレーションとなるFB5で使用されているテクノロジと戦略を詳細に説明している。Facebookは同社のWebサイトを再構築して、テクノロジスタックをReact、GraphQL、Relay、独自開発のCSS-in-JSライブラリによって標準化した。再開発の目標はパフォーマンスの向上と、新機能の追加を容易にすることだ。
-
Facebookは機械学習プライバシーライブラリのOpacusをオープンソース化
Facebook AI Research（FAIR）はOpacusのリリースを発表した。OpacusはPyTorchフレームワークを使用して深層学習モデルをトレーニングするときに差分プライバシー技術を適用する高速ライブラリである。Opacusは、他のプライバシーライブラリと比較して桁違いの高速化を実現できる。
-
Facebookがタンパク質配列を処理するAIモデルをリリース
Facebook AI Researchの科学者チームが、DNA配列のタンパク質データを処理するディープラーニングモデルをリリースした。モデルには約7億のパラメータが含まれており、2億5,000万のタンパク質配列によるトレーニングで生物学的特性を学習した結果として、ゲノミクス予測タスクにおける現在の最先端技術の改善に使用することが可能である。
-
Facebook、より精度が高くスケーラブルなNTPサービスのためntpdからchronyへ切り替える
Facebookのエンジニアリングチームが、ntpdをchronyと多層アーキテクチャで置き換えることで、どのように精度が高くスケーラブルなNTPサービスを���築しているのかブログに書いた。
-
AIカンファレンス概括 - ACL 2020におけるFacebook、Google, Microsoft、その他
先日行われたAssociation for Computational Linguistics(ACL)の年次ミーティングでは、自然言語処理(Natural Language Processing、NLP)に関連するさまざまなAIの話題を取り上げた合計779件の論文が発表されたが、その中の200件近くは、Facebook、Google、Microsoft、Amazon、Salesforceなどのハイテク企業の研究チームによるものだった。
-
Facebook Retrieを使用した大規模なHaskellコードベースのリファクタリング
Facebookは、自社のSigma不正行為防止ルールエンジンをリファクタリングするために、ツールをオープンソース化した。Retrieという名前のこのツールを使用すると、開発者はリライトを正規表現ではなくHaskell構文の方程式として記述することができる。