InfoQ ホームページ MachineLearning に関するすべてのコンテンツ
-
GoogleがIoT AI用の新たなCoral APIをリリース
Googleは同社のCoral AIツールキット用のAPIとツールを新たにリリースした。C++とPythonのSDKが機能的に同等になり、メモリ使用効率が向上した他、レーニング済モデルが追加され、モデルパイプラインが一般向け提供(GA)になった。
-
Googleが3Dオブジェクト認識AI向けのObjectronデータセットをリリース
Google ResearchはObjectron Datasetのリリースを発表した。3Dオブジェクト認識用の機械学習データセットである。データセットには、15,000のビデオセグメントとグラウンドトゥルースアノテーション付きの4,000,000の画像が含まれている。また、データを使用してAIモデルをトレーニングするためのツールが含まれている。
-
Spark AI Summit 2020の注目点: Spark 3.0のパフォーマンス改善のイノベーション
初めてオンラインで開催された先頃のSpark AI Summit 2020で、注目点は、Spark SQLの最適化やGPUアクセラレーションなど、Apache Spark 3.0のパフォーマンスを改善するためのイノベーションだった。
-
GoogleがHealthcare Natural Language APIとAutoML Entity Extraction for Healthcareを発表
最近のブログ投稿で、Googleは新しい2つのフルマネージドAIツールのパブリックプレビュー版を発表した。Healthcare Natural Language APIとAutoML Entity Extraction for Healthcareである。どちらのツールも、医療専門家がスケーラブルな方法で何度でも医療文書を確認および分析するアシストをする。
-
機械学習によるテスト失敗の予測
機械学習を使用して、コードの変更に対するテストの動作を予測できる。これらの予測は、チェックイン時に情報を提供することで、開発者へのフィードバック時間を短縮する。Marco Achtziger氏とDr. Gregor Endler氏は、OOP 2020で失敗から学ぶために機械学習をどのように使用しているかを発表した。
-
AppleのML ComputeフレームワークがTensorFlowトレーニングを加速
最近のmac OS Big Surリリースの一部として、AppleはML Computeフレームワークを組み込んでいる。ML Computeは、IntelとM1ベースのMacの両方で、CPU上とGPU上において、トレーニングを改善するために最適化された数学ライブラリを提供する。それによって、TensorFlowディープラーニングライブラリを使用してトレーニング時間を最大7倍改善する。
-
Moogsoftが仮想ネットワークオペレーションセンタ機能を追加
AIOpsプラットフォームベンダであるMoogsoftは、テクノロジーチームが仮想ネットワークオペレーションセンタ (NOC) を構築する機能を備えたMoogsoft Enterprise 8.0のリリースを発表した。Moogsoft Enterpriseは、テクノロジーチームがノイズを減らし、インシデントに優先順位を付け、エスカレーションを減らし、稼働時間を確保できるようにすることを目的として、監視ツールを統合する。
-
MicrosoftがGPT-3 AIモデルの独占ライセンスを取得
Microsoftは、自然言語処理（NLP）用のOpenAIのGPT-3ディープラーニングモデルのライセンスに関する、OpenAIとの契約を発表した。Microsoftの発表によると、モデルの「独占的」ライセンスが付与されるが、OpenAIは引き続き独自のAPIを介してモデルへのアクセスを提供する。
-
UberのオープンソースAI抽象化レイヤ、Neuropod
UberオープンソースのNeuropodは、機械学習フレームワークの抽象化レイヤであり、研究者は統合の労力を削減しながら、選択したフレームワークでモデルを構築できるため、同じプロダクションシステムで異なるフレームワークに実装されたモデルを交換できる。Neuropodは現在、TensorFlow、PyTorch、Keras、TorchScriptなどのいくつかのフレームワークをサポートしている。
-
OpenAIはニューラル言語モデルのスケーリング法則を近似する
人工知能会社OpenAIは、固定のコンピューティングバジェットの最適な割り当てを決定するため、クロスエントロピー損失を使用して言語モデルの経験的スケーリング法則を研究している。
-
Waymoが自動運転車の安全性レポートを公開
Waymoは、自動運転車の衝突を分析したレポートを公開している。データは600万マイル以上の運転中に収集され、18の実際の衝突と29のシミュレートされた衝突が含まれている。
-
Googleが高速アテンションモジュールのPerformerをオープンソース化
Googleは、入力シーケンス長に対して線形スケールするTransformerディープラーニングアーキテクチャのPerformerをオープンソースとして公開した。この特徴によってPerformerは、画素推定(pixel-prediction)やタンパク質配列のモデリングといった、長いシーケンスを必要とするタスクに使用することができる。
-
AWSがMLおよびHPC用のEC2 P4dインスタンスを発表
Amazon Web Services (AWS) は先頃、UltraClusters機能を備えたElastic Compute Cloud (EC2) P4dインスタンスが利用可能になったことを発表した。これらのGPUを利用したインスタンスは、前世代のP3インスタンスよりも高速なパフォーマンス、低コスト、機械学習 (ML) トレーニングおよびハイパフォーマンスコンピューティング (HPC) 用のGPUメモリを提供する。
-
Google、Facebook、Microsoftの大規模多言語AIモデル
Google、Facebook、Microsoftの各研究者グループがそれぞれ、多国語AIモデルの最新の成果を発表している。GoogleとMicrosoftは、XTREMEベンチマークによる測定において、NLPタスクで現在最高のパフォーマンスを達成したモデルをリリースした。またFacebookは、英語中心でない多対多の翻訳モデルを開発している。
-
GoogleがObject Detection APIでのTensorFlow2のサポートを発表
Googleは、TensorFlow Object Detection（OD）APIにおいてTensorFlow 2（TF2）のサポートを発表した。このリリースには、イーガーモード互換のバイナリ、2つの新しいネットワークアーキテクチャ、およびサポートされているすべてのモデルに対する事前トレーニング済みの重みが含まれている。