InfoQ ホームページ AIと機械学習、データエンジニアリング に関するすべてのコンテンツ
-
子どもと開発チームのためのML解説
Rob HarropのQCon Londonの基調講演では、ソフトウェアエンジニアのためのAIとMLと題して、開発チームとデータサイエンスチームを分離する壁の辺りに、どのようにMLが位置付けられているかが語られた。開発者は、多くの場合、MLの神秘主義のオーラのために、自分の能力開発に不安を感じている。IBMのDale Lane氏はスポンサー講演で、彼がどのようにMLの神秘性を取り除き、子供たちがMLを利用できるようにしたかを話した。
-
Microsoftは中国語-英語の機械翻訳で人と同等レベルに達した
Microsoftでは、人間の翻訳者が翻訳するのと同じように、中国語の文章を英語に翻訳する翻訳アルゴリズムを作成した。 これまでは、中国語の文章を英語に翻訳することは困難であった。ここ数年で驚くべき結果を生み出した技術であるニューラル機械翻訳のおかげで、Microsoftは機械による翻訳文を、人による翻訳文と同等のレベルにした。
-
物体検出のためのディープラーニングライブラリで、Facebookがオープンソースで提供するDetectron
FacebookやGoogleから最近、最新のディープラーニングアルゴリズムの実装がリリースされており、それによって困難な問題であるマシンオブジェクトの検出に取り組むことができる。
-
Propel：Node.js創設者が提供する科学計算用JavaScriptライブラリ
Propelは、GPUハードウェアを活用した新しいJavaScript科学計算ライブラリであり、JavaScriptで機械学習やその他の科学計算をサポートする。
-
UKのスーパーマーケットが機械学習ソムリエを発表
ドイツのスーパーマーケット会社LidlのUK拠点は、Facebook Messengerベースのチャットボットを開始した。これは、顧客が食べ物や場に相応しいワインを選ぶ手助けをするように設計されている。チャットボットはMargotという名前であり、NLUにユニークなアプローチで買い物客とコミュニケーションを行う。そして、よくある質問へ回答したり、食べ物に合うワインを選定したり、ワインを見つけたり、クイズの実施したりする。
-
自走車による車線変更予測が改善
研究者は、自走車が周囲の車の車線変更を予測するアルゴリズムを開発した。このシステムは、Long Short-Term Memories（LSTM）と呼ばれるディープラーニング技術を使用して動作する。ハイウェイで最も可能性の高いシナリオは、すべての車がその車線にとどまることであるが、アルゴリズムはこの基準となる予測からわずかに改善することができた。
-
人気のPythonデータサイエンスプラットフォームAnacondaがMicrosoft VS Codeと共に提供
データサイエンスとマシンの学習プラットフォームであるAnacondaのリリース5.1には、Visual Studio CodeがIDEとして含まれている。これは、Anaconda Inc.とMicrosoftの協力によって得られたものである。
-
Google Cloud Platformがデータストアの強い一貫性を推奨
Google Cloud Platformブログの先日の記事では、複雑性と潜在的なバグを削減したアプリケーションプラットフォーム構築を支援するものとして、データ層の強い一貫性が推奨されている。
-
-
チーム感情と成果の関係
AI企業のDeep Affects社はJiraプロジェクトを調査し、感情面の健康とチームの生産性との関係を示した。彼らの発見はGallup社の2017 State of the Workforce調査によっても示されている。その調査は、感情面で積極的に関与しているチームを持たないことによるコストを示している。
-
MongoDB 4.0がマルチドキュメントトランザクションをサポート
MongoDBがWiredTigerとそのリレーショナルデータベースストレージエンジンを買収したので、技術者はMongoDBがマルチドキュメントトランザクションをサポートする時を推測してきた。今週の発表で、MongoDB 4.0の一部として、この夏に準備が完了する予定である。
-
自動運転車のイメージでトレーニングしたニューラルネットワークでドローンの市街地飛行を可能にする
チューリッヒ大学の研究チームが、路上でドローンを安全に飛行させる方法について詳述した論文を発表した。操舵角と衝突の可能性について予測するため、彼らはディープニューラルネットワークを開発した。これによってドローン自体を操縦するための操舵角と衝突可能性を生成し、危険な状況の認識と対応を可能にしている。
-
Kubecon 2017より - GoogleのDavid Aronchick氏に聞く、マシンラーニングとKubernetesに関するQ&A
InfoQは今回、Googleのプロダクトマネージャで、KubeflowのコントリビュータであるDavid Aronchick氏から、Kubecon 2017で学んだKubernetesとマシンラーニングのシナジについて話を聞くことができた。
-
KubernetesでのKafkaクラスタの管理と運用
Amadeus社のプラットフォームソリューションアーキテクトであるNenad Bogojevic氏はKubeCon + CloudNativeCon North America 2017 Conferenceで、Kubernetes環境でKafkaクラスタを実行および管理する方法について講演した。彼は、Kafkaクラスタをプロビジョニングし、KubernetesカスタムリソースまたはConfigMapsを使用して設定することについて話した。
-
2018年のマシンラーニングと人工知能
IEEEは毎年、次年度のテクノロジトレンドのトップ10を発表している。2018年のリストには、人工知能とマシンラーニングに関する複数のトピックがあげられた。IEEEが選んだ2018年の最もホットなトレンドは、ディープラーニングだ。