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
-
ThoughtWorks Radarアップデート
いつものように、ThoughtWorks Technology Radarは、Language & Frameworks、Platforms、Techniques、Toolsという4つの領域をカバーする。それぞれの領域は、Adopt、Trial、Assess、Holdという4つの推奨レベルに分かれている。この記事では、各領域で新しく注目すべきものだけを取り上げる。
-
新しいプライベートクラウドで"どこでも計算処理"を提供するWolfram
MathematicaやWolfram|Alphaなど，計算機能を中心とした製品を提供するソフトウェア企業のWolframが，計算業務の集中管理を望む企業をターゲットとした，新たなプライベートクラウドアプライアンスの提供を開始した。
-
Microsoft、インタラクティブなデータ探索とモデリングのためのデータサイエンスツールをリリース
Microsoftが、インタラクティブなデータ探索、モデリング、レポーティングのための2つの新しいデータサイエンスツールをリリースした。これらのツールは、プロジェクトにおける特定のタスクをデータサイエンスチームが再利用できるようにする。目標は、組織のさまざまなプロジェクトを横断して、データサイエンスタスクにおける一貫性と完全性を確保することだ。
-
Twitterがストリーム処理エンジンHeronをオープンソース化
InfoQのRags Srinivas氏は，Karthik Ramasamy氏(Twitterの技術マネージャかつ共同開発者)に対し，ストリーム処理エンジンHeron(Apache Stormの後継)のオープンソース化に関する取材を行った。
-
Ocade社は、新しいカスタマーサービスアプローチのために、TensorFlowとGoogleクラウドプラットフォームを利用する。
Ocado Technologyは、返答時間を早くすることと、大きなカスタマー数と限りあるサポートリソースの活用や人格を持たないサポートボットを避けることを目的に、カスタマーの電子メールを自動的に分類したり優先度を付けるためにTensorFlowを利用する。
-
YouTubeのレコメンデーションアルゴリズムはどのように動くか
Googleが最近発表した 論文において、YouTubeのエンジニアが、YouTubeレコメンデーションアルゴリズムの内部動作について、今まで以上に詳細に分析した。この論文は、9月にBostonで開催されたレコメンダシステムの第10回ACMカンファレンスで発表された。この記事では、YouTubeが、この業界で最大、かつ、最も複雑なレコメンデーションシステムを操作するために、どのようにディープラーニングを使うのか分析する。
-
IBMがコグニティブ・コンピューティングのための相変化メモリによる人工ニューロンの開発に成功
チューリッヒのIBM Researchにて，科学者チームが相変化材料(phase-change materials)を使用し，データの保持と処理が可能な人工ニューロンを開発した。 これら相変化ベースの人工ニューロンは，ビッグデータ(イベントベース・データのリアルタイム・ストリーム)におけるパターン認識や相関の発見に利用できる。また，教師なし学習を高速かつ小エネルギーで実施することができる。
-
Jey Kreps氏，Apache KafkaとKafka Streamsを利用した分散ストリーム処理を語る
Apache KafkaとKafka Streamsフレームワークは，ストリーム中心アーキテクチャと分散型ストリーム処理アプリケーションの開発を支援する。Jay Kreps氏(Confluent社のCEO)は，先週，Reactive Summit 2016 Conferenceにて，ストリーム処理とマイクロサービスに関する基調講演を行った。
-
ビッグデータ分析をSaaS方式で提供するAmazon Kinesis Analytics
イベントストリームのリアルタイム分析は，オンプレミス，クラウドいずれにおいても，ビッグデータプラットフォームの新たな焦点だ。AWSは新たに，Azure StreamAnalyticsに対抗するAmazon Kinesis Analyticsをリリースした。いずれのプラットフォームもシンプルなSQL言語を使用して複雑なクエリを記述可能にするとともに，ビッグデータ分析をSaaS的な領域に移行している。
-
CommAI: FacebookによるAIのトレーニングとテストのためのシステム
Facebookは、AIシステムのトレーニング・評価プラットフォーム、CommAI-envをリリースした。これは「A roadmap towards Machine Intelligence」にインスパイアされたもので、人間やマシンとのインタラクションによるさらなる専門的トレーニングの土台となる汎用学習能力を、知的エー���ェントに教えることを狙いにしている。
-
リアクティブ サミット 2016 カンファレンス: リアクティブ マイクロサービスとステージング データパイプライン
リアクティブ マイクロサービス、データセンター スケール オペレーティング システム（DCOS）、そしてステージング リアクティブ データ パイプラインは、今週のリアクティブ サミット 2016 カンファレンスにおける目玉であった。InfoQチームはカンファレンスに参加した。この記事は、カンファレンスの初日のサマリである。
-
ストリーム処理とLamdaアーキテクチャへの挑戦
Lamdaアーキテクチャはバッチとストリーム処理を結合させる有名なソリューションである。LinkedInのKatrik Paramasivam氏はデータ処理のためにApache Samzaを用いてチームがどうストリーム処理とLambdaアーキテクチャへの挑戦を行ったかを執筆した。この挑戦はイベントの遅延到着と複製メッセージの処理について記載されている。
-
DeepMindがWaveNetを公表する - スピーチと音声の合成のためのディープニューラルネットワーク
DeepMindのWaveNetは、パラメトリックTTSを使ってスピーチや音楽を合成する。DeepMindは、目隠し調査における試験参加者のグループによる主観的な評価によれば、主要なTTSシステムの幾つかより優れていると主張する。
-
データ科学に必要なデータとは
データ科学は必要とされるデータを扱うものであり，その基本は，どのデータを収集するか，データを生成するかあるいは保持するか，を決定することだ — データ科学の専門家として長い経験を持ち，Bookin.comの研究部門でプロダクトオーナを務める Lukas Vermeer氏はこのように主張する。真のイノベーションは大きな疑問で始まり，求めている答を得るためにデータが必要であることが明らかになるのだ。
-
QCon Tokyo 2016 Engineer Trackのご紹介
「QCon Tokyo 2016」が10月24日（月）いよいよ開催されます。 日本において株式会社豆蔵が運営するIT技術発信サイトInfoQJapanが主催で、最新技術を追い求めるデベロッパのためのワールドワイドカンファレンス。 今年のQConでは、『ITが変革するビジネス・組織・社会』を基本テーマに社会的にインパクトのある最先端のIT技術をご紹介。 海外・国内から最先端で活躍するスピーカーとトピックスが登壇します。 最新プログラムは順次、公式サイト >> http://www.qcontokyo.com/ に掲載されますので是非ご覧ください。