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
-
GoogleのクラウドTPU V2およびV3ポッドが公に入手可能なベータ版となった
最近、Googleは、第2世代および第3世代のCloud Tensor Processing Unit（TPU）Pod（最大1,000台のカスタムTPUを搭載したスケーラブルなクラウドベースのスーパーコンピュータ）が公に入手可能なベータ版となったことを発表した。これらのPodを使用して、Machine Learning（ML）の研究者、エンジニア、データサイエンティストは、機械学習モデルのトレーニングとデプロイに必要な時間を短縮できる。
-
Expo：Walmart LabsでのSpark StreamingとKafkaを使ったリアルタイムA/Bテストとモニタリング
WalmartLabsのエンジニアリングチームは、Expoと呼ばれるリアルタイムのA/Bテストツールを開発した。これは、ユーザエンゲージメントメトリックを収集し分析するものである。Spark Structured Streamingを使用して受信データを処理し、メトリクスをKairosDBに格納する。
-
Microsoftが新たなマシンラーニングサービスのローンチとコグニティブサービスの拡張を発表
Build Developer Conferenceを前に、Microsoftは、新たなMachine Learningサービスと、Cognitive Services更新プログラムをいくつかリリースした。ノーコードツールからオンラインのノートブックまで幅広く、新たなAPIや中間的サービスも含まれている。
-
Databricks MLflowインテグレーションの一般供与が開始
Databricksは先頃、データエンジニアリング及びそれ以上のサブスクリプション層を対象に、DatabrikノートブックとMLflowのインテグレーションの一般供与を開始した。これによってMLflowの機能が、Databrickノートブックおよびジョブの機能に結合される。MLflowは主に、実験追跡(experiment tracking)、プロジェクト、MLflowモデルという3つの機能を提供する。
-
ロボットをもっとインテリジェントに - MicrosoftがAutonomous Systems Platformをリリース
先日シアトルで開催されたBuildカンファレンスで、Microsoftは、限定プレビューとして、産業用自律システムの構築を目指す開発者や企業を支援する、エンドツーエンドのツールチェーンを発表した。このプラットフォームには、インテリジェントロボットシステムによる自律型フォークリフトなどのタスク遂行や、ロボット化された検査プラットフォームを実現する、ティーチングツールとシミュレーション技術が含まれる。
-
ML.NET - .NETエコシステムのための、オープンソースのマシンラーニングフレームワーク
Microsoftは今月初め、.NETエコシステム用のオープンソースのマシンラーニング(ML)フレームワークであるML.NETの、最初のメジャーバージョンをリリースした。ML.NETでは、C#またはF#を使用してカスタムMLモデルを開発することができる。開発したモデルは、感情分析、詐欺やスパムの検出、商品や映画のレコメンデーション、画像の分類、その他のシナリオへの適用が可能だ。
-
クラウドネイティブアプリケーション開発サポートが強化されたMicronaut 1.1
先日のGoogle Cloud Nextカンファレンスで、Object Computing、Inc.(OCI)は、Micronaut 1.1のリリースを発表した。gRPC、GraphQL、Google Cloud Platform(GCP)、RabbitMQ、Amzon Web Services(AWS)をサポートする。JDKのIntrospectorに代わる新しいBean Introspection API、Micronaut Testプロジェクト用の新たなテンプレートなどが新機能だ。
-
Xipeng Shen博士によるディープラーニングのトレーニング時間を短縮する新技術
ノースカロライナ州立大学の研究者らが先日の35th IEEE International Conference on Data Engineering (ICDE 2019)で、ディープニューラルネットワークのトレーニング時間を最大69％短縮可能な新手法について論文を発表した。
-
Googleがランドマーク認識および検索用の大規模データセットGoogle-Landmarks-V2をリリース
Googleは、Landmark RecognitionとRetrieval用に改良されたデータセットのGoogle-Landmarks-v2と、大規模なインスタンスレベルの画像認識用TensorflowコードベースのDetect-to-Retrieveをリリースした。Google-Landmarks-v2をベースとした２つのコンパニオンKaggle競技も同時にローンチされている。500万のイメージに200,000以上のランドマークを収めた、これまで公開された中で最大のランドマークデータセットだ。
-
GoogleがAI Platformをローンチ、エンドツーエンドでMLプロジェクトを構築・実行・管理
Googleは先頃、マシンラーニングモデルを開発、テスト、デプロイするためのエンドツーエンドのプラットフォームとして、AI Platformをローンチした。さまざまな製品やサービスをひとつのホストに統合することにより、企業がAIを使って複雑かつ困難な問題を、協調的かつ容易に解決できるようにする。
-
PyTorch 1.1がリリース -パフォーマンスを改善し、新たなAPIとツールを提供
Facebook AI ResearchがPyTorch 1.1のリリースを発表した。このオープンソースのディープラーニングフレームワークの最新版では、分散トレーニング、新API、TensorBoardのネイティブサポートを含む新たな視覚化ツール、などによってパフォーマンスが向上している。
-
TensorFlow.jsマシンラーニングライブラリを使って、Chrome Dinosaur Gameのプレー方法をコンピュータに教える
単純だが面白く、マシンラーニングの教育目的に適したアプリケーションが、先日、FritzのHeartBeat Mediumで公開された。ブラウザ内でGoogleのTensorFlow.jsマシンラーニングライブラリを活用して、Chrome Dinosaur Gameのプレー方法をコンピュータに教える、というものだ。
-
OpenAIはより長いシーケンスのディープラーニングのためのSparse Transformersを発表
OpenAIは、テキスト、音声、画像などの一連のデータを学習するためのディープニューラルネットワークアーキテクチャであるSparse Transformerを開発した。ネットワークは、より短いトレーニング時間で、いくつかのディープラーニングタ��クにおいて最先端のパフォーマンスを達成できる。
-
Googleはコンピュータビジョンモデルの教師なしディープラーニングのためのTensorFlow Graphicsライブラリを発表
Google I/O 2019でのプレゼンテーションで、GoogleはTensorFlow Graphicsを発表した。TensorFlow Graphicsは、コンピュータビジョンにおける教師なしの学習タスクのためのディープニューラルネットワークを構築するためのライブラリである。このライブラリには、TensorFlowで記述された3Dレンダリング機能と、非矩形メッシュベースの入力データで学習するためのツールが含まれている。
-
Prashanth Southekal氏、アプライドマシンラーニングを語る
DBP InstituteのマネージングプリンシパルであるPrashanth Southekal氏は、先月のEnterprise Data World 2019カンファレンスで、アプライドマシンラーニング(applied machine learning)と、さまざまなMLアルゴリズムの利用機会に関するワークショップを開催した。