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
-
SpringOne 2017 Platform Conference - 1日目
2017年12月4日から7日まで、第2回SpringOne Platform Conferenceがサンフランシスコで開催される。これは実用的なイベントで、およそ10のトラック、著名なスピーカー、食事、飲み物、たくさんの技術が含まれている。
-
スタートアップ企業のVicariousが脳の視覚野にヒントを得たAIによるCAPTCHAの解読に成功
Vicariousがニューラルネットワークを改善して、Recursive Cortical Network(再帰的皮質ネットワーク)と呼ばれる新たなネットワークレイアウトによるCAPTCHA問題の解決を可能にした。一般的なニューラルネットワークとは異なり、RCNはトレーニング前の知識を一切持たず、輪郭(contour)と表面(surface)の知識からスタートする。この事前知識は、モデル構築と一般化可能性(generalizability)の向上に用いられる。
-
GoogleとIntelがDIYのAIであるVision Kitをリリース
GoogleがDIY(do-it-yourself)のAIキットを開発した。これがあれば、オブジェクトを認識できるインテリジェントカメラを作れるようになる。このキットの主なコンポーネントはラズベリーパイ用のVisionBonnetである。このボードにはIntel製のMovidiusチップが搭載されている。Intelは既存のハードウェアに計算能力を追加することを専門としており、これまでにNeural Computer Stickを開発している。
-
ConfluentがApache Kafka用分散ストリーミングSQLエンジンのKSQLをリリース
ConfluentがリリースしたKSQLは、Apache Kafkaのインタラクティブな分散ストリーミングエンジンだ。Apache Kafka内のトピックに対する集約やジョイン、ウィンドウニング、セッション化といったストリーミング処理操作をサポートする。このオープンソースのストリーミングSQLエンジンは、Kafka Summitカンファレンスで発表された。
-
Apache Kafkaが1.0になる
Apache Software FoundationがApache Kafka v.1.0.0を発表した。Streams APIの改善、メトリクス強化、ディスク障害への耐性向上、一般的なバグ修正などが含まれている。
-
MicrosoftとAWSが機械学習で協働
MicrosoftとAWSは最近、ディープラーニングと人工知能(AI)の民主化を狙って新しい協働をすると発表した。GluonはMicrosoft ResearchとAmazon AIの共同努力であり、機械学習を使った開発ソリューションをより簡単に、より早く作ること目的としている。
-
DevOpsDays NZでの講演についてAlison Polton-Simonhへのインタビュー
ThoughtWorksのAlison Polton-Simonへインタビューし、DevOpsDaysNZでの、計測するべきメトリクスに関する講演について話を聞いた。
-
LinkedInのスマートリプライ機能
LinkedInが新しい自然言語リコメンドエンジンをローンチした。彼らはこれを使って、メッセージに対するスマートリプライ機能を提供する。エンジニアリングチームにより、そのモデルとインフラストラクチャ開発プロセスがブログに詳しく説明されている。
-
Jensen Huang氏がGPU Technology ConferenceでNVIDIAの新プロジェクトを発表
GPU Technology Conferenceがミュンヘンで今日から、NVIDIA CEOのJensen Huang氏の基調講演を皮切りに開催された。NVIDIAが発表したのはNVIDIA Holodeck、Tensor RT 3ライブラリ、同社の車載プラットフォーム、そして自動運転タクシー用のPegasusコンピュータだ。
-
Hillery Hunter氏に聞く: IBMがニューラルネットワークのトレーニング効率の向上によりトレーニング時間を短縮
2017年8月、IBMは、画像認識機能トレーニングの最高記録を更新したことを発表した。IBM Researchは、“ResNet-50”と呼ぶニューラルネットワークレイアウトのトレーニング時間を、わずか50分にまで短縮した。ResNet-101と呼ぶ別のネットワークレイアウトでは、33.8パーセントという精度も達成している。ニューラルネットワークのトレーニングは、256個のGPUを使用して、750万イメージを含むデータセット上で実施した。
-
Brian GoetzがJavaのパターンマッチングについてInfoQに語った
オラクルのBrian Goetz氏とGavin Bierman氏はJavaプログラミング言語への統合を見込んだパターンマッチの概念を紹介する。冗長もしくは間違いやすい、よくあるJavaソースコードのイディオムから始めて、パターンマッチングがどのように落とし穴のいくつかを取り除くのかを調査している。
-
AppleのiPhone X、専用ニューラルエンジンプロセッサを搭載
先日、Apple ParkのSteve Jobs Theatreにて、ワールドワイドマーケティング担当シニアバイスプレジデントのPhilip Schiller氏が、新しく発表されたiPhone Xの顔認識システムの技術について、A11チップに組み込まれた専用ニューラルエンジンを含めて説明した。
-
Tensorflowバージョン1.3の変更概要
バージョン1.2.1がリリースされてから、一ヶ月しか経っていないが、数多くの変更を含むバージョン1.3が登場する。開発者は、広範囲にわたるリリースレポートをGithubのTensorflowページにて見ることができる。この記事は、Tensorflow1.3のアップグレード前後において、開発者が知るべき重要な変更リストとなる。
-
TensorFlow Serving 1.0リリースの詳細がGoogle I/Oで公開
GoogleのNoah Fiedel氏がTensorFlow Serving 1.0安定版リリースの新しいプログラミングモデルについて詳説する。主題は移植性、サービス性(servablility)、再現性の改善による、共通的な課題への対処である。
-
書評: Python Machine Learning - Second Edition
Sebastian Raschka氏とVahid Mirjalili氏による書籍『Python Machine Learning - Second Edition』 は、Pythonを用いた幅広い機械学習応用に対するチュートリアルだ。機械学習を実践的に紹介する。初版からの主な改訂部分は、ニューラルネットワークの実践に関する章だ。ニューラルネットワークとそのTensorFlowによる実装について解説する部分が5つの章になっている。