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
-
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。
-
QCon New York 2017: SpeedmentのJava 9マイグレーション
Speedment CEOのDan Lawesson氏が、今年のQCon New York 2017で、“Migrating Speedment to Java 9“という講演を行なった。氏はSpeedmentと、SpeedmentをJava 9に移行する上での課題への対処方法について、InfoQに説明してくれた。
-
Java API for RESTful Web Services 2.1リリース
JAX-RS(Java API for RESTful Web Services) 2.1がリリースされた。SSE(Server-Sent Events)とJSON-Bの新たなサポート、JSON-Pのサポートの改善、クライアントAPIへのリアクティブな拡張が含まれている。
-
Teachable Machine: カメラを使ってブラウザで機械学習
Teachable Machineは、Webカメラを使ってトレーニングすることで、モノや表情を認識させることができるブラウザアプリケーションだ。 デモでは、Webカメラを使って、モノや表情の3つの異なるクラスを認識させることができる。カメラ入力に基づいて、サイトは異なるGIFを表示したり、録音済みサウンドを再生したり、音声を再生したりする。デモは teachablemachine.withgoogle.com にある。
-
Google製のドキュメントデータベースであるFirestoreの発表
Googleはモバイル、webとサーバアプリケーションのためのドキュメントデータベースであるCloud Firestoreを発表した。
-
Neural Compute StickをローンチしたMovidius(Intelの事業部門)とのQ&A
Movidius(IntelのNew Technology Groupの一部門)が先頃、組込み型ニューラルネットワークを実行するUSBベースの開発キットであるNeural Compute Stickをリリースした。このスティックを使えば、計算能力の低いデバイスでも、ニューラルネットワークとコンピュータビジョンモデルを実行することが可能になる。InfoQは、Intel New Technology GroupのMovidiusでマーケティングディレクタを務めるGary Brown氏に、いくつかの質問をした。
-
Googleの研究員がモバイルデバイスにニューラルネットワークを使う新技術を発明
最近、多くの企業がディープニューラルネットワークを使うアプリケーションをリリースしている。これらのアプリケーションは、インターネットアクセスのないところで動き、速くて信頼できなければならない。また、プライバシーの心配があるところでは、サーバ上のネットワークを使うことはできない。Googleの研究員、Sujith Ravi氏が、2つのニューラルネットワークを互いに訓練するという新しいアイデアを発明し、効率的なネットワークをモバイルアプリケーションで利用できるようにした。
-
DatameerのAndrew Brust氏に聞く - AIにおけるビッグデータの役割とは
InfoQのRags SrinivasがDatameerのAndrew Brust氏に、AIにおけるビッグデータの役割の拡大と、SmartAIを使ってそれを運用可能にする方法について聞いた。
-
研究者グループが3億件のデータセットを用いてイメージ認識の最先端技術を更新
研究者グループが、一般的に使用されている100万件ではなく、3億件のイメージで構成されたデータセットを対象にトレーニングを行なったモデルを用いることによって、いくつかのベンチマーク結果で最高レベルを更新することに成功した。 データ数を増やした時に何が起きるのかをテストするため、Googleは３億のイメージからなる内部データセットを作成した。データのラベル付けは自動的に行なった。 その結論は、トレーニングデータの多さは有効である、というものだ。