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
-
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���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。
-
GoogleがTensorFlowのためのTensor2Tensorを発表
Google Brainチームは、TensorFlowワークフローコンポーネントをモジュール化するためのユーティリティとラッパーのセットであるTensor2Tensorをオープンソース化した。それは、TensorFlowベースのディープニューラルネットワークプログラムのための移植性と再現性の高い環境を作成するためである。
-
Facebook、Neural Machine Translationに移行
Facebookは最近、NMT (Neural Machine Translation) の世界展開を発表した。2,000以上の翻訳方向と1日45億の翻訳が、フレーズベースの翻訳モデルからNMTに切り替わる。Facebookによると、今回の切り替えによって、よく知られた翻訳スコアであるBLEU スコアは11%上がるという。ここでは、どうやって実現したのか、機械翻訳にとって何を意味するのか、競合に対してどうやっていくのか、説明する。
-
-
eBayのショッピングアシスタントShopBotで実現されたスケーラブルなChatbotアーキテクチャ
eBayのソフトウェアエンジニアであるRobert Enyedi氏がQCon New York 2017 Congerenceで、個人用ショッピングアシスタントアプリケーションであるShopBotについて講演した。Facebook Messengerボットをベースとして2016年にローンチされたShopBotは、AIコンポーネントとeBayのユーザ情報を活用して、会話形式でショッピングの選択肢を提供するアプリケーションだ。
-
EFF(Electronic Frontier Foundation)が人工知能の進捗状況を評価
EFF(Electronic Frontier Foundation)は、複数のタスクを対象とした進化型AI(artificial intelligence)研究を含む文書を立ち上げた。困難なタスクについて進歩を見出すための場所となることが目的だ。メトリクスやデータセット、およびそれらを追跡するためのベンチマークを持たないタスクはたくさんある。EFFは研究者や開発者によるコントリビューションを可能にするためのノートブックを用意した。