InfoQ ホームページ Artificial Intelligence 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。
-
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。
-
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。
-
Microsoft、データサイエンティストと開発者向けのAIサービスとツールをアップデート
先日のMicrosoft Igniteにて、AI関連サービスおよびツールのアップデートが発表された。今回のアップデートには、Azure ML Experimentation Service、Azure ML Model Management Service、Azure ML Workbench、Microsoft Cognitive Servicesの一般提供が含まれている。
-
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。
-
-
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。
-
GPU Technology ConferenceでGreg Kurtzer氏に聞く。
InfoQのRags SrinivasがGPU Tech Conferenceで、一連のオープンソースのコントリビュータであるGreg Kurtzer氏に話を聞く。
-
Facebookが新たなニューラルマシン翻訳アルゴリズムを公表
FacebookのArtificial Intelligence Researchチームは、ニューラルマシントランスレーション(NMT)に新たなアプローチを使用した研究の結果を発表した。同チームのアルゴリズムは、一般的な3つの機械翻訳タスクにおいて、どのシステムよりも高得点を取得している。
-
Microsoftが顔認識、コンピュータビジョン、コンテンツモデレーションのAPIをリリース
Microsoft Cognitive Servicesが４月末に顔認識、コンピュータビジョン、コンテンツモデレーションのAPIをリリースした。Cognitive Servicesは、開発者が画像認識、音声認識、翻訳、その他の機能をアプリケーションに組み込むことが可能となる、多数のAPIとサービスを包含する。これらのAPIは、人工知能や機械学習の機能を自ら開発せずとも自身のアプリケーションに組み込むことを可能とする。
-
TensorFlow Processor Unitアーキテクチャ
TensorFlow Processor Unitアーキテクチャの設計と開発を行なったGoogleのハードウェアチームが、今月初め、そのアーキテクチャの詳細とベンチマークテストを公開した。昨年の同時期に公開された、TPUの最初の発表に対する続報となるものだ。
-
AIに関する誤情報の蔓延
この5年間で、マシンラーニングに関するGoogleの検索数が5倍になった。“マシンラーニングあるいはブロックチェーンを備えることによって、その価値が2倍、3倍、4倍、5倍以上になる”、とAndy Steward氏は指摘する。Zachary Lipton氏は先日のブログ記事で、巷間において“誤った情報が蔓延”している、と主張した。本記事ではマシンラーニングとその現状を、技術的側面から取り上げる。
-
Amazon LexおよびPollyディープラーニング技術を用いたバーチャルアシスタントアプリの開発
OSCON 2017 Conferenceにおいて、AmazonのGreg Bulmash氏が、Amazon LexおよびPollyを用いた独自のバーチャルアシスタントアプリケーションの開発について語った