サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
衆院選
leapmind.io
LeapMind CTOの徳永です。今日は新しい事業についての話をしたいと思います。 本日プレスリリースとして発表しました通り、LeapMindはAI用半導体チップ事業に参入します。開発はすでに開始しています。これまではエッジ向けに半導体IP、つまり、設計だけを売っていましたが、サーバーのマーケットでは半導体のデザインだけという商売は難しいので、実際のチップ(もしくはボード)の形でビジネスしていきます。新しい製品は、推論だけではなく、学習にも使えるものになります。 こう書いてしまうとたった一文のことではありますが、ビジネスとしてやるべきことは大幅に増えます。LeapMindはこれまでIPを販売してきましたので、基本的に在庫管理というものを行ってきませんでした。そのような会社からすると、物理的な商材を扱うというのはそれだけでも大変なことです。在庫管理、キャッシュフローの管理、需要の予測、プロ
NeRF: Representing Scenes as Neural Radiance Fields for View Synthesisは2020年を代表する深層学習関連の論文の一本であることは間違いないでしょう。もう2022年も2月に差し掛かっていますが、いまさらながら、NeRFの論文を読んだので、初見の際にわかりづらかったところを解説してみます。 NeRFでできること NeRFは、100枚程度の画像データから、そのシーンの三次元形状を復元し、新しい視点からの画像を生成します。以下の動画を再生していただければわかるように、かなり自然な新視点画像生成が行えます。学習に使うのは画像だけなので、写真を撮るだけで現実のシーンにも適用できます。 NeRFには以下のような制約があります。 シーンは静的でなければならない 何らかの手法を使って各画像の外部カメラパラメーターを求めておかなければならな
こんにちは、LeapMindでマーケティングを担当している坂口です。 今、AIや機械学習を活用した世の中での取り組みや事例を知ることで、自分の身の回りのどのようなことに活用できそうかを考えるきっかけや土台となるよう、昨年からはじめた AI/機械学習 NEWSのまとめ記事を今年もお届けします! ただ、「AI」という言葉を使用しているだけ、サービスをリリースしただけといったNEWSではなく、実際に現場に組み込まれた事例や実証実験を開始したものなど具体的なNEWSを厳選してピックアップしています。(※そして特に「画像認識」がメインです。) 興味のある業界だけチェックしてもよし、全部目を通して今年を振り返るもよしです! わかるものは各企業の関係なども入れてます。 業界ごとの活用マップもつけているのでぜひ見てみてください〜! ■ ダイジェスト 昨年から大きく変化した部分はないですが、自動車や交通では
新年あけましておめでとうございます。徳永です。LeapMindは数ヶ月前にBlueoilという量子化ニューラルネットワークの実装をOSSをリリースしましたが、FPGAで動くと言われても正直、趣味プログラマにはちょっと敷居が高いですよね。実際にはARM用のバイナリとかx86-64用のバイナリも吐くので、FPGAボードを持ってなくても動かせるんですが、FPGAを強く押し出していることもあり、めんどくさそうな印象がついてしまっていることと思います。 この「めんどくさそう」という印象をぬぐうためには、単にPCでも動くだけじゃ、ダメなんじゃない? 超お手軽にためせる環境が、必要なんじゃない? そう思って、こないだの社内のハッカソンイベントでがんばりました。BlueoilはC++のコードを生成しますが、ちょっと手を加えて、emscriptenを使ってweb assemblyに変換して、ブラウザで実行で
初めまして。LeapMindのインターン生、堂園です。 昨年は人生初大学祭ミスターコンテストに出たりなど、新たなチャレンジが沢山ありました。 思い返すとエモーショナルになりますが... それはさておき、現在は主にBusiness Div.を担当しております。 Deep Learningを必死に勉強しておりますが、まだ一人では1からモデル構築ができず... ということで、誰でも簡単に組込みDeep Learningモデル構築が可能な『DeLTA-Lite』を使って、実際にモデルを作ってみます! 今回作るモデルは『笑顔と真顔の分類』です。 前編では主に泥臭くデータセットを準備する内容をご紹介します。 まずは、大まかな作業フローをご紹介します。 ◾️画像収集 ↓ ◾️トリミング ↓ ◾️オーグメンテーション という流れで進めていきます。 1.画像収集 Deep Learningでモデル構築の際に
こんにちは、LeapMindでマーケターをしている坂口です。 昨年から今年にかけて、「AI」という言葉がバズワード化し、AI / 機械学習を活用して業務効率化や自動化に取り組む企業が増えてきました。今、どのようなことが世の中で取り組まれているかを知ることで、自分の身の回りやビジネスでどのように活用できそうかを考えるきっかけとなるよう、今回は、年末ということで、2018年のAI / 機械学習 NEWSのまとめ記事をお届けします! ただ、「AI」という言葉を使用しているだけ、サービスをリリースしただけ、といったNEWSではなく、実際に現場に組み込まれた事例や実証実験を開始したものなど具体的なNEWSを厳選してピックアップしています。(※そして特に画像認識がメイン) 興味のある業界だけチェックしてもよし、全部目を通して今年を振り返るもよし、です! ⭐️メルマガのご登録で後日このブログに掲載してい
2018年10月19日金曜日、LeapMindの主要技術である低消費電力FPGA上でディープラーニングを実現するソフトウェアスタック「Blueoil」をオープンソース(OSS)化しました。 Deep Learningをあらゆるモノに適用する「Deep Learning of Things (DoT)」の世界を加速させることを目指す弊社としては、目標とする未来にまた一歩近づいたのではと思っております。 これを機に、多くの人に組込みDeep Learningを導入していただき、私たちの生活にDeep Learningがどんどん浸透していくことを望んでいる次第です。 で、 クローズドソースをオープンソースにするには、いろいろな山を越え、野を駆け、川を渡り、海に沈むなど様々な壁をのりこえる必要が 特にないです。 いや、もちろん、コーディングやOSSに到るまでには考えるのも億劫になるレベルの苦悩や乗
Efficiera IP他社AIアクセラレータとの比較において、性能(Power, Performance, Area)に圧倒的な差があり、実用的なAIモデルをエッジデバイス上で稼働させることが可能になっています。 優れた電力効率・面積効率を実現し、AI搭載製品の省電力化・低コスト化に貢献AIを稼働させるためには、その膨大な計算量ゆえに、コンピュータ性能や消費電力などのハードウェア由来の影響が大きく、半導体性能が劇的に進化しない限り、エッジデバイス上で実用的にAIを稼働させることは困難です。 そういった中、当社では107.8TOPS/W*の演算能力を達成した、CNN(Convolutional Neural Network)の推論演算処理に特化した超低消費電力AIアクセラレータIPの開発を行い、AIの実用化に貢献しています。また、このIPを使ったTSMC 28nmと12nmでのSoC開発に
LeapMindの三室です。 引っ越しとか人事とか色んなことやっておりましたが、現在は主にセールス/ビジネス開発に携わっております。そんな中、考えていたことをまとめてみたいと思い、久々にブログを書くことにしました。 いきなりですが結論から言うと、下記の5つの観点が必要かなと考えています。(なんとなくDでまとめてみた 以下で説明していきます。 【ディープラーニングとか機械学習とかAI()プロジェクトでよくある状態】 数年ディープラーニング/機械学習のビジネス周りをやっておりますが、よくある状態としてはこんな感じです。 「そもそもどんなことできるかわからんですわ〜」 「ROI見えないんで、予算取れないですわ〜」 「ディープラーニングブラックボックスだから、不安ですわ〜」 「モデルはいいけどセキュリティの観点からクラウド使うの無理ですわ〜」 「まだ既存システムとのインテグレーションまで考えられて
8月31日にLeapMindで初となるカンファレンス「DeLTA TECH」を開催しました! 100名を超える参加者にご来場いただき、大盛況のイベントとなりました。 本記事では、そのDeLTA TECHの様子をダイジェスト版でお送りします。 今回のイベントのテーマは「Industry 4.1」。 "4.1"には、第4次産業革命をコンセプトだけで終わらせず、その一歩先へ歩みを進めるという意味を込めました。 明日から使えるAIを知るカンファレンスとして、第一部では、開発・技術編として弊社エンジニアが、 弊社ソリューション群「DeLTA-Family」を支える技術やディープラーニングの圧縮に必要な根幹のコア技術について講演しました。 まず、トップバッターは、プロダクトマネージャーの安村さん。 ちなみにイベント日がたまたま誕生日でした。(めでたい) Industry 4.1を実現するためには、"D
ディープラーニングを実ビジネスに導入する際、実際の導入環境によってリアルタイム性や消費電力、スペースの広さ、インターネット環境の有無など様々な制約と向き合うことになります。 そのような制約を打破するため、小型のエッジデバイスでも認識や判断が実行できる「組込みディープラーニング」が注目を集めています。 本セミナーでは、組込みディープラーニング技術がマッチするビジネス課題について事例を中心にご紹介するほか、「DeLTA-Lite」を活用した組込みディープラーニングモデル構築の方法についてもご説明します。 さらに、個別相談会の参加者の特典として、DeLTA-Liteの2週間無料トライアルも実施可能なので、セミナー参加後すぐに自社の実ビジネスへの適用を検証することができます。この機会にぜひご参加ください! ※「DeLTA-Lite」は、LeapMindが提供している組込みディープラーニングモデル構
5/17に開催された、機械学習工学研究会キックオフシンポジウムというイベントに参加してきました! 機械学習特有の課題を見据えながら、既存のソフトウェア工学をベースにしながら今後の機械学習システムの開発・運用における品質や開発手法を一緒に考え議論する場であり、様々な立場の方々からの視点でかなり詳細に課題提起している会でした。 機械学習における課題は、機械学習関連の企業に勤めている人たちの間では、なんとなく解釈されていて、暗黙の了解のように皆共通で感じていることが多くあるのですが、一歩外に出ると、課題はもちろん理解されていないし、機械学習が魔法かのような扱いを受けることが多々あります。 (発注者と受注者の間で巻き起こる論争。。。。) Twitterなどで、課題提示している人もいますが、大抵は、文章量の少なさや背景知識の差が大きすぎて、マウントをとっているように聞こえることが多く、過去炎上してい
LeapMindは、2018年より本サービス群を提供して参りましたが、新たなサービスへの移行などにより、今後も安定的にサービスを提供する事が難しく、ご利用状況を鑑みサービスを終了させていただきます。 記 提供終了サービス: DeLTA-Family (DeLTA-Lite, DeLTA-Mark, DeLTA-Kit, Modelite※) サービス終了日: 2020年5月31日 本件お問い合わせ先: 電話番号: 03-6696-6267 メール: info+delta@leapmind.io ※ DeLTA-Kitと一緒にModeliteをご購入頂いたお客様向けに関しましては、Modelite (https://modelite.leapmind.io )上で、サービス終了の2020年5月31日までDeep Learning学習済みモデルファイルのダウンロードをしていただけます。 ご利用
こんにちは。LeapMindでエンジニアやってます、今井です。 今日は私の「副業」について、ちょっくらお話をば。 副業と言っても、不動産投資でお金儲けウッハウハとか、そういう話ではありません。割とマジメなお話です。 私達が扱うDeep Learning、あるいはDeep Learningを含む機械学習という技術が、近年爆発的に普及しつつあるのはご存知のとおりです。 が、この機械学習というのは、実は製品化するのがとてもとても難しい技術なのです。 以前から、ITシステム・ソフトウェアを作るために「ソフトウェア工学」と呼ばれる学問があり、かれこれ50年ほどの歴史があります。お客様からの要求をいかに実現可能な仕様に落とし込み、それを日々の開発でどう作り上げ、どう品質確保して、お客様にお出しするか、という一連の技術に関する学問です。 ところが、機械学習・Deep Learningを使った途端、これが
#はじめに 最近、ニュースや記事でよく目にする“ ディープラーニング(Deep Learning) ” 。 ビジネスや社会にどのように影響を与え、活用されていくのかに興味ある方が多方面に増えてきている一方で、Deep Learningについて知りたいけれども、実際よくわからない…と感じている方も多く見受けられます。 実際にMM総研の「人工知能技術のビジネス活用概況」の調査結果によると、人工知能のビジネスへの導入率は、日本は他2カ国に比べかなり遅れをとっていることが読み取れます。 引用:https://www.m2ri.jp/news/detail.html?id=238 今回は、その基本的な疑問や実際どうビジネス活用できそうなのか皆さまが想像できるようになるよう、Deep Learningとは一体どういう技術なのか、俗にいう「人工知能(AI)」や「機械学習(ML)」との違いなど基本的な情報
LeapMind株式会社 清算手続開始のお知らせ拝啓 貴社ますますご盛栄のこととお慶び申し上げます。 平素は格段のご高配を賜り厚くお礼申し上げます。 LeapMind株式会社は 2024年7月31日をもちまして、諸般の事情により解散させていただくこととなりました。 発足以来、AIを広くあまねく世に広めることを社是とし、量子化MLモデル開発環境 Blueoil, 超低消費電力AIアクセラレータ及び学習済みモデル Efficieraに取り組んでまいりました。次世代LLM向け大規模学習チップOctraの開発を進めていたところではございますが、このたび解散する運びとなりました。 これまでに皆様から賜りましたご愛顧に心から感謝申し上げるとともに、ご迷惑をおかけしますことをお詫び申し上げる次第でございます。 尚、過去ご契約ややり取りをさせていただいたお客様からお預かりしておりました情報・データ等は、す
このページを最初にブックマークしてみませんか?
『LeapMind株式会社 - 最先端のAI機械学習技術でビジネス課題を解決』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く