ソニー、ディープラーニングのコアライブラリを無償公開
ソニーは6月27日、ディープラーニングのプログラム生成に利用するフレームワーク「コアライブラリ：Neural Network Libraries」をオープンソース化したと発表した。 ディープラーニングは、人間の脳を模倣した「ニューラルネットワーク」を用いた機械学習手法のひとつ。従来の機械学習と比べて性能向上しやすく、画像認識や音声認識、機械翻訳、信号処理のほか、ロボット制御など広範囲で利用できる汎用性の高さも特徴となる。 ディープラーニングを使ったプログラム開発には、ニューラルネットワークの設計が重要。画像認識や音声認識などに応じて最適なニューラルネットワークを構築し、試行錯誤を繰り返してニューラルネットワークを最適化することで製品・サービスに搭載できる。 今回、オープンソース化したコアライブラリは、一連の開発工程を効率化するソフトウェアであり、「汎用的な実行環境」「高効率な開発環境」「多
ソニー、ディープラーニングのコアライブラリをオープンソースで公開
ソニーは6月27日、ディープラーニング（深層学習）のプログラムを生成する際にフレームワークとなる「コアライブラリ：Neural Network Libraries」をオープンソースで公開した。開発者・研究者に利用してもらうことで、「プログラムの進化を期待するとともに、社会の発展に貢献することを目指す」としている。 公開したのは、ニューラルネットワークの設計や最適化、製品・サービスへの搭載を効率化する演算モジュール群。スマートフォン「Xperia」シリーズに搭載したAR活用カメラアプリ「ARエフェクト」などにも活用されているという。 コアはC++11で記述され、Pythonで利用可能。少ないプログラミング量で直観的にニューラルネットワークの設計ができるという。動的なニューラルネットワークにも対応。NVIDIAのGPUに対応している。 新たな機能が必要になった場合も関数ブロックや最適化モジュー
マイクロソフト、ディープラーニングを手がける新興企業Maluubaの買収を発表
Microsoftは米国時間1月13日、モントリオールに拠点を置き、ディープラーニングを手がける新興企業Maluubaを買収する計画を発表した。金銭的条件は明らかにされていない。Maluubaは自然言語理解や強化学習を手がけてきた。 MicrosoftのAI and Research Group担当エグゼクティブバイスプレジデントであるHarry Shum氏は、以下のようなシナリオでMaluubaの技術を活用できると説明している。 「例えば、社内で税法関連のエキスパートを見つけ出すために組織内のディレクトリやドキュメント、電子メールをくまなく検索して回るのではなく、Maluubaの機械による理解能力を活用した人工知能（AI）エージェントに要求すれば、すぐさま答えが返ってくるような未来を想像してほしい。こういったエージェントは、今日のような単なるキーワード検索ではなく、企業内のドキュメントや
GPUがけん引する“ハード黄金時代”、ディープラーニングやAI処理で需要高まる
関連キーワード Amazon EC2 | ディープラーニング | 機械学習 GPUを使ったディープラーニング専用システム「NVIDIA DGX-1」（出典：NVIDIA）《クリックで拡大》 IT業界ではかなり前から、ハードウェアを重視しなくなっている。だが、2017年にはディープラーニングの台頭に伴い、この状況は変わりそうだ。 Forresterのアナリストを務めるマイク・グアルティエリ氏によると、われわれは、主にGPU（Graphics Processing Unit）がけん引するハードウェアの黄金時代に入ろうとしているのかもしれない。 併せて読みたいお薦め記事 人工知能時代の課題 ディープラーニングは“黒歴史”を乗り越えられるか 人工知能の時代がすぐそこに CIOが解決すべき10の課題 ハードウェアの新潮流 仮想デスクトップ管理者のための「vGPUテクノロジー入門」 Teslaが実践す
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表 「すごく賢いAIがすでに存在する」「機械学習などを使えば、誰でもすぐに『すごいこと』ができる」――IT調査会社のガートナージャパンは12月22日、人工知能 (AI) に関する10個の「よくある誤解」を発表した。AIは現在「過度な期待」を受けているとした上で、日本企業は今後AI開発に必要な人材確保が難しくなる――などと予測している。 「すごく賢いAIは今のところ存在しない」 ガートナーによれば、経営者やテクノロジーにそれほど詳しくない人は「今のAIは、人間と同様のことができる」「今すぐにすごいことができる」と誤解している傾向があるという。 2016年、ガートナーには顧客から「どのAIが最も優れているか」などの質問が寄せられたという。同社はその背景に「すごいAIがすでに存在する」
エンジニアとして知っておきたい人工知能の歴史とディープラーニングの課題
新刊のお知らせ 2016年12月17日に、この連載をベースにした新刊『エンジニアが生き残るためのテクノロジーの授業』が発売されました！ ITとビジネスの関係、コンピュータ、ネットワーク、プログラミング、データベース、セキュリティ、人工知能など、本連載で解説した内容も含め、エンジニアなら誰もが知っておくべきテーマを一冊で学ぶことができます。 人工知能のルーツと発展 人工知能における3回のブーム 今回と次回は、今後エンジニアが密接に関わるであろう人工知能（AI）がテーマです。今回は人工知能の歴史と、ディープラーニングの初歩の初歩を解説します。 「Artificial Intelligence（人工知能）」という言葉が初めて使われたのは、1956年のダートマス会議だといわれています。世界最初のコンピュータとされる「ENIAC」が開発されたのが1946 年なので、人工知能についての研究が始まったの
「ATOK」に10年ぶり新変換エンジン ディープラーニング活用で誤変換30％減 「以前やめた人にも試してほしい」
ジャストシステムは12月1日、日本語入力ソフト「ATOK 2017 for Windows」を2017年2月3日に発売すると発表した。ディープラーニング技術などを用いて変換精度を高めたのが特徴。日本語ワープロソフト「一太郎 2017」も同時発売し、価格はATOKが8000円から、一太郎が2万円から（いずれも税別）。 ATOK 2017の特徴は「機械学習を用いた新変換エンジン」だ。10年ぶりに変換エンジンを刷新し、新開発の「ATOKディープコアエンジン」を採用。長年にわたって研究開発を積み重ねてきた変換アルゴリズムに、ディープラーニングによる統計的な言語処理技術を取り入れ、ATOK 2016と比較して誤変換を約30％削減できるという。 これまでの変換エンジンは、さまざまな文章にみられる特徴を人がアルゴリズムに組み込んでいく開発手順が一般的だった。新エンジンは、ディープラーニング技術を用い、W
グーグル、糖尿病にともなう失明の兆候をディープラーニングで早期発見へ
Googleは、糖尿病の合併症として発症する糖尿病網膜症（Diabetic Retinopathy：DR）を網膜写真から見つけるための、ディープラーニング（深層学習）用アルゴリズムを開発した。このアルゴリズムを使ったところ、眼科医と同程度の精度で糖尿病網膜症の兆候を発見することができたという。 糖尿病網膜症は、糖尿病にともなって起きる合併症の一つ。早期発見できれば治療可能だが、進行すると回復不可能な失明に至る恐ろしい病気である。 見つける方法は、医師が網膜の写真を調べて診断することが一般的。しかし、専門的な訓練が必要で、十分な診断技術を持つ医師は世界的に不足しているという。そこでGoogleは、マシンラーニング（機械学習）技術やコンピュータ画像処理といった技術が役立つと考え、インドおよび米国の医師と共同で研究に取り組んだ。 まず、糖尿病網膜症の発現データセットを12万8000個の画像で用意
TechCrunch | Startup and Technology News
William A. Anders, the astronaut behind perhaps the single most iconic photo of our planet, has died at the age of 90. On Friday morning, Anders was piloting a small…
東芝、ディープラーニングを低消費電力で実現する「脳型プロセッサ」開発
東芝はこのほど、ディープラーニング（深層学習）の処理を低消費電力で実行する、人間の脳を模した半導体回路「TDNN」（Time Domain Neural Network）を開発したと発表した。スマートフォンなどの端末でディープラーニングを可能にするプロセッサの実現を目指す。 現在のディープラーニングは、大量の電力が必要な高性能コンピュータで行われている。スマートフォンやセンサーなどのエッジデバイスで実行するには低消費電力なチップが必要だが、データをメモリから演算回路に移動するのに大きな電力が必要なことが課題だった。データの移動を減らすには演算回路を完全に並列化し、その演算回路が利用するメモリを演算回路の直近に配置することが有効だが、チップサイズが大きくなってしまうため採用できなかった。 同社は今回、デジタル信号が論理ゲートを通り抜ける際の遅延時間をアナログ信号として利用する技術「時間領域ア
Intel、機械学習最適化チップを手掛けるディープラーニングのNervanaを買収
米Intelは8月9日（現地時間）、ディープラーニング関連ソフトウェアおよびハードウェアを手掛ける米新興企業Nervanaを買収したと発表した。買収総額は公表していないが、米Recodeによると約4億800万ドル。従業員わずか48人の企業の買収額としては破格だ。 買収完了後、Nervanaは独立した傘下企業として従来通り稼働する。 Nervanaは米Qualcommで研究員を務めたナヴィーン・ラオCEOが2014年に立ち上げた、カリフォルニア州サンディエゴに拠点を置く非公開企業。人工知能（AI）関連のソフトウェアだけでなく、ハードウェアも開発しているのが特徴だ。LinkedInには、「データ解析とコンピューテーションのための次世代マシンを構築している。ディープラーニングを利用することで、ハードウェアからソフトウェアまでを現実世界の問題解決のために最適化している」という説明がある。 Nerv
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
https://jp.techcrunch.com/2017/06/07/20170606deep-databricks/
https://jp.techcrunch.com/2017/01/14/20170113udacity-launches-deep-learning-nanodegree-foundation-program/
長文日記
TechCrunch | Startup and Technology News
長文日記
長文日記
長文日記
TechCrunch | Startup and Technology News
https://jp.techcrunch.com/2016/08/10/20160809intel-buys-deep-learning-startup-nervana-systems-for-a-reported-350-million/