Google、揺れやミスのある住所表記を検証、正確な住所の推定、標準的な住所表記などを出力する「Address Validation API」正式リリース。米国や欧州などから順次展開 Googleは、入力された揺れのある住所の文字列を検証し、正確な住所表記を出力する「Address Validation API」の正式リリースを発表しました。 Have you ever entered the wrong address by mistake? Oops That's why we're happy to announce the general availability release of Address Validation, a new API that helps improve user experiences and reduce the impact of invalid

※この投稿は米国時間 2022 年 10 月 19 日に、Google Cloud blog に投稿されたものの抄訳です。 3 分の 1 以上の組織が、データ分析と機械学習は、今後 3 年から 5 年の間にビジネスの進め方を大きく変える可能性があると信じています。しかし、データドリブンな組織はわずか 26% にすぎません。このギャップの最大の理由の一つは、今日生成されるデータの大部分が、画像、文書、動画などの非構造化データであることです。非構造化データは、全データの約 80% を占めると言われており、これまで、これらのデータは組織によって活用されないままとなっています。 Google のデータクラウドの目標の一つは、お客様があらゆる種類と形式のデータから価値を実現できるようにすることです。今年初めには、Google はデータレイクとウェアハウスを単一の管理フレームワークで統合し、BigQu

1.はじめに 今までテキストから画像生成するモデルは、テキストで指定して特定のオブジェクト（有名なものを除く）を画像生成することが困難でした。 今回ご紹介するのは、テキストから画像を生成するモデルを、特定のオブジェクトの画像（３〜５枚程度）でファインチューニングすることによって、テキストで指定して特定のオブジェクトを画像生成できる Dream Booth という技術です。 ＊この論文は、2022.8に提出されました。 2.Dream Boothとは？ 下記がDream Boothのフロー図です。３～５枚の画像（Input Images）を使って、テキストから画像を生成するモデルを２ステップでファインチューニングします。 第１ステップ（左図）はモデルの低解像度部分が対象です。ユニークな識別子を含むテキスト（”A[V]dog”）を入力したら入力画像（Input Images）を出力するように、

はじめに こんにちは。検索基盤部の倉澤です。 私たちは、ZOZOTOWNの検索機能の改善に取り組んでいます。ZOZOTOWNのおすすめ順検索ではランキング学習を用いた検索機能の改善に取り組んでおり、A/Bテストにて効果を測定しています。 ランキング学習やElasticsearch Learning to Rankプラグインについては過去の記事で紹介していますので、併せてご覧ください。 techblog.zozo.com techblog.zozo.com 私たちは、機械学習モデルの開発からデプロイまでの一連の処理を実行するワークフローの構築にGoogle Cloud Platform（GCP）のVertex AI Pipelinesを利用しています。 本記事では、Vertex AI Pipelines採用前の運用とその課題点について説明し、次にVertex AI Pipelinesで構築し

楽天グループは2022年4月19日、ユーザーの属性情報や行動情報などを分析するデータベース（DB）である「楽天スーパーDB」の稼働環境に、米Google（グーグル）のクラウドサービス「BigQuery」を採用したと発表した。これまでオンプレミス環境のデータウエアハウス（DWH）で管理していた数ペタバイト級のデータを、クラウド上のDWHサービスであるBigQueryに移行する。 楽天スーパーDBとは、同社が世界中で展開する70以上のサービスを使うユーザーの情報を分析する巨大なDBだ。グループ共通IDである「楽天ID」のアカウント数は、日本国内で1億を超える。蓄積した情報は、サービスのパーソナライズ機能やレコメンデーション機能、行動ターゲティング広告機能などに使用している。 日経クロステックの取材に応じた楽天グループのロヒット・デワン執行役員Cloud Platform Supervisory

Google Forms APIが正式リリース。Googleフォームの作成や編集、集計などをプログラミングで制御可能に アンケートやクイズなどを簡単に制作できるGoogleフォームをAPI経由で作成、編集できる「Google Forms API」が正式版となったことを、Googleが発表しました。 Introducing the new Google Forms API! Developers can now build powerful integrations on top of Forms. Here's how you can use the new Forms API and what’s in it → https://t.co/zLcaEw2ru1 What will you build for Google Workspace? pic.twitter.com/oSkPqx

今回はクラウドにデータベースを新たに構築したり、移行する際に知っておくべき、デジタルトランスフォーメーション（DX）時代のデータベースの「新常識」を3つ紹介しよう。 DXの要請から素早い環境変化に対応するために進むクラウド活用。データベースもクラウドでの構築がスタンダードになりつつある。DXの進展でデータベースに対して、これまでより高い次元の要件が求められてきた。 その1つが、収集するデータや分析・利用形態の多様化だ。例えば小売業などでは、従来の顧客や売り上げのデータをベースに、天候や気温、交通情報、店舗近隣のイベント情報などさまざまなデータを組み合わせて分析したいとのニーズが高まっている。分析結果を迅速な予測に生かしたいとなれば、発生してからタイムラグのないデータの取得も求められる。 高度化する要件に応えるため、データベースは進化を続けている。その結果、データベースにも新たな常識が生まれ

「Yahoo! Japan」といったサービスを提供するメディア事業であると同時に、国内屈指の規模を持つWeb広告プラットフォーマーでもあるヤフー。2021年に扱ったWeb広告の数は数千万件に上るという。一方、同社は広告配信で課題も抱えていた。ガイドラインに沿わないコンテンツを除去する「広告審査」に手間がかかることだ。 同社が広告事業を始めた96年当初は人力で、途中からは自社開発した広告審査システムを使って不正な広告を除去していたが、件数が増えるにつれて作業が追い付かなくなった。そこで、AIを活用した審査システムを新たに開発。20年1月にこれまでのシステムと併用を始めたところ、工数の削減に成功したという。 プロジェクトを手掛けたのは、ヤフーのエンジニアである伊藤瞬さん（メディア統括本部トラスト＆セーフティー本部プロダクト開発部長）。伊藤さんは当時、社内制度を活用して部署を移動したばかりで、A

※この投稿は米国時間 2021 年 9 月 29 日に、Google Cloud blog に投稿されたものの抄訳です。 Google で起きた大規模 MLOps の危機クラウディ・グルシアは Google のソフトウェアエンジニアであり、何十億ものユーザーにコンテンツを推薦している機械学習（ML）モデルに関わっています。2019 年 10 月、彼は ML 監視サービスからアラートを受けました。モデルの特徴量（ここでは、この特徴量を F1 とします）の重要度が下がってきていたのです。この特徴量の重要度は、モデルの予測において、特徴量の影響の大きさを表す指標である「Feature Attributions」で計測されています。この重要度の減少とともに、モデルの精度が急激に低下していました。 このアラートを受け、彼はすばやくモデルを再学習させました。その結果、F1 の代替となる 2 つの特徴量

アンケートなどを簡単に制作できるGoogleフォームをAPI経由で作成、編集できる「Google Forms API」が発表されました。 The #DeveloperCommunity has more power! Thanks to the new Google Forms API, you have the ability to build powerful integrations on top of forms. Check out automation use cases https://t.co/3rwg3qr5Vg — Google Developers (@googledevs) October 12, 2021 Googleフォームは、質問項目や選択肢が並んだフォーム画面を作り、公開すると、自動的に結果がGoogle Spreadsheetに集計され、容易にグラフ化など

Googleと同じAlphabetを親会社とし、深層学習によるタンパク質の構造解析や世界最強の囲碁AIを開発したことでも知られる人工知能企業のDeepMindが、90分先までの降水確率を高い精度で予測できる深層生成モデル「DGMR」を開発したと発表しました。天気予報において2時間以内の気候の変化を予測するのは最も難しい問題とされており、今回のモデルの登場により天気予報の精度が大幅に改善されることが期待されています。 Skilful precipitation nowcasting using deep generative models of radar | Nature https://www.nature.com/articles/s41586-021-03854-z Nowcasting the Next Hour of Rain | DeepMind https://deepmin

つながりをデータから解き明かしたい ~ 複雑ネットワークの世界とそれを活用した不正検知システム，さらに向こうへ この記事は Merpay Tech Openness Month 2021 の14日目の記事です．こんにちは，メルペイのMachine Learningチームのhmjです． 今回は昨年に引き続き「集団的な不正の検知」をテーマに，ここ一年間で少しづつ進めてきた集団的な不正の傾向分析や，検知のための機械学習パイプラインの構築・運用として Vertex Pipelinesの使用を検討しているので，それらの分かったことなどを紹介します． 昨年の記事はこちらとなります． Overview 「集団的な不正の検知」といっても，実際に定義は自明ではありません．その言葉を聞いた人によって，想像する集団の大きさや形，特徴などは様々です． 今回は，カード決済を利用した取引での集団的な怪しい取引のケース

Google Cloud を試す$300 分の無料クレジットと 20 以上の無料プロダクトがある Google Cloud で構築を始めよう 無料トライアル 「すべての人にハッピーなひとときをお届けし、価値を創造します」というミッションの達成を目指すコカ･コーラ ボトラーズジャパン株式会社。販売エリア 1 都 2 府 35 県に約 70 万台が展開されている自動販売機の新規設置や管理業務を効率化するためのデータ分析・機械学習プラットフォームに、Google Cloud が採用されています。データ分析の重要性や分析・機械学習プラットフォーム構築プロジェクトについて、データサイエンティストに話を伺いました。 利用している Google Cloud サービス：BigQuery、DataFlow、Vertex AI（旧 AI Platform）、Cloud AutoML 日々変化する KPI に臨

米グーグルが日本で金融事業に本格参入することが8日までにわかった。国内のスマートフォン決済会社を200億円超で買収し、インドや米国に続き日本でも2022年をめどに自社グループで送金・決済サービスを始めるもようだ。巨大IT（情報技術）企業の参入で金融と異業種の合従連衡が一段と加速する。グーグルが買収するのはスタートアップ企業のpring（プリン、東京・港）。17年に決済代行のメタップスや、みずほ

グーグル・クラウド・ジャパン（Google Cloud）は2021年6月2日、Google Cloudの“データクラウド”戦略および最新のデータ関連サービスに関する記者説明会を開催した。先月発表された3つの新サービス、多様なデータソースを統合分析可能にするデータファブリック「Dataplex」、スケーラブルなリアルタイムデータ複製を可能にする「Datastream」、データのみならずデータ分析の“手法”までを組織間で共有できる「Analytics Hub」が紹介された。 Google Cloudがデータクラウドとして重視している4つのポイント 説明会に出席したGoogle Cloud 技術部長（アナリティクス／機械学習、データベース）の寶野雄太氏はまず、企業におけるDX（デジタルトランスフォーメーション）の取り組みにおいて必須となるデータ活用について、「その実現のためには3つの要素が不可欠

はじめに こんにちは。SRE部MLOpsチームの中山（@civitaspo）です。みなさんはGWをどのように過ごされたでしょうか。私は実家に子どもたちを預けて夫婦でゆっくりする時間にしました。こんなに気軽に実家を頼りにできるのも全国在宅勤務制度のおかげで、実家がある福岡に住めているからです。「この会社に入って良かったなぁ」としみじみとした気持ちでGW明けの絶望と対峙しております。 現在、MLOpsチームでは増加するML案件への対応をスケールさせるため、Kubeflowを使ったMLOps基盤構築を進めています。本記事ではその基盤構築に至る背景とKubeflowの構築方法、および現在分かっている課題を共有します。 目次 はじめに 目次 MLOpsチームを取り巻く状況 MLOps基盤の要件 MLOps基盤技術としてのKubeflow Kubeflowの構築 ドキュメント通りにKubeflowを構

https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-launches-vertex-ai-unified-platform-for-mlopsMinori M@ Google Developer Expert (Machine Learning)です。 Google I/O 21で大きな発表がありました。Vertex AIという統合型AIプラットフォームです。紹介することが膨大にあるのですが、ここでは同時にリリースされたVertex AI AutoML Forecastingを紹介しようと思います。 時系列予測には難しさが伴います。まず ・シーケンシャルであること ・周期性があること ・外的要因（イベントで製品の売上が上がる、気温でアイスの売上が上がる等）が大きく寄与することなどです。 皆さんもアメ

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleが新たに大規模な量子コンピューティング研究センターを開設したことを明らかにした。カリフォルニア州サンタバーバラにあり、数百人のスタッフを雇用する予定だ。このキャンパスには、Googleの最初の量子データセンター、量子ハードウェア研究ラボ、量子プロセッサーチップファブリケーション施設がある。すでに一部の研究者やエンジニアが働いているという。 同社は米国時間5月18日、毎年開催されている開発者向けカンファレンス「Google I/O」で、「Quantum AIキャンパス」の運用が始まっていることを明らかにした。この施設は、独自の量子コンピューターの製造に大きな役割を果たすことになると述べた。 Google Researchおよび