TPU VS GPU(日本語版)
はじめに(この記事の英語版はTPU VS GPU(English Edition)にあります。) Machine Learning部門の江間見です。ストックマークでは、自然言語処理技術の研究開発を行っています。 昨今、大規模データでニューラルネットワークを訓練し良い結果を得ようとするならば、深層学習モデルの訓練にかかる時間の膨大さに誰もが悩まされたことがあるかと思います。さらに、深層学習モデルはハードウェアのリソースを多く必要とします。 深層学習モデルの学習では、計算の特性上、CPU（Central Processing Unit）より GPU（Graphics Processing Unit）が高速であるため、GPUが推奨されます。しかし、GPU以外の選択肢として、TPU(Tensor Processing Unit)があります。 そこで、本記事では、自然言語処理のタスクで深層学習モデル
字幕：AIでよみがえる高校銃乱射事件の被害者 米大統領選の投票呼び掛け
【10月29日 AFP】米国史上最悪の高校銃乱射事件で犠牲になった息子を、大統領選向け動画のために人工知能（AI）でよみがえらせないかと広告代理店に持ち掛けられた時、マヌエル・オリバー（Manuel Oliver）さんとパトリシア（Patricia Oliver）さんは一瞬も迷うことはなかった。 2人の息子、ホアキン・オリバー（Joaquin Oliver）さんは2018年2月14日、17歳で命を落とした。ホアキンさんは、フロリダ州パークランド（Parkland）のマージョリー・ストーンマン・ダグラス高校（Marjory Stoneman Douglas High School）で発生し、17人が死亡した、銃乱射事件の被害者の一人だ。 初めにオリバーさん夫婦は、死んだ息子の最も新しい写真を提供した。ホアキンさんに似ている俳優がメッセージを録音。AIを使って、ホアキンさんの顔を俳優の顔にマッ
AIで実在しないモデル画像を生成 広告効果に応じて容姿を変化 CAが新サービス
サイバーエージェント（CA）は10月28日、AIで実在しないモデルの画像を生成し、広告効果に応じてモデルの容姿や背景などを変えるサービス「極予測AI人間」を11月から提供すると発表した。AIによって企業やブランドのイメージに適したモデルを生成し、広告効果に応じて表情や髪形などを変えることで、効果をさらに高めるという。 モデルの画像生成には、画像を生成するAIと画像を評価するAIを敵対させ、精度を向上させる技術「GAN」（敵対的生成ネットワーク）を利用。実在するモデルの画像を学習することで、架空のモデル画像を生成する。企業やブランドが想定するターゲットごとに、モデルの髪形、ポーズ、ファッション、背景を変えたり、外国籍のモデル画像を生成したりできるという。 広告の展開後、広告のクリック数や広告経由の資料請求数、広告のPV数などをAIに学習させ、髪形やファッションなどをアップデート。企業やブラン
自然言語処理の最先端Transformerを集合生成に応用する【逆転オセロニア】 | BLOG - DeNA Engineering
はじめまして。9月初旬より約半月にわたり、AIエンジニアコースのインターンに参加させていただいた清水と申します。大学院は情報系の専攻で、最近は幾何学的な深層学習に関する研究に取り組んでいます。その過程で言語的なタスクを出口に用いることも多く、副次的に深層学習を利用した自然言語処理にも多少明るかったりします。 題目にあるTransformerとは、そうした分野にてここ数年にわかに注目を集めている仕組みの名です。自然言語処理の最先端研究ではまず流用されないことなどない、いわば伝家の宝刀レベルのモデルといってよいでしょう。 本記事ではこれを『逆転オセロニア』というゲームのデッキ編成に特化させ、現行手法よりも表現力に富んだ編成システムを実現した経緯についてお話しできればと思います。『日進月歩で強力になっていく機械学習手法の恩恵に与りたいけれど、所望の問題設定にドンピシャな手法なんてそうそうなくて思
Pythonではじめる数学の冒険
数学を8年間、コンピュータサイエンスを3年間教えたことのある著者が、自らの経験に基づき、これからの時代に必要な数学とプログラミングの能力を身につけてもらいたいと筆をとった意欲作。定義や命題から入る伝統的なアプローチではなく、プログラミングによる視覚的アプローチで直感的な理解を促します。数学の視点からプログラミングを眺め、また逆にプログラミングの視点から数学を眺めることで、退屈な計算問題は、さまざまな工夫が可能なプログラミングの課題になり、プログラミングの文法は、数学の問題を解く上での強力な武器となり、それぞれの新たな魅力に気づかされるきっかけとなります。代数、幾何学、三角関数などの高校レベルの数学を使った数多くの例題を盛り込み、実際にProcessingでPythonプログラムを動かしながら、AI時代に求められる数学の能力を磨いていきます。 正誤表 ここで紹介する正誤表には、書籍発行後に気
バンクシーに似せた作風で描くAI（人工知能）が登場しちゃった件
模倣学習をもとに独自の創作物を生み出すAIが脚光を浴びる中、ついにあのバンクシーの作風そっくりに描くAI（人工知能）が登場してしまったようだ。 震えるぐらいの高値がつく落書きで世界をにぎわすバンクシーの画風を学びまくったこのAIは、バンクシーならぬギャンクシー（GANksy）というそうだ。 バンクシーは覆面アーティスト故に、本物か偽物か紛らわしい作品もあるわけだが、ここでAIが登場しちゃったらさらにややこしくなりそうだ。 名前も作品も模倣？バンクシーに似たAIアートが誕生 先日「GANksy」というAIが「あるストリートアーティスト」を彷彿とさせる256点の傑作をこの世に生み出した。 そのAIの名の響きといい作品の雰囲気といい、ストリートアーティストのバンクシーの影響が色濃いことはだれの目にも明らかだ。 だが、AIの作成者であるMattRoundは自身にひらめきをもたらした「特定のアーティ
Kura Sushi | Coral
Kura Revolving Sushi Bar leverages local AI to serve better sushi Kura Revolving Sushi Bar in Japan has always been committed to the highest standards of health and safety for its customers. Known for their tech forward approach, Kura has dabbled in sushi making robots, an automated prize machine called Bikkura-pon, and a patented dome-shaped dish cover, aptly dubbed Mr. Fresh. But most recently,
「圧倒的に便利で疲れない世界を」“日本最強のAI技術者集団”率いるPFN西川徹が描く未来（テレ朝POST） - Yahoo!ニュース
テレビ朝日が“withコロナ時代”に取り組む『未来をここからプロジェクト』。 同プロジェクトでは、「未来への入り口」というコンセプトのもと、多岐にわたる分野で時代の最先端を走る「人」を特集する新企画『未来を人から』を展開。 第4回に登場したのは、高いAI技術を誇るベンチャー企業CEOの西川徹氏だ。 2006年の東京大学大学院在学中、プログラミングコンテスト世界大会に出場した仲間等と前身となる会社を設立。2014年にはAI技術（深層学習技術）に特化した事業に取り組むべく、プリファードネットワークスを設立、CEOに就任した。 その企業価値は3500億円ともいわれ、2019年には「日本ベンチャー大賞」で内閣総理大臣賞を受賞。 自動車の自動運転技術やガンの早期発見システム、全自動お片付けロボットなど、AIの力で世界を変えるべく奮闘する西川氏が思い描く未来とは――。 「私たちはAI・人工知能と呼ばれ
富士通、AIをあざむく「偽装攻撃」の検知技術を開発 21年度の実用化目指す
富士通研究所は10月29日、AIの誤判定を引き起こすサイバー攻撃を検知する技術を開発したと発表した。現場での実証実験を経て、2021年度中の実用化を目指す。 富士通研究所が今回開発したのは、系列データを扱うAIモデルに対する偽装を見破る技術。例えば攻撃者がマルウェアを使って感染を広げようとする場合、通信ログが系列データとして残る。通信ログからAIは攻撃を検知できるが、正規の管理業務操作のタイミングに攻撃を混ぜられると正しく検知できない場合もあった。 富士通研究所は偽装攻撃のパターンを自動生成する技術を新たに開発。大量に偽装攻撃のデータを作成し、正規の系列データと組み合わせる。この偽装攻撃データを学習したAIモデルと、従来の攻撃データを学習したAIモデルを組み合わせて再度学習（アンサンブル学習）を行うことで、偽装攻撃への耐性を上げつつ、従来の攻撃データへの判定精度の低下も抑えたとしている。
［解決！Python］splitメソッドで文字列を分割するには
splitメソッドを使って文字列を空白文字や特定の文字列を区切りとして複数の文字列へと分割する方法を見ていく。似た処理を行うrstripメソッドとstliplinesメソッドも紹介。 # 空白文字で分割 s1 = 'atmarkit deep\tinsider\nforum' r = s1.split() # 区切りを指定しなければ、タブ、改行なども空白文字として扱われる print(r) # ['atmarkit', 'deep', 'insider', 'forum'] # 指定した文字を区切りとする s2 = 'kawasaki, isshiki, endo, shimada' r = s2.split(',') # カンマ「,」を区切りに指定 print(r) # ['kawasaki', ' isshiki', ' endo', ' shimada'] r = s2.sp
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
すべての企業がAIになる。孫正義氏とNVIDIAフアンCEOが対談