Google、Androidデバイス用機械学習プラットフォームを発表
Announcing Android’s updateable, fully integrated ML inference stack
Announcing Android’s updateable, fully integrated ML inference stack Posted by Oli Gaymond, Product Manager, Android ML On-Device Machine Learning provides lower latency, more efficient battery usage, and features that do not require network connectivity. We have found that development teams deploying on-device ML on Android today encounter these common challenges: Many apps are size constrained,
メンタルヘルス×機械学習まとめ
近年、精神疾患の患者数は増加し続けています。厚生労働省が3年毎に行っている患者調査を見ても、以下の図からも見られる通り精神疾患の患者数は平成11年の204万人から平成26年の392万人と、15年間でおよそ2倍に増えています。 https://www.mhlw.go.jp/file/05-Shingikai-12201000-Shakaiengokyokushougaihokenfukushibu-Kikakuka/0000108755_12.pdfより引用また、最近ではコロナの影響もあり、自粛などによる生活の変化への不安が人々の精神状態の悪化に拍車をかけています。 一方で、近年のテクノロジーの進展は目覚ましいものがあり、認知行動療法のデジタル化などが近年国内でも取り組まれており、精神疾患の治療にIT技術を役立てようという動きも出てきています。 これらの流れを踏まえた上で、本記事では機械学習
自動運転レベルのスペックは行き詰まりか？
2021年5月初め、SAE Internationalは自動車の自動化レベルを再び更新した。更新内容は規格「J3016」で説明されている（下図）。J3016で示された分類は最もよく知られており、人間が運転する自動車からマシンが運転する自動車までの道のりをマッピングする上で、幅広く参照されている。 公道での安全性を高めるための技術については、明らかに異なる2つの役割があると筆者は考えている。すなわち、「人間をより安全なドライバーにするという役割」と、「ドライバーを人間から置き換える」という役割である。これらは完全に独立した開発軌道にあり、交わることはない。 この2つの役割は並行していて、収束することはないのだ。 （レベル0からレベル5までの）続き番号を振っていくシステムの採用は、広範囲にわたりある誤解を生みだしてきた。つまり、J3016の1つのレベルが次のレベルにつながるという誤解であるが、
アカ停止は「AI誤検知」ツイッター社 望月記者ら復旧：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
深層学習モデルの量子化により、データ処理速度が最大5倍に向上
TRUST SMITHは2021年6月29日、深層学習モデルを量子化することで、データ処理速度が最大5倍向上したと発表した。膨大な処理が困難だったエッジAI（人工知能）で、深層学習モデルの実装が可能になるという。 同社は、最新の量子化技術を用いることで、深層学習モデルの精度を保ちながらモデルを軽量化した。従来の演算手法が32ビットの浮動小数点数で数値を取り扱うのに対し、今回の手法では最低2ビットにまで演算に必要なビット数を削減できる。 また、組み込み分野への応用を視野に入れており、Pythonで量子化したモデルをC言語で実行するための独自ライブラリとして、同技術を開発した。 今後は、さまざまな深層学習モデルへの利用範囲の拡大やAIアクセラレーターへの対応を進める。また、モデルの量子化作業自体の自動化や、ユーザー自身がモデルを量子化できるような仕組みの構築を目指す。 さらに、工場や物流施設の
［解決！Python］内包表記で辞書を作成するには
辞書内包表記を使って、辞書を作成する方法と、zip関数と辞書内包表記を組み合わせる方法、注意点などを紹介する。 # 辞書内包表記の基本型 d = {k: k ** 2 for k in range(5)} print(d) # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16} # 辞書内包表記とzip関数との組み合わせ articles = [ 'リストの内包表記と「if」を組み合わせるには', '内包表記でリストを作成するには', 'バイナリファイルの読み書きまとめ', 'テキストファイルの読み書きまとめ' ] urls = [ 'https://www.atmarkit.co.jp/ait/articles/2107/06/news020.html', 'https://www.atmarkit.co.jp/ait/articles/2106/29/news021.ht
AI事業者ガイドライン検討会 （METI/経済産業省）
2024年4月19日 AI事業者ガイドライン（第1.0版） 2024年3月14日 第3回 第3回AI事業者ガイドライン検討会・第27回AIネットワーク社会推進会議・第23回AIガバナンス検討会 合同会議 2024年1月19日 AI事業者ガイドライン案 2023年12月15日 第2回 2023年10月31日 第1回 ※「AI原則の実践の在り方に関する検討会」は「AI事業者ガイドライン検討会」に変更となりました。 （旧 AI原則の実践の在り方に関する検討会） 2023年3月1日 第8回 2023年2月3日 第7回 2022年12月5日 第6回 2022年3月7日 第5回 2022年1月28日 ガイドライン（ver. 1.1） 2022年1月17日 第4回 2021年11月5日 第3回 2021年7月9日 ガイドライン（ver. 1.0） 2021年7月9日 報告書（ver. 1.1） 2021
「統計検定 データサイエンス基礎（CBT）」が7月13日から開始されました｜統計検定：Japan Statistical Society Certificate
2021.07.13 統計検定CBTによる新しい検定種別「統計検定 データサイエンス基礎（CBT）」が2021年7月13日（火）から開始されました。 参照： 統計検定CBT方式試験のページ 統計検定CBT方式試験 統計検定CBT方式試験の申込 統計検定CBT方式試験の申込 ※株式会社オデッセイコミュニケーションズのページが開きます 統計検定TOP ＞ 統計検定とは ＞ 統計検定 データサイエンス基礎（CBT） 「統計検定 データサイエンス基礎（CBT）」ページ 統計検定 CBT方式試験TOP ＞ CBT方式試験とは ＞ 統計検定CBT方式 データサイエンス基礎 「統計検定 データサイエンス基礎（CBT）」ページ
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
