GTCで見えたNVIDIAのディープラーニング戦略（後編）
ディープラーニング向けシステムで一定の地位を築いたエヌビディアは、新たにTesla P100を投入したわけだが、早期普及のため、自社で開発したマシンであるDGX-1を販売することにした。 半導体のセールス、サーバーメーカーでの採用、サーバー製品の開発という段階を踏んでいたのではユーザー企業が利用できる製品が登場するまで1年以上はかかってしまう。完成品のサーバーマシンを最初に提供することで、市場にいち早くTesla P100システムを浸透させられる。 地位を固めるべく、完成品サーバーを出したエヌビディア また、ディープラーニング学習に利用するユーザーは、インターネットなどでサービスを行う企業なので、ハードの構築自体には興味はなく、手早く利用できる高速なシステムを欲している。このため、すぐにでも利用できるシステムを提供する必要があるわけだ。NVIDIAはDIGITSを持っており、CUDAでは著
ビッグデータ事例--薬剤の副作用の予測がほぼ100％可能に
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 京都大学は1月22日、医学研究科特定研究員の江谷典子氏の成果として、薬剤やその副作用、疾患の原因となる遺伝子などのビッグデータを解析することで、副作用をほぼ確実に予測できるという研究結果を発表した。 この解析により既存の薬剤の中で、元々のターゲット以外の疾患に効果を発揮する可能性があるものについて予測し、いままで治療薬が公開されていない疾患に対して300件以上の候補を発見できたという。 江谷氏は将来的にはプログラムを半導体チップへ組み込んだ、SoC（システム オン チップ）を用いることで、セキュリティ強化が可能であり、同時にデータ 処理も高速化できるため、今回のようなビッグデータを用いた予測が手軽にできるようになると説明している。 研究
データサイエンティストは人工知能に駆逐されるのか？
2014年に入って筆者は、「データサイエンティストは人工知能に駆逐されてしまう」と読み取れるような記事を何回も書いている。最近でも「日経コンピュータ」2014年10月2日号で「ビッグデータは人工知能に任せた！」という特集記事を書いた。「任せる先はデータサイエンティストじゃなかったのか？」と思われる方も多いだろうから、少し説明しようと思う。 まずは筆者が日経コンピュータやITproで、「機械学習」や「ディープラーニング」に代表される最近の人工知能技術とデータサイエンティストとの関係についてどう書いてきたか振り返ってみる。例えば、2014年1月9日号の特集「『機械学習』革命」（ITproで全文が読める）では、以下のように書いた。 米グーグルや米アップル、米フェイスブックといった先進IT企業は今、コンピュータがデータの中から知識やルールを自動的に獲得する「機械学習」の技術を駆使し、様々なイノベー
1
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
処理を実行中です
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
Engadget | Technology News & Reviews
