TechCrunch | Startup and Technology News
Finbourne, founded out of London’s financial center, has built a platform to help financial companies organize and use more of their data in AI and other models. Even as quick commerce startups are retreating, consolidating or shutting down in many parts of the world, the model is showing encouraging signs in India. Consumers in urban cities are embracing the convenience of having groceries delive
Windowsが動く極小PC「LattePanda」、2年遅れでも独走のワケ
「日本の技適マークは付いていないのか…」。2年ほど前、そう落胆した新製品がある。Raspberry Pi（ラズパイ）が火付け役となった名刺大PCボードの新製品、中国DFRobotの「LattePanda」だ。CPUとしてx86コアを持つ米インテル製プロセッサを備え、フル機能のWindowsが動くのが特徴。2017年9月に日本の電波法に基づく認証、いわゆる技術基準適合証明（技適）を取得して2年遅れの日本上陸を果たした。 LattePandaは、2015年12月にクラウドファンディングサイト「Kickstarter」でWindowsが動くPCボードとして注目を集めた。資金獲得を経て2016年の3月に出荷を始めた。 ただ発売当時は、日本では使えなかった。LattePandaは無線インタフェースとして無線LANとBluetoothを搭載しており、国内では技適を取得していない状態で電波を発するのは電
Google Maps reveals Disney tried to hide the Millennium Falcon with shipping containers
You may be able to hide from people on the ground, but Google Maps sees all. The movie industry tries its best to keep things under wraps until the big premiere, especially with a massive franchise like Star Wars, but with never-ending leaks and sneaky paparazzi, that can be a difficult task. In an attempt to shield the beloved Millennium Falcon from peering eyes on the M3, it appears that Disney
49量子ビットの壁突破へ、 IBMがモデル化に成功
New Twists in the Road to Quantum Supremacy 49量子ビットの壁突破へ、 IBMがモデル化に成功 量子コンピューターが従来型コンピューターに対して圧倒的な優越性を示す「量子超越性」を実証するには、49キュービットの実装が目標とされている。IBMの研究者は数学的手法を駆使して、49キュービットを超える量子コンピューターの振る舞いをモデル化することに成功した。 by Will Knight2017.11.07 142 69 7 0 量子コンピューターは何十年もの間、大げさに宣伝され、ニュースの見出しを飾っていたが、従来型コンピューターよりも優れていることを実証する準備がついに整った。 だが、正確にはそれがいつになるのかは少しばかり曖昧だ。加えて、こうした魔法の機械が、目に見える影響を私たちの生活に与えるまでにはもう少し時間がかかりそうだ。 従来のコンピ
Preferred Networks、深層学習の学習速度において世界最速を実現 - 株式会社Preferred Networks
大規模な並列コンピュータを活用し、分散学習パッケージChainerMNでImageNetの学習を15分で完了 株式会社Preferred Networks（本社：東京都千代田区、代表取締役社長：西川徹、プリファードネットワークス、以下、PFN）は、大規模な並列コンピュータ「MN-1※1」を活用し、深層学習（ディープラーニング）の学習速度において世界最速を実現しました。 深層学習モデルの精度を向上させるため、学習データのサイズやモデルのパラメータ数が増加し、それにともなって計算時間も増大しています。1回の学習に数週間かかることも稀ではありません。複数のコンピュータを連携させて学習を高速化することは、新たなアイディアの試行錯誤や検証に要する時間を圧縮し、素早く研究成果をあげていくために非常に重要です。 一方で、複数のコンピュータを使った並列分散学習においては、通常、GPU数を増やすほどバッチサ
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
デバイス新時代！ABC取材のニュースをスマートスピーカー「Amazon Echo」より配信｜Screens｜映像メディアの価値を映す
Decentralizing Everything with Ethereum's Vitalik Buterin | Disrupt SF 2017