ファナック株式会社（以下ファナック）は株式会社Preferred Networks（以下PFN）と共同で、機械学習・深層学習を活用した新たなAI機能を開発、リリース致します。 FA：AIサーボモニタ（Level 4：深層学習） 工作機械の送り軸や主軸の突然の故障による機械停止は、加工ラインの長時間停止などの大きな問題につながります。これを防止するためには、故障する前に送り軸や主軸の異常の兆候を知る必要があります。 機械の送り軸や主軸の状態を知るため、その制御データを高速サンプリングして収集し、これに深層学習を適用して異常度を提示する、AIサーボモニタ機能を開発致しました。 AIサーボモニタでは、正常動作中にモータのトルクデータを入力として学習することによりその特徴量を取り出し、正常な状態を表現する学習モデルを作成します。その後、実稼働中に得られるトルクデータを入力として正常な状態と比較し、

MN-1、MN-1ｂ、MN-2合計で約200※1ペタフロップス※2の計算資源を保有 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、プライベート・スーパーコンピュータ MN-2（エム・エヌ・ツー）を自社構築し、2019年7月に稼働します。 MN-2は、NVIDIA(R) V100 Tensor コア GPUを搭載した最新のマルチノード型GPGPU※3計算基盤で、すでにPFNが保有するプライベート・スーパーコンピュータMN-1（2017年9月稼働）、MN-1ｂ（2018年7月稼働）と合算して、PFNは合計約200 ペタフロップスの計算資源を保有することになります。またMN-2の構築に並行して、PFNが独自開発するディープラーニング・プロセッサー MN-Core(TM) によるプライベート・スーパーコン

「未来の学び プログラミング教育推進月間」協力企業として、小学生向けに、プログラミング体験を含めた学習指導案の作成に協力。 全自動お片付けロボットシステムを題材にしたビデオ教材を制作・配信 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、未来の学びコンソーシアムが進める「未来の学び プログラミング教育推進月間」に向け、全国の小学校の総合的な学習の時間におけるプログラミング体験を含めた授業の学習指導案「自動化の進展とそれに伴う自分たちの生活の変化を考えよう」の作成に協力しています。また、PFNが開発する全自動お片付けロボットシステムを題材にしたビデオ教材を制作し、提供します。 「未来の学びコンソーシアム」を連携して運営する文部科学省、総務省、経済産業省の3省は、2020年の小学校プログラミング教育必修化

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、オープンソースの深層学習フレームワークChainer™（チェイナー）v6に、N次元配列の自動微分をC++で実装したChainerX（チェイナー・エックス）を統合してリリースします。Chainer v6では、v5までのコードをほとんど変更することなくそのまま動作させることが可能です。 Chainerは2015年のオープンソース公開以来、現在に至るまで活発に開発が続けられ、フレキシブルで直感的な深層学習フレームワークのパイオニアとして、多くのユーザーに使われてきました。その後、多くの深層学習フレームワークがChainerと同じDefine-by-Run方式を採用したことからも、Chainerの先見性は証明されています。一方、ChainerがPure Pyth

Preferred Networks Creative Project：MotionChainer、DesignChainerを開発。アニメーション映画『あした世界が終わるとしても』に技術提供 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、深層学習技術の実世界への応用を目指し、PFN Creative Projectとして、2019年1月25日公開のオリジナル劇場長編アニメーション映画『あした世界が終わるとしても』の製作委員会に参画しています。本作品の制作にあたり、PFNは深層学習技術を活用したソフトウェアDesignChainer™（デザイン・チェイナー）とMotionChainer™（モーション・チェイナー）を開発し、技術提供しました。 DesignChainerについて デザインワークには様々

深層学習に特化した ディープラーニング・プロセッサー MN-Coreを発表。2020年春、MN-Coreによる大規模クラスターMN-3を稼働予定 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、深層学習に特化したディープラーニング・プロセッサー MN-Core (TM) （エムエヌ・コア）を発表します。東京ビッグサイトで開催中の SEMICON Japan 2018において、MN-Coreチップ、ボード、サーバーなど、PFNが独自開発した深層学習向けのハードウェアを展示します。 PFNは、深層学習の実世界への応用を目指し、オープンソースの深層学習フレームワークChainer (TM)（チェイナー）の開発や、研究開発を支える大規模GPUクラスターMN-1（エムエヌ・ワン）、MN-1b（エムエヌ・ワン・ビ

株式会社Preferred Networks（本社東京都千代田区、代表取締役社長CEO 西川徹。以下「PFN」）において、東京大学大学院情報理工学系研究科教授である五十嵐健夫氏が、本年8月1日付けでテクニカルアドバイザーに就任しました。 五十嵐教授は、ユーザインタフェース研究の第一人者で、二次元のスケッチから三次元オブジェクトをインタラクティブに作成する著名な手法Teddyを始めとする数多くの研究成果をインタフェース、コンピュータグラフィクスの国際会議で発表し、最近ではJST CREST HCI for Machine Learningプロジェクトにおいて研究代表者を務め、機械学習技術を使いやすくするための研究を行っています。 今回のテクニカルアドバイザー就任では、PFNのヒューマンコンピュータインタラクション（HCI）およびヒューマンロボットインタラクション（HRI）関連研究に対して、イ

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

NTT Comグループのマルチノード型GPUプラットフォームを採用 株式会社Preferred Networks(本社：東京都千代田区、代表取締役社長 最高経営責任者：西川 徹、以下：PFN)は、自動運転技術やがん診断をはじめとした深層学習(ディープラーニング)などの研究開発用プライベート・スーパーコンピュータを、2017年9月より稼働しました。このスーパーコンピュータは、NTTコミュニケーションズ株式会社(本社：東京都千代田区、代表取締役社長：庄司 哲也、以下：NTT Com)と株式会社NTTPCコミュニケーションズ(本社：東京都港区、代表取締役社長：田中 基夫、以下：NTTPC)の高速演算処理(GPU)プラットフォームを採用し、計算ノードにはNVIDIA(R)製 Tesla(R) P100 GPUを1,024基搭載しています。民間企業のプライベートな計算環境としては、国内最大級となりま