アリババクラウド、日本のビジネスを支援するAIサービスパッケージを発表
アリババグループのデータインテリジェンスの中枢であるアリババクラウドは本日、AI関連サービスを必要とする日本の事業者を支援するための包括的なサービスパッケージを発表しました。このサービスパッケージには、機械学習タスク用のGPUインスタンスやAIアクセラレーションエンジン、Eコマース、自動車業界向けのAIソリューションまで、さまざまなソリューションが含まれます。本パッケージの提供は、デジタルトランスフォーメーション（DX）の加速を求めるお客様のニーズに応え、最先端のテクノロジーを市場に展開するというアリババクラウドの継続的な取り組みを実証するものです。また、パッケージに含まれる関連AI製品の技術サポートを最大3カ月間無償で提供するほか、開発者コミュニティ向けに定期的なオンライントレーニングも実施します。 パワフルなGPUインスタンス、AIアクセラレーションエンジン、クラウドネイティブなAIス
[MLOps Tips] 社会実装・業務適用に向けた機械学習プロジェクトの進め方 - Qiita
はじめに 昨今、様々な機械学習（深層学習を含む。以降、ML）の手法が提案されるとともに、社会実装や業務適用に向けたプロジェクトが開始されています。 しかし、現実問題をMLで解き、社会的・実務上の価値に繋げることは容易ではなく、多くのプロジェクトがPoC（Proof of Concept, 技術の概念検証）で止まっています。（PoC疲れ、PoC地獄、PoC貧乏といった単語すら登場しています...） ここ数年で多くのPoCが行われた結果、様々な反省点や改善手法が提案されてきており、本記事では、特に有意義だった下記の2論文+個人的な経験を踏まえて、社会実装・業務適用に向けた機械学習プロジェクトの進め方について、まとめてみたいと思います。 参考文献 Using AntiPatterns to avoid MLOps Mistakes How to avoid machine learning pi
![[MLOps Tips] 社会実装・業務適用に向けた機械学習プロジェクトの進め方 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/442698ec80b5ece8032b7b120c96d9023ae43eed/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0YWt1YmImdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWU4MjQwNTI3MzA5NzRhMmQxNjdmZGJhZTE5YWRkMzdj%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D02cc1d6c1c7831e19fd14d444d5b0d6c)
富士通の地域子会社が消滅、幹部社員に冬到来か
「地域に根を生やし、我々と密に話し合ってきた子会社群を富士通本社に吸収合併したのは果たして良いことなのか。地域の顧客ニーズに富士通が対応する力が弱くなり、ボディーブローのように効いてくるのではないか」。 重用してきた地域子会社が消滅 地方に本社を構える東証1部上場製造業の役員はこう憂慮する。同社は基幹系システムについては富士通以外のIT企業を使うが、動きの速い前線を支えるシステムや基幹系から派生したシステムの構築や保守などに富士通のSI（システム構築）子会社2社と製品開発子会社1社を多用してきた。 だが2社は富士通が2021年4月に断行した富士通九州システムズなどのSI子会社15社の吸収合併に含まれていた。もう1社も富士通が10月に吸収合併した富士通九州ネットワークテクノロジーズなど製品開発子会社4社に入っていた。 4月に消えた15社のうち11社は富士通に吸収され、10月からジャパン・グロ
Pythonでグラフを描こう ― 棒グラフ／ヒストグラム／散布図／ヒートマップ
連載目次 前回は、「ビジュアライズ（可視化、視覚化）」というテーマの前編として、関数をグラフ化することによりモデルを可視化する方法を見ました。今回は後編です。収集したデータや分析結果を可視化するために、棒グラフやヒストグラム、散布図、ヒートマップなどを作成します。 今回の練習問題としては、3D散布図と個別の2D散布図を並べて描く例、回帰分析を行って散布図に回帰直線を重ねて描く例を取り上げます。もちろん、全て中学／高校までの数学の知識があれば作成できるプログラムです。グラフ化するデータの準備についてはある程度Pythonの経験がないと難しい部分もありますが、分からない部分については「おまじない」だと思ってサンプルコードをそのまま入力してもらって構いません。 見出し／図／リスト／脚注などの番号は、前編である前回からの続き番号となっています。
サービスメッシュ必読ガイド - 第2版: 次世代のマイクロサービス開発
2016年頃「サービスメッシュ」という用語は、マイクロサービス、クラウドコンピューティング、DevOpsの分野に登場しました。楽天的なあるチームは、2016年にこの用語を使用して彼らの製品である Linkerd を説明しました。コンピューティングの多くの概念と同様に、実際には、関連するパターンとテクノロジーの長い歴史があります。 サービスメッシュの登場は、主に IT ランドスケープの最悪の状況によるものでした。開発者は、複数言語 (ポリグロット) アプローチを使用して分散システムの構築を開始し、動的なサービスディスカバリーを必要としていました。運用は一時的なインフラストラクチャの使用を開始し、避けられない通信障害を適切に処理し、ネットワークポリシーを適用したいと考えていました。プラットフォームチームは、Kubernetes などのコンテナオーケストレーションシステムの採用を開始し、Envo
画像認識向けTransformerを振り返る - Qiita
この頃、バカンスシーズンなのか、ネタ切れなのか、画像向けTransformer論文が一息ついているので、ここでちょっと振り返ってみる。 2017年： そもそもの始まり Attention Is All You Need 自然言語向けに2017年に出たこのGoogle論文で、Attention構造が自然言語の方であっという間に広がる。 当然ながら、この流れで、計算量がかかるAttention部分がどんどんと違う手法で置き換えられた論文が増えてくる。 2019年： 画像認識にうっすらと浸透 画像認識でもConvolutionの代わりにAttentionが使われ始めたので、論文まとめ この記事で書いたように、ConvolutionをAttentionに変えようという論文が2019年からチラホラと出てくる。 この頃は、まだおっかなびっくりAttention構造に取り換えてもいけるぞ、とか、精度変わ
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
We introduce a new language representation model called BERT, which stands for Bidirectional Encoder Representations from Transformers. Unlike recent language representation models, BERT is designed to pre-train deep bidirectional representations from unlabeled text by jointly conditioning on both left and right context in all layers. As a result, the pre-trained BERT model can be fine-tuned with
富士通の実践知が詰まったデザイン思考のテキストブック公開
2021年12月3日に本テキストブックを題材に、デザイン経営の考え方や導入方法、テキストブックの制作秘話などについて語るオンラインイベントが開催されました。下記のリンク先からアーカイブ動画をご覧いただけます。 詳しくはこちら（外部サイト） > 富士通のこれまでの実践から得られたノウハウと、イタリアのミラノ工科大学デザインスクールPOLI.Designの研究成果やフィロソフィーを組み合わせた、デザイン思考のテキストブック「Transformation by Design デジタルトランスフォーメーションに挑戦するデザイン戦略とサービスプランニング」（日本語版・英語版）を公開いたします。このテキストブックはPDFで閲覧可能です。またテキストブック制作の背景や制作チームの想いなど、制作のディレクターを務めた宇多村志伸と高嶋大介に話を聞きましたので、ぜひダウンロードの際に併せてお読みください。
アプリケーション・エンジニア職位ガイドライン
2021/9/23プロジェクトリードにおける考察について取り入れた2021/10/11職種の人数が多い、アプリケーションエンジニアを対象として、まずは内容を詳細化してアップデート2021/12/10プロフェッショナルの年収を520~550万を520~570万に変更チーフプロフェッショナルの年収を550~600万を570~620万に変更マルチリードエンジニア、チーフテックリード、リード・アーキテクト、チーフマイスターエンジニアの年収上限を950万から1000万に変更アーキテクト、リードアーキテクトの職位ガイドラインの詳細（暫定）を追加2022/4/11リードエンジニアの年収レンジを650-700万についてを、650-720万に変更チーフリードエンジニアの年収レンジを超える700-800万から、720-800万に変更2023/3/13 プロフェッショナルのチームコラボレーション（主体性）に追加
TechCrunch
WhatsApp is introducing support for passkey verification on iOS, removing the need for users to deal with SMS two-factor authentication. President Biden has signed a bill that would ban TikTok if its Chinese parent company, ByteDance, fails to sell it within a year. The bill, which includes aid for Ukraine and Israel, was passed by the
EC2 でリザーブドインスタンス（RI）と Savings Plans （SP）のどちらを選ぶべきか？基準とするための最強の比較表を作ってみた | DevelopersIO
15 USD で RI を購入し、その後にオンデマンド料金の価格改定があったとします。前払いなし/ありの支払い種別によらず、購入済みの RI の価格が 15 USD というのは価格改定後も変わりません。 当初はオンデマンドに対して 5 USD 分の割引の幅があった分が、改定後は 3 USD 幅に減少するため、相対的に割引率が低下しています。価格改定後に RI を購入していれば 13 USD で済んでいたため、そのぶん損が発生していると考えることもできます。 コンバーティブル RI の場合は、購入済みの RI を新しい価格の RI に交換できます。（今回の例では 15 USD から 13 USD に交換できる。）しかし、「同等以上の価値となる場合にのみ交換可能」という制約があるため、そのぶん数を増やすといった調整が必要になります。 2021/11/28修正 SP の場合は コミットメント額で
2021年ノーベル経済学賞の簡単な紹介 | | AI tech studio
2021年度のノーベル経済学賞はDavid Card, Joshua Angrist, Guido Imbensの３名に贈られました。おめでとうございます！ 特にJoshua Angirst氏は東京大学(CREPE)で３日間の集中講義を行った際にAI Labからも参加させていただいたため、非常に親近感がありとても嬉しいです。 プレスリリースのタイトルに「Natural experiments help answer important questions for society」とあることから、因果推論の手法それ自体というよりも、自然実験を社会にとって重要な問いへ適用し、重要な洞察を発見したことへの貢献が考慮されているのだと感じました。 このブログ記事では、受賞した３名の貢献をプレスリリースの要約と共に簡単に解説し、それがデータサイエンティストにとってどんな意味があるのかについて触れたいと
「AIの民主化を5G融合で実現」、米エヌビディア通信事業責任者が語る5G戦略｜BUSINESS NETWORK
AIのリーダー企業の1社、エヌビディアが5Gインフラ市場への攻勢を強めている。巨大マーケットだからだけではない。エヌビディアが最大の目標とする「AIの民主化」は、AIと5Gの融合によって実現すると見るからだ。通信事業担当シニアバイスプレジデントを務めるロニー・ヴァシシュタ氏に、エヌビディアのAIおよび5G戦略を聞いた。 ――AIが社会を劇的に変化させていこうとしているなか、AIのリーディングカンパニーの1社であるエヌビディアの動向には高い関心が寄せられています。エヌビディアは今、どのような戦略のもと、ビジネスを推進しているのでしょうか。 ヴァシシュタ AIは極めて革命的なテクノロジーであり、私たちの生活や社会のあり方を大きく変えていきます。すべての企業のこれからの進化の中核にあるのがAIと言えるでしょう。 ただ過去10年ほどのAIは、どちらかというとデータセンターを中心に展開されるテクノロ
Pytorch LightningでTPUを回す on Colab Pro in 2021
Colab Proでなんとかpytorch-lightningを使ってTPUで実験を回そうと奮闘した結果，得られたベストプラクティス?(怪しい)の共有です． もっといい方法があったら教えてください． ちなみに，現行コンペで動作確認したので，コード全容の公開はないです．すみません． Runtimeは必ずTPUにしてください pytorch-lightningでTPUを使いたいメリット? 黙ってtensorflowを勉強して書けば，それでいいのでしょうが， 普段pytorchを使ってコーディングをしていて，僕の場合pytorch-lightningを好んで使っているので，その延長戦でTPUを使いたいという欲がありました． また，pytorch-lightningは，Trainerクラスをちょろっと書き換えるだけで，CPU/GPU/TPUの変換ができ，マルチGPU等のDDPの処理も自動で書き加え
Using DeepSpeed and Megatron to Train Megatron-Turing NLG 530B, the World’s Largest and Most Powerful Generative Language Model | NVIDIA Technical Blog
Using DeepSpeed and Megatron to Train Megatron-Turing NLG 530B, the World’s Largest and Most Powerful Generative Language Model We are excited to introduce the DeepSpeed- and Megatron-powered Megatron-Turing Natural Language Generation model (MT-NLG), the largest and the most powerful monolithic transformer language model trained to date, with 530 billion parameters. It is the result of a joint ef
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
AIモデルの作成をノンコーディングで直感的に実施――、NTT Comの新ソリューション「Node-AI」（Impress Watch） - Yahoo!ニュース
NICOLAS M. CHAILLAN
ＡＩ開発競争、米国はすでに中国に敗北＝元米国防総省幹部
Using DeepSpeed and Megatron to Train Megatron-Turing NLG 530B, the World’s Largest and Most Powerful Generative Language Model - Microsoft Research