Pepperのロボアプリ開発を解りやすく解説する書籍「Pepper最新事例に学ぶロボアプリ開発」シリーズ(ナレッジオンデマンド刊)に新刊が追加になる。 発売は11月23日、価格は1,501円だ。 新刊のタイトルは「Pepper最新事例に学ぶロボアプリ開発 ~Google Cloud PlatformとWeb APIを活用したPepper機能拡張の実践編~」。 Pepperとクラウドの連携がテーマで、機械学習やビッグデータ解析の先端的な技術を提供する「Goolge Cloud Platform」との連携を取り上げている。 Google Cloud Platformの使い方、WebAPIの取得方法、その効果的な利用方法を導入事例を交えて解説している。 著者は株式会社ジーアングルと株式会社ブレインパッドが担当し、監修をソフトバンクロボティクス(松田篤之氏)、ボイスリサーチ(西村一彦氏)が行ってい
新たなAIのインフラMLFlow (Machine Learning Data Flow)α版公開 ~ビッグデータの収集・格納からAI解析まで容易に実現できるプラットフォームにより 技術革新を加速~ AIのすそ野を広げることが未来を創る――。その未来へ向けたイノベーターとして、データセクションは新たなサービスを開始します。 AIが電気やインターネットのようなインフラとなり、社会に潜むより多くの課題がAIで解決される世界はすでに垣間見えている状態です。しかし現在、解析の基となるデータ取得の難しさやエンジン開発の技術者不足、また開発期間の長さなど、発展を阻む壁もいくつか存在します。データセクションではこうした社会的な課題を解決し、さらに加速度的にAIの世界を推し進めるため、既存サービスとは一線を画すAIプラットフォームMLFlow(Machine Learning Data Flow)を開発。
この連載は カップめんを待つ間に、電車の待ち時間に、歯磨きしている間に“いまさら聞けない”ITトレンドが分かっちゃう! 今さら聞けないITの最新トレンドやビジネス戦略を、体系的に整理して分かりやすく解説する連載です。「この用語、案外、分かっているようで分かっていないかも」「IT用語を現場の社員にもっと分かりやすく説明できるようになりたい」――。情シスの皆さんのこんな課題を解決します。 ダートマス会議で掲げられた“理想”の実現は間近? 1956年、米国のダートマスに研究者たちが集まり、「やがて人間の知能は機械でシミュレーションできるようになる」との考えを提唱、これを“Artificial Intelligence(人工知能)”と名付けました。人工知能は、この理想を実現できないまま、幾度かの挫折を経て現在に至っています。 しかし、ここ数年「この理想は実現できるのではないか」との期待が急速に膨ら
TensorFlow に iOS サポートが追加された というニュースを見かけたので、ビルドして、iOSで動作させてみました。 (たまたま目の前にあった扇風機もバッチリ認識してくれました) 本記事では最終的にうまくいった手順を書いています。この手順をなぞってみるにあたってTensorFlowや機械学習・ディープラーニングについての専門知識は不要ですのでぜひお試しください! ビルド手順 (2017.4.15追記)v1.1.0 RC2 のビルド 現時点での最新Release(候補)である v1.1.0 RC2 も、tensorflow/contrib/makefile/build_all_ios.sh を実行するだけでビルドできました。 (2016.8.22追記)v0.10.0 RC0 のビルド 現時点での最新Releaseである v0.10.0 RC0 は、下記手順でビルドしようとすると c
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。 人工知能の躍進を進める「ディープラーニング」 「人工知能」「ディープラーニング」というキーワードが注目を集めています。ディープラーニングは、ここ数年で人工知能を大きく躍進させるテクノロジーとして注目されるようになりましたが、特にここ1年の人工知能の躍進は目を見張るものがあります。 ディープラーニングの名を広めたIMAGENETチャレンジ(コンピュータビジョンによる画像認識コンテスト)ではMicrosoftとGoogleのグループによる人工知能が、とうとう人間の認識レベルを超える結果を達成しました。加えて、ディープラーニングは画像認識の分野だけではなく他の
比戸 将平=Preferred Networks America, Chief Research Officer 2015年現在、世間は第3次人工知能ブームの真っ只中にある。人工知能やその応用に関する記事がWebだけでなく一般紙にも連日のように取り上げられ、人工知能の発展がもたらす社会的変化や未来に関する懸念についても盛んに議論されている。 そこで中心的な役割を果たしているのが、機械学習であり、特に深層学習(ディープラーニング)に注目が集まっている。深層学習は大規模かつ複雑なニューラルネットワークモデルを効率的に構築するための一連の手法であり、その威力は様々な機械学習の応用分野に広がっている。 本稿では、Preferred Networks/Preferred Infrastructureが開発したディープラーニングの開発フレームワーク「Chainer」の概要と、Chainerを使ったディ
出典:ITpro 2015年 9月 29日 (記事は執筆時の情報に基づいており、現在では異なる場合があります) オープンソースフレームワークであるApache Spark、およびそのエコシステム(周辺ソフトウエア)であるMLlibを活用することで、高速かつ柔軟な機械学習処理を実現できる。本稿では、Apache Sparkを用いた機械学習の特徴や歴史を紹介する。 Apache Sparkとは? 本稿では、「ポストHadoop」の最右翼と言われているApache Sparkのエコシステムである、MLlibライブラリを用いた機械学習システムについて説明する。 オープンソースソフトウエアであるApache Sparkは、2014年2月にApacheのトップレベルプロジェクトに昇格したほか、ビッグデータ分野のリーディングカンパニーである米クラウデラがサポートを行うなど、安定的な発展が見込まれている。
出典:ITpro 2015年 9月 24日 (記事は執筆時の情報に基づいており、現在では異なる場合があります) 皆さんは、Amazon Machine Learning(Amazon ML)というAWS(Amazon Web Services)サービスをご存知だろうか。2015年4月に発表されたこのサービスは、昨今の機械学習ブームも相まって、大きな注目を集めた。 AWS上にクラウドサービスとして機械学習 を行う環境が提供されたことで、今まで機械学習に触れる機会がなかった人々も、様々なデータを用いて機械学習を簡単に試すことができるようになった。 だが、環境が整えられ、機械学習が簡単に試せるようになった一方で、さらに踏み込んで機械学習を利用していくための基本的な知識やノウハウは依然として必要となっている。 そこでこの記事では、Amazon MLを題材に、機械学習とはなにか、どのようなことができ
IoTソリューションを開発している企業として紹介された国内パートナーは、日立ハイテクノロジーズ、三菱電機、オムロン、若松通商の4社。Azureのクラウド基盤やAzure Machine Learningサービスを活用することで、これまで実現が難しかった、大量のデータをリアルタイムに分析して、機器や設備の故障、異常を予兆するサービスなどを展開するという。 日立ハイテクノロジーズでは、医療機器や産業機器の稼働データを分析する独自の予兆診断アプリケーション「BD-CUBE」をAzure上に構築し、故障や誤動作の兆候を予測して機器の安定稼働を支援するサービスを提供する。異常予兆を的確に検知し、多角的にわかりやすく表示することが特徴という。 三菱電機は、工場内のFA機器をモニタリングし、生産現場の見える化を支援する統合ソリューション「e-F@ctory」をAzureに接続できるサービスを提供する。シ
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