LF Deep Learning、Acumos AI 初のソフトウェア リリースを発表 – AIモデルのデプロイと共有を容易に - The Linux Foundation
LF Deep Learning、Acumos AI 初のソフトウェア リリースを発表 – AIモデルのデプロイと共有を容易に プライベート / パブリック クラウド環境でAIアプリケーションのデプロイメントを可能にし、プラットフォーム ユーザー インターフェース体験を強化 2018年11月14日 上海 (KUBECON + CLOUDNATIVECON CHINA) – The Linux Foundation傘下で人工知能 (AI)、マシン ラーニング (ML)、ディープ ラーニング (DL) 分野のオープンソース イノベーションを支援する LF Deep Learning Foundationは、Acumos AIプロジェクト初のソフトウェア リリース「Athena」を発表しました。 Acumos AIは、AIアプリケーションの構築、共有、デプロイを容易にするプラットフォームでオープ
Kubernetesベースのディープラーニング環境「Nauta」
人工知能（AI）のユースケースはまだごく初期段階にあるといえる。企業はAIによってビジネスモデルを強化するユースケースを依然模索中だ。Gartnerの試算によると、AIの展開は2022年までに約4兆ドル（約444兆5000億円）に達する見込みがあるという。その成長の鍵がディープラーニングだ。 企業におけるディープラーニングはイメージしやすい。だが、複雑でリスクが高く、時間がかかる課題であることは変わらない。ディープラーニングソリューションの連携、検証、最適化が難しいためだ。 こうした課題に応える試みの一つが、「Kubernetes」を使用する分散型ディープラーニング向けの新しいオープンソースプラットフォーム「Nauta」だ。 Nautaとは Nautaは「Xeonスケーラブル・プロセッサー」ベースのシステムでディープラーニングモデルのトレーニング実験を行うための、マルチユーザー分散コンピュ
Engadget | Technology News & Reviews
Nintendo Switch 2: Everything we know about the coming release
【4/24】「全国高等専門学校ディープラーニングコンテスト（DCON）2019」本戦開催 | Ledge.ai
日本ディープラーニング協会は、4月24日、「全国高等専門学校ディープラーニングコンテスト2019」（以下DCON（ディーコン））の本選（最終審査）を、日本最大級のグローバルAIカンファレンスAI/SUMの会場内で開催する。 関連記事：【経産省×日経新聞】日本AI戦略最前線 ── 足りないのは“教育”と“投資” DCONとは？ ディープラーニングの技術を習得、活用する場合、 などの、ハードウェアの知識が必要になってくる。 しかし、ディープラーニングを学んだ人がハードウェアを学ぶのには時間がかかる。一方で、ハードウェアを学んだ人がディープラーニングを学ぶのは早く、半年から1年で習得可能だという。 高専生は、電気・機械の技術を実践的に身につけており、ディープラーニングの吸収も早いと考えられる。高専生がディープラーニングを身につければ、機械・電気・ディープラーニングという三種の神器が揃った20代の
SCSK、深層学習でビジネス課題を解決するAIモデル構築ツールキットの新版
SCSKは4月9日、AIモデル構築ツールキット「SCSK Neural Network toolkit」(以下、SNN)のバージョンアップ版である「SNNバージョン2」を開発し、これを活用したサービスの提供を開始することを発表した。 SNN構成図 SNNは、深層学習技術を用いた画像解析、センサーデータ解析の実装済みモデルを複数備え、これにユーザーが持つデータやノウハウを追加学習させることで、ユーザー独自のAIモデルを構築するAIモデル構築ツールキット。 発表されたバージョンアップ版「SNNバージョン2」では、学習/検証/テスト用の各種データセットおよびアノテーションデータ、学習処理の履歴と作成した学習済みモデル、学習済みモデルを使った推論処理の履歴と推論結果といったAIモデル構築における管理タスク支援機能が強化された。 また、従来のコマンドラインインターフェースに加え、より直感的に使えるグ
Googleが機械学習の可能性を広げる「GPipe」をオープンソースに その影響は
関連キーワード Google | データ分析 | 機械学習 Googleが今回オープンソースライセンスの下で公開した「GPipe」は、大規模なディープニューラルネットワークのトレーニングの効率と精度を高めるとともに、コンピューティングの効率性を高めることもできる、スケーラブルな機械学習ライブラリだ。 Googleは2019年3月4日、「GitHub」でGPipeをオープンソースライセンスで公開した。機械学習用のソフトウェアライブラリ「TensorFlow」をベースとした、シーケンスモデリングのためのディープラーニングフレームワーク「Lingvo」の下で公開している。 GoogleやAmazon Web Services（AWS）、Facebookなどの大手ITベンダーは自社が持つ多くの技術の保護と収益化を進める一方で、AI（人工知能）開発ツールについてはオープンソース化を推し進めている。そ
スーツで溢れたAI EXPO、どんなAIが注目されているかレポートします。｜ 第3回AI・人工知能EXPO | AI専門ニュースメディア AINOW
最終更新日： 2019年7月10日 おざけんです。4月3日から5日にかけて開催された「第3回AI・人工知能EXPO（以下AI EXPO）」が終了しました。 この記事では3日間にかけて多くの人で賑わったAI EXPOの様子をお届けします。 やたらスーツが多いAI EXPO ｜ 商談の場として発展 AI EXPOに参加した率直な感想、それは「スーツが多い！」ということです。 250社が出展し、過去最大の規模のAI EXPOはどこを見渡してもスーツだらけ。「商談の場」としての面がさらに強くなっていることが感じられました。 まずは来場者の様子を以下の画像でご覧ください。 幻滅期に入ったとも言われるAI関連技術ですが、一方で多くのビジネスサイドの方がAIに注目していることがわかります。 実際にブースの担当者からは「商談の予約が事前に埋まっている」という嬉しい声もあり、まさに過去最大の展示会と言えるで
ディープラーニングの「教師ラベル不足」とNTTの解決策
ディープラーニング（深層学習）を活用する上でのネックとして「教師ラベル不足」がしばしば挙げられる。ディープラーニングの学習には教師ラベルが付いた大量のデータが必要で、このラベル付け作業には膨大な時間と手間がかかる。特に、専門性の高い分野ではこうしたデータを大量に集めるのはなかなか難しい。 こうした課題を受け、NTT研究所は少ない学習データから効率的に学習できる「教師ラベル補正技術」を開発。この技術を応用した、AI（人工知能）で道路の陥没を未然に防ぐサービスを、NTTテクノクロスが「第3回 AI・人工知能EXPO」（4月3～5日、東京ビッグサイト・青海展示棟）で参考展示している。 専門性の高い「道路の陥没」判定 道路陥没の一因として挙げられるのが、地下にある配管の老朽化だ。配管が破損したりして水が地中に漏れることで周辺の地盤が削られ、陥没を引き起こす空洞が生じるという。国や自治体では、道路の
和製“Google Duplex”も？ AI・人工知能EXPOレポート【2日目】 | Ledge.ai
日本最大のAI・人工知能における展示会「AI・人工知能EXPO」が、4月3日〜5日に渡って開催中だ。 2日目となる4月4日も取材を行ったので、本稿では気になる企業をまとめた。 ゼノデータ・ラボは経済ニュースが企業へ与えるインパクトを予測する3月25日に7.8億円の資金調達を実施したゼノデータ・ラボのブースでは、同社のサービス「xenoBrain（ゼノ・ブレイン）」のデモが設置されていた。経済ニュースから、最終的な企業へのインパクトを予測するサービスだ。 具体的には、過去の大量のダウ・ジョーンズやその他通信社をソースとする経済ニュース記事をAIが学習し、上場企業の決算短信や有価証券報告書の分析結果と紐付ける。 これにより、経済ニュースの前後にはどのような事象が発生するかを分析し、最終的な企業への影響を予測する。事業会社が在庫予測に役立てたり、金融機関が与信や決算分析に役立てる。 たとえば上の
ディープラーニングに活用できる動画キャプションデータセットを公開
千葉工業大学 人工知能・ソフトウェア技術研究センターと産業技術総合研究所、新エネルギー・産業技術総合開発機構は、3者で共同開発した、日本語キャプションの「STAIR Actions キャプションデータセット」の公開を開始した。 千葉工業大学は2019年3月12日、同大学人工知能・ソフトウェア技術研究センター（ステアラボ）と産業技術総合研究所、新エネルギー・産業技術総合開発機構（NEDO）が共同開発した、日本語キャプションの「STAIR Actions キャプションデータセット」を発表した。同日より、インターネット上で公開している。 3者は2018年7月に、ディープラーニングによるきめ細かい人の動作認識の研究の一環として、日常生活シーンを中心とした動作動画10万本からなるデータセット「STAIR Actions」を公開している。 今回はその中から7万9822本を選び、日本語で内容を記述した3
ボット、RPA、AI技術が集結。AI・人工知能EXPOレポート【1日目】 | Ledge.ai
日本最大のAI・人工知能における展示会「AI・人工知能EXPO」が、4月3日〜5日に渡って開催中だ。 本稿では、初日の会場の様子や、気になったブースをまとめた。 チャットボットはレッドオーシャン？ 会場での雑感 会場をで多く目にしたのが、チャットボット関連のブースだ。主に社内FAQやカスタマーサポートの業務負荷削減をうたっており、RPAなどとの“合わせ技”の提案をしているブースも多く目に入った。 IDC Japan株式会社によると、チャットボットをはじめとする、言語解析を用いた機械学習技術の国内市場規模は、2021年には2,501億900万円(2016年の15.7倍)まで成長するという。 今回出展していた、あるチャットボットベンダーの担当者は以下のように語っていた。 ――担当者 「シナリオ設計や構築といった、いわゆる当たり前のチャットボットを構築できるだけでは、もはや差別化要素になり得
【要約つき】AINOWがおすすめの海外記事を紹介！（2019年4月） | AI専門ニュースメディア AINOW
著者のKent Walker氏は、Googleグローバル事務部門のシニア・ヴァイス・プレジデントを務めている。同氏がUS版Google公式ブログに投稿した記事では、Google AI原則に関する追加の施策について解説されている。 昨年6月、同社はAIの軍事利用の禁止等を定めたAI開発・利用に関する社内規定「AI利用における基本方針」を発表した。同原則を発表してから約半年が経過して、同原則を円滑に運用する必要性から追加の規定を定めることになった。追加された規定は以下の通り。 「技術の実践における倫理」と題した技術倫理に関する教育資料の作成と、この資料を用いた社員トレーニングの義務化。 自然言語処理におけるバイアスの除去と刑事事件においてAIを活用することを検討するセッションの実施。 同社が提供する無料の機械学習コース「Machine Learning Crash Course」に「公平性に関
Spectee、AI開発プラットフォーム「SIGNAL」を公開--画像解析や音声認識に対応
Specteeは4月2日、画像解析や自然言語解析、音声認識・発話など、企業のさまざまなニーズに応えるAI開発プラットフォーム「SIGNAL」の提供を開始した。 Specteeでは、報道機関や官公庁、自治体、民間企業など220社以上が導入するSNS緊急情報サービス「Spectee」を始め、AIアナウンサー「荒木ゆい」、AIを活用した観光情報サービス「Localive」、AI自動音声認識・文字起こしサービス「VoiceClip」、AI画像解析をベースにしたマーケティングリサーチやカメラ映像の解析サービスなど、さまざまなAI事業を展開。また、2019年3月には「NVIDIA Inception Program」のパートナーとして認定を受けている。 同社は、これまで多くの企業がAIを導入したくても、コスト面や機械学習に必要な十分なデータ量を保有していない、開発期間が長くてすぐに効果測定ができないな
Aptivが自動運転の巨大データライブラリを公開、140万点の画像も | Forbes JAPAN 公式サイト（フォーブス ジャパン）
自動運転システムの開発において最大の課題となるのが、データの収集だ。この分野の有力企業の一社、Aptivは自社で収集したデータを「nuScenes」と名づけオープンソース化した。 自動運転システムの学習には、センサーが取得した大量のオブジェクトデータが必須であり、それをマシンラーニングやディープニューラルネットワークで解析する必要がある。このプロセスを通じ、システムが道路上の全ての物体をラベル分けして認識することになる。 ラベル分けのプロセスは、生データの収集以上に時間がかかる場合もある。この分野では、データからノイズを除去し、ラベル分け作業のみを請け負うことに特化したMighty AIなどの企業もある。Aptivが今回、提供を開始するneScenesのデータセットは既にラベル分けが施されている。 nuScenesに収録されたデータは、Aptivが2年半に渡りシンガポールやボストンでテスト
表で分かる、ディープラーニングと従来の画像認識の違い
ディープラーニングを使った画像認識は、従来の方式と何が違うのでしょうか。現場の技術レベルや認識対象の特長といった項目ごとに、表で説明します。さらに、ディープラーニングを使うべきではないケースについてもお伝えします。 監修：中尾雅俊 パナソニック ソリューションテクノロジー AI・アナリティクス部ソリューション推進課 主事 2017年にNVIDIAとの協業を担当したことを皮切りに、AI・データ分析中心の業務を推進。初期投資や導入リスクが大きい、「人工知能の現場導入で失敗させない」活動としてセミナー講演など多数実施。受講者からは、「AIがよく理解できた」「そんなノウハウを話しても良いの」と心配されるほど。最近の趣味は実用を兼ねたDIYや果樹菜園など。 監修：矢嶋 博 パナソニック ソリューションテクノロジー 産業IoTSI部ソリューション推進課 係長 製造業向け「AI画像認識ソリューション」の
ディープラーニング/機械学習のビジネスフレームワーク「5D」 | LeapMind inc.
LeapMindの三室です。 引っ越しとか人事とか色んなことやっておりましたが、現在は主にセールス/ビジネス開発に携わっております。そんな中、考えていたことをまとめてみたいと思い、久々にブログを書くことにしました。 いきなりですが結論から言うと、下記の5つの観点が必要かなと考えています。(なんとなくDでまとめてみた 以下で説明していきます。 【ディープラーニングとか機械学習とかAI()プロジェクトでよくある状態】 数年ディープラーニング/機械学習のビジネス周りをやっておりますが、よくある状態としてはこんな感じです。 「そもそもどんなことできるかわからんですわ〜」 「ROI見えないんで、予算取れないですわ〜」 「ディープラーニングブラックボックスだから、不安ですわ〜」 「モデルはいいけどセキュリティの観点からクラウド使うの無理ですわ〜」 「まだ既存システムとのインテグレーションまで考えられて
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
https://jp.techcrunch.com/2019/04/16/aidemy-business/
TechCrunch | Startup and Technology News
プログラミング不要のAI構築プラットフォーム「MatrixFlow」がローンチ
構想・PoCは内製化せよ。AI技術特性×ドメイン知識を理解した「アセスメント人材」が企業に必要な理由 | Ledge.ai
