かつては夢物語だった光コンピューターを実現したLightmatter AIプロセッサーの昨今 (1/3)
なかなか実用化されない 光コンピューター 昔から、計算性能を引き上げるためにどんな素子が利用できるかに関してはさまざまな研究がなされてきていた。大昔で言えばジョセフソン素子が一時期注目されたことがある。 これはジョセフソン効果(Josephson effect:英国のBrian David Josephson博士によって発見されたことでこの名前がある)を利用したもので、通常のCMOSなどに比べると数桁高速なスイッチング速度を実現できるということで、将来のコンピューターに採用されると一時期もてはやされたものだが、あいにくとジョセフソン効果は超電導環境下でないと発生せず、このため液体ヘリウムなどを利用した超低温環境を用意する必要があり、いまだに研究段階に留まっている。 今だと量子コンピューターがその最右翼に入るのだろうが、こちらもなかなか常温で動作するレベルではない(やはり液体ヘリウムでの冷却
AIカンパニー内に新たに設置された「Computer Vision Lab」が目指す未来
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog 2021年11月10日・11日の2日間にわたり、LINEのオンライン技術カンファレンス「LINE DEVELOPER DAY 2021」が開催されました。特別連載企画「DEVDAY21 +Interview」では、登壇者たちに発表内容をさらに深堀り、発表では触れられなかった関連の内容や裏話などについてインタビューします。今回の対象セッションは「LINEのコンピュータビジョン研究－その現状と将来」です。 音声認識や音声合成、自然言語処理などのAI技術について研究開発を進めているLINE AIカンパニーは、画像認識に特化したR＆D部門である「Computer Vision Lab」を2021年7月に立ち上げました。Computer
ヨウ素の結合エネルギー計算、AIで1.3億倍の速さに 他の物質への応用も 千葉大
千葉大学は10月13日、同大の中島誠也助教（大学院薬学研究院）と根本哲宏教授（同）が、ヨウ素を含む化合物について、化合物内の原子同士が結び付く力である「結合エネルギー」の強さを高速に算出するAIを構築したと発表した。従来の手法に比べて約1.3億倍の速さで結合エネルギーを算出できる他、計算マシンは一般的なPCで十分という。学習データを増やせば他の物質への応用も期待できるとしている。 従来の結合エネルギー計算には、分子が最も安定する構造をコンピュータで算出した上で、その分子構造から数値を導き出す「DFT計算」という手法を使っていたという。しかしDFT計算では分子1つの結合エネルギーを算出するのに数時間から数日が必要になる他、高性能なコンピュータやソフトウェアと、計算に関する専門知識が必要だった。 そこで中島助教らは、結合力が弱く多彩な化学反応を起こす「超原子価ヨウ素」を含む化合物に注目してAI
カテゴリ / 日本農業新聞公式ウェブサイト
アクセスしようとしたファイルが見つかりません。 URLアドレスが間違っている可能性があります。 指定された記事が削除された可能性があります。
NVIDIA Canvas: AI のパワーを活用する
AI により、筆で簡単に描いた線や形がリアリティのある風景画に変わります。背景をすばやく作成したり、コンセプトの探究を加速したりすることによりアイディアの視覚化にさらに多くの時間を使えるようになります。
Googleが量子コンピューター研究施設「Quantum AI campus」を発表
Googleが2021年5月18日から20日にかけて開催しているオンラインイベント・Google I/O 2021で、新しい量子コンピューター研究拠点「Quantum AI campus」を発表しました。アメリカのカリフォルニア州サンタバーバラに設置されるQuantum AI campusには、初の量子データセンターや量子コンピューターの研究所、独自開発した量子チップの製造施設が併設されており、今後の量子コンピューター研究の中心になると位置づけられています。 Discover the Quantum AI campus | Google Quantum AI https://quantumai.google/learn/lab Unveiling our new Quantum AI campus https://blog.google/technology/ai/unveiling-ou
Facebook、AIに「忘れさせる」手法を開発--重要な情報に集中して効率化
Facebookは米国時間5月14日、人工知能（AI）システムに無関係な情報を忘れさせることで、タスクをより迅速かつ効率的に実行できるようにする研究の成果を明らかにした。 Facebookは、ヘイトスピーチや生々しい暴力といった有害コンテンツの検知にAIを活用し、ニュースフィードのコンテンツをランク付けしたり、他のタスクを実行したりしている。 同社の研究者らは公式ブログで、大量の無関係な情報を忘れる方法をAIに教える「Expire-Span」という新たな手法を開発したと述べた。Expire-Spanでは、まず最も関連性の高い情報を予測し、それに基づいて各情報に有効期限を設定する。コンピューターの記憶領域を解放することで、タスクを完了するために必要な詳細情報に集中できるようになるという。 「例えば、単語の予測タスクを実行するトレーニングをモデルが行う場合、名前のような珍しい単語は覚えておくが
Interpretable Machine Learning
Interpretable Machine Learning A Guide for Making Black Box Models Explainable. Christoph Molnar 2021-05-31 要約 機械学習は、製品や処理、研究を改善するための大きな可能性を秘めています。 しかし、コンピュータは通常、予測の説明をしません。これが機械学習を採用する障壁となっています。 本書は、機械学習モデルや、その判断を解釈可能なものにすることについて書かれています。 解釈可能性とは何かを説明した後、決定木、決定規則、線形回帰などの単純で解釈可能なモデルについて学びます。 その後の章では、特徴量の重要度 (feature importance)やALE(accumulated local effects)や、個々の予測を説明するLIMEやシャープレイ値のようなモデルに非依存な手法(mo
無料で使えるAI音声合成サービス「CoeFont STUDIO」商用利用も可 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
1
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
TechCrunch
TechCrunch
ノーコードが促す「AIの民主化」 プログラミングいらず - 日本経済新聞