円周率の 100 兆桁目を求めて
Google は、2019 年に 31 兆 4000 億桁の円周率を計算し、 当時の世界記録を樹立 しました。そして本日、Google の岩尾エマはるかが Google Cloud 上のツールを活用して 100 兆桁の円周率を計算し、世界記録を更新したことを発表します。円周率「 π（パイ）」の小数点以下 100 兆桁目の数字は 0 でした。 数ヶ月前の 3 月のなんでもない火曜日の朝、私は自宅のワーキングスペースで 157 日間にわたって実行されていたプログラムの様子を見ていました。そして、ついにその瞬間が来ました。新たな世界記録となる円周率 100 兆桁の計算が完了し、私はその数字を世界で初めて目撃しました。 円周率の計算 — いかに多くの桁数を得るか — は、数千年もの間世界中の数学者、科学者、エンジニアによって取り組まれてきた壮大なプロジェクトです。一般によく知られる近似値 3.14
Twitter で医師を拾ってきて Google のソフトウェアエンジニアにするだけの簡単なお仕事 - 白のカピバラの逆極限 S.144-3
はじめに 「【転職エントリ】Googleに入社します｜Lillian｜note」という、医師から未経験で Google のソフトウェアエンジニアになった記事があります。 note.com 私は、この記事に出てくる「とある元 Google のソフトウェアエンジニア」で、面接の対策を立てました。 記事が出た当初から大反響で、私もそれなりの反応を見まして、いろいろと誤解されているなあ、と思う一方、アドバイザーはあくまでもアドバイザーだから、アドバイザーとして知りえた情報については、口をつぐむべきだと思っていました。 ただ、あまりにも誤解されており、悪影響が大きく、犠牲者も多くなってきたと思ったので、許可を得て簡単に背景を書いておこうかと思います。 これはあくまでもアドバイザー側からどう見えていたかを書いておくものですが、医学部卒だけでも3,4人 Google や Amazon に入っていったおぼ
Google Photos APIを使ってGoogleフォトからAmazon Photosへ自動コピーする - Qiita
こんにちは。 私は普段、画像ストレージにはGoogleフォトを利用しています。しかし「Googleフォトの写真をAmazon Photosに全コピーしたい」案件が発生しました。 幸いAmazonプライム会員ですので保存容量は問題ありませんが1、その手法が問題になりました。 そこで今回、Google Photos APIを使ったGoogleフォトからAmazon Photosへの（なんちゃって）自動バックアップの仕組みを作ったのでそこで得られた知見をまとめます。 モチベーション 改めて今回の動機はこんな感じです。 Amazon Fire TV StickのスクリーンセーバーにAmazon Photosの写真が使える！ そのためにGoogleフォトのデータをAmazon Photosにコピーしたい 対象データはGoogleフォトの共有アルバムの全データ Googleフォトの共有アルバムには今後
Google、VSCodeの代替を狙う「Eclipse Theia」コードエディタをクラウド統合開発環境として採用。Google Cloud Shellに統合を発表
Google、VSCodeの代替を狙う「Eclipse Theia」コードエディタをクラウド統合開発環境として採用。Google Cloud Shellに統合を発表 Googleは、Google Cloudをコマンドラインで操作できる「Cloud Shell」の機能の新機能として、プログラミングのためのコードエディタ「Cloud Shell Editor」を統合すると発表しました。 Cloud Shell EditorはWebブラウザ上で動作するコードエディタです。Go、Java、.NET、Python、Node.jsなどのプログラミングに対応。 すでにプレビュー版として利用可能。下記は実際に起動した画面です。 見てわかる通り、まるでVisual Studio Codeの画面そっくりです。 これはCloud Shell Editorに採用されたコードエディタ「Eclipse Theia」が
なぜGoogle Meetの背景ぼかしが最強なのか（一般公開版）
はじめに 最近ついに、Google Meet に背景ぼかし機能が利用可能になりましたよね。日本語だとインプレスのケータイ Watchの記事などで紹介されてます。確か 2020 年 9 月末前後で順次リリースされていたと記憶しています。 このときは「背景ぼかし」の機能しかなかったのですが、最近（私が気づいたのは 2020/10/30）更にアップデートされました。アップデートで「背景差し替え」機能が付いて、ぼかし機能もぼかし効果が強弱 2 つから選べるようになりました。まだ日本語のニュース記事は見てないですが、Googleによるアップデートの発表はちゃんとされています。 そして、Google AI Blog でBackground Features in Google Meet, Powered by Web MLという記事が公開され、実装についての解説がされました。 この記事はその解説記事を
「AI 画伯」を 100 万人に届けた開発者と Google Cloud | Google Cloud Blog
編集部注: この投稿は、開発者のさとさん（@sato_neet）へのインタビューをもとに、Google Cloud デベロッパーアドボケイトの佐藤一憲が執筆したものです。名前が似ていますが、同一人物ではありません。Google Cloud Blog には英語版が掲載されています。 さと (@sato_neet) さんが 10 年前に東京の大学を中退したとき、彼はまだ自分がアスペルガー症候群であることを知りませんでした。その後さとさんは看護学校やパン屋さんなどいくつかの道を志したものの、この障害のせいか環境や職場にうまくなじめません。そしていま彼は、全く異なる道を歩み始めました。AI への道です。 さとさんは 2 年前から AI の勉強を始めました。大学でプログラミングの基本は勉強していましたが、Python と JavaScript をより深く学び、AI で何か楽しい作品を作りコミュニティ
働き始めてからGoogleに転職して退職するまでの話
働き始めてから Google に転職して退職するまでの話。 日本の Google Software Engineer (SWE) な人たちが公で語り始める祭りが唐突に始まったので、乗っかってみた、というやつです。 (前回までのあらすじ) 今でいう競プロ (ACM-ICPC) にどっぷり浸かったり修士課程で一度折れて休学して留年したりしたあと、最初にフルタイムで働き始めたのが IBM の東京基礎研究所という、いわゆる企業研究所でした。 研修に力を入れている会社という触れ込みもあって、最初はいかにもな新卒研修なんかも受けたりしました。ただ、研究部門はちょっと̶浮̶い̶て̶い̶̶た独立していたこともあって、その後は営業や SI の人たちとあまり交流を持たず、今考えれば少しもったいなかった気もします。(とはいえ根がオタク気質なので性格と対人スキル的にしんどかった) 在職中、一番長く参加していたのが
こうしてGoogleに入社した(kumagi編) - Software Transactional Memo
Googleオフィスの窓からの眺めをGoogle Photoが自動加工したもの TL;DR AtCoderやろうぜ Googleの(僕から見て)偉い人が立て続けにブログを書いており ctrl-x-s.blog hoge.blog ここ数件の僕のブログへの反響を読んでも「Googlerだから特別」みたいな意見が散見され、入社へのハードルが変に高く見られてしまっている気がするので、僕がGoogleに入社する準備として取り組んでいた事とそのレベルを紹介する。程度の低さに安心して欲しい。 英語 英語の論文は興味の赴くままに読んでいたため読むことに関してはあまり苦手意識は無いものの、絶対的な英語力に関して言うとTOEIC500点というスコアが端的に表している。これがどれぐらいかというと、得意分野から外れると長文を読む速度と精度がガタ落ちし、リスニングも結構な単語を聞き落とし、文脈からの推測と辛うじて
非公開サイト
サイトの構築。作品の販売。ブログの投稿。この他にもさまざまな機能があります。 ログイン サイトをはじめよう 非公開サイト このサイトは現在プライベート設定になっています。
Google退職します｜xyx
2019/3/15が最終出社日でした。インターン期間も含めると4年ちょっと勤めたことになります。 ちょうど昇進してプロジェクトも一区切りついたタイミングで他にすごくやりたいことができたので転職という形です。 素晴らしい環境なのに情報が少なくて、入ると良さそうなのに敬遠している人を何度か見たので、この記事が参考になれば幸いです。辞める人が言うのも変な話ですが。 あと、IT業界は最近良くなりつつあるものの、世知辛い話が世の中に溢れていて、ポジティブな話があまりないというのも悲しく感じていました。日本でエンジニアとして2000万円稼げる環境があるというのを知ってほしい。いずれ海外に行ってみようかと考えている場合の第一歩としてもかなりオススメです。 何してたの? いわゆる(ソフトウェア)エンジニア(社内用語だとSWE; “すうぃ”と読む)です。 たまに勘違いしている人がいて悲しいのですが、Goog
Googleに転職していきなり3ヶ月の育休を貰った - Software Transactional Memo
TL;DR アフィ記事です 転職してからすっかりSNSで音沙汰がなくなったなkumagiと一部の界隈で噂されているようですが、twitterやFacebookにはたまに書いていたように娘が産まれました。 Googleでは子供が生まれた時に育休を取ることができる。 単なる育児休業は育児・介護休業法に定められた労働者の権利であるけれど、Googleではそれに加えて3ヶ月間フルに給料が支払われる有給休暇が付与される*1。これに加えて雇用保険から給付金をもらう育休を取っても良いとされているが、ソフトウェアエンジニア的な意味で遅れを取り過ぎるのも憚られたのでまずは3ヶ月の有給休暇をありがたく頂戴することにした。 授乳について 3ヶ月までの赤ちゃんは昼夜問わず3時間おきに母乳やミルクを欲しがる。大抵の成人は3時間おきに母乳やミルクを与え続けると精神的にだいぶ参ってくるという知見が広く共有されていたので
［速報］Google、機械学習に最適化した「Cloud TPU」発表。「われわれれはいま、AIファーストデータセンターの構築に取りかかっている」。Google I/O 2017
［速報］Google、機械学習に最適化した「Cloud TPU」発表。「われわれれはいま、AIファーストデータセンターの構築に取りかかっている」。Google I/O 2017 Googleは5月17日（日本時間5月18日未明）から開催中の年次イベント「Google I/O 2017」にて、機械学習に最適化した第二世代のTensorFlow Processing Unit（TPU）とそれを用いたクラウドサービス「Cloud TPU」を発表しました。 われわれはいま、AIファーストデータセンターを作っている Google CEO Sundar Pichai氏。 われわれが検索事業を始めたとき、これをスケールさせるためにはそれまでの計算機のアーキテクチャを見直す必要があった。だからこそわれわれはそのためにデータセンターを最初から構築することになったのだ。 そしていま、機械学習やAIの進化はふた
Google の Tensor Processing Unit (TPU) で機械学習が 30 倍速くなるメカニズム | Google Cloud 公式ブログ
* この投稿は米国時間 5 月 12 日に投稿されたもの（投稿はこちら）の抄訳です。 Posted by 佐藤一憲, Staff Developer Advocate, Google Cloud Cliff Young, Software Engineer, Google Brain David Patterson, Distinguished Engineer, Google Brain Google 検索、ストリートビュー、Google フォト、そしてGoogle 翻訳。これらのサービスに共通するのは、いずれもニューラルネットワーク（NN）の計算処理の高速化のために Google の第一世代の Tensor Processing Unit (TPU) が用いられている点です。 Google の Tensor Processing Unit (TPU) が搭載された回路基板（左）と、 G
［速報］Google、データサイエンティストのコミュニティ「Kaggle」買収を発表。Google Cloud Next'17
Googleは米サンフランシスコでイベント「Google Cloud Next'17」を開催。1日目の基調講演で、データサイエンティストのコミュニティを運営する「Kaggle」の買収を発表しました（Googleの発表、Kaggleの発表）。 KaggleのブランドとチームはGoogle Cloudのなかで引き続き存続し、コンペティションなどの運営を続けていくとのこと。 Kaggleは、企業や研究者などがデータを投稿し、世界中のデータサイエンティストらがそのデータを基に、いかに優れたモデルやアルゴリズムなどで与えられた問題を解くかを競うコンペティションなどを運営しています。 Kaggleのコンペティションは、例えば機械学習を利用してガンの兆候を早期発見する方法を競うなど、社会的に重要な問題をコミュニティを通じたクラウドソーシング的な手法とデータサイエンスのアプローチで解決することと同時に、課
Google機械翻訳の仕組み&できるようになったこと/まだ難しいことについて、社内の機械学習勉強会で説明します - yasuhisa's blog
社内の機械学習勉強会で最近話題になった機械学習関連のエントリを取り上げているのですが、ここ一ヶ月ではGoogle Neural Machine Translation(GNMT)がとても話題になっていました。GNMTで使われているEncoder-Decoderやattentionのような仕組みを直近で使う予定は特にはないですが、機械学習を使うエンジニアとして知っておいて損はないし、技術的に何が変わったことにより何ができるようになって、何はまだできないのかを知ろう、というのが目的です。技術的な項目は興味ない人も多そうなので、最後に持っていきました。 Google Neural Machine Translation(GNMT)の最近の進化について できるようになったこと 定量的な評価 まだまだ難しいこと 技術的な詳細 Encoder-decoder Attention based encod
Google 翻訳が進化しました。 - Google Japan Blog
メディア関係者向けお問い合わせ先 メールでのお問い合わせ: pr-jp@google.com メディア関係者以外からのお問い合わせにはお答えいたしかねます。 その他すべてのお問い合わせにつきましては、ヘルプセンターをご覧ください。
Machine Intelligence at Google Scale: Vision/Speech API, TensorFlow and Cloud Machine Learning
The biggest challenge of Deep Learning technology is the scalability. As long as using single GPU server, you have to wait for hours or days to get the result of your work. This doesn't scale for production service, so you need a Distributed Training on the cloud eventually. Google has been building infrastructure for training the large scale neural network on the cloud for years, and now started
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
Know Your Data
Cloud Natural Language | Google Cloud
Cloud Vision API でイメージの「銀河」を探索しよう
