Cloud Native Meetup Tokyo #11 「Monolith によるモダンアーキテクチャの再考」のスライド資料です
![Monolith によるモダンアーキテクチャの再考 / Rethink modern architectures with Monolith](https://cdn-ak-scissors.b.st-hatena.com/image/square/9f2ca4de0f63b7c7e6c1723671e4e7729318ef8d/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F628a60f8c33246c2ac7a344697ba2f98%2Fslide_0.jpg%3F14423715)
Cloud Native Meetup Tokyo #11 「Monolith によるモダンアーキテクチャの再考」のスライド資料です
文章読解の分野でもAIが人間の平均レベルを超え始めた。米グーグルの新AI技術「BERT」が壁を突き破った。検索や情報収集などの効率が飛躍的に高まる可能性が出てきた。 AIに文章読解は不可能――。数年前までこれが常識だった。日本の国立情報学研究所(NII)が2011年に始めた「ロボットは東大に入れるか(東ロボ)」プロジェクトでも、AIは大学入試センター試験の英語試験で長文読解問題や単語の並べ替え問題に全く歯が立たなかった。東ロボのAIが2016年にセンター試験の英語問題を解いた際の偏差値は「45.1」。東大合格はとうてい不可能なレベルだった。 ところが米グーグルが2018年10月に発表した新技術「BERT」で常識が一変した。BERTが文章読解問題を人間より高い正答率で解いたからだ。 BERTは文章の「言語らしさ」を予測する「言語モデル」というAI技術だ。言語らしさの予測は、AIが単語や文章を
Kubernetesを学ぶ意味とは――AWS EKSでクラスタを構築してみよう:マネージドサービスで始めるKubernetes入門(1)(1/4 ページ) 本連載では、AWSが提供するマネージドKubernetesサービスの「EKS」を用いてアプリケーションを公開する方法を紹介。第1回目は、いまからKubernetesを学ぶ意味と、AWS EKSでクラスタを構築する方法について。 「Kubernetes」を学ぶ意味とは? 顧客ニーズの変化と、分散化指向への対応 昨今、AI(人工知能)やIoT(Internet of Things)、ディープラーニングなどの先端技術をビジネスに活用する事例が増えています。その結果、「人々の生活」や「顧客ニーズ」に変化が起き、そうした先端技術の活用がますます求められる状況です。 これらの変化に対し、開発部門も新しいことにチャレンジできるよう、変化する必要があり
なぜDockerへ移行しようと思ったのか 以下3点の理由により開発環境をすべてDockerへ移行することにしました。 これまでpuppetのメンテナンスをしていた開発メンバーがいなくなってしまった これまでは、Vagrantで立ち上げたイメージに対してpuppetでプロビジョニングを行い環境構築を行ってきましたが、これまでpuppetをメンテナンスしていた開発メンバーが全員人事異動や転職などでチームから外れてしまいました。 残ったメンバーでpuppetを覚えていくか別に新しく開発環境を作るかといったときに、puppetに比べ開発環境を構築するレベルでは学習コストの低いDockerへ切り替えることにしたというのが1点目です。 バージョンを維持するのが難しくなってきた 1つのVagrantイメージ上に複数のPHPのロールが動作しており、すべて同じバージョン・設定が使われていました。これまでは、
「JX通信社Advent Calendar 2019」10日目の記事です. 昨日は, @rychhrさんの「Pure WebSocketsをサポートしたAWS AppSyncでWebとiOS間のリアルタイムチャットを作ってみた(1)」でした. 改めまして, こんにちは. JX通信社でシニア・エンジニア&データ基盤エンジニアをしています, @shinyorke(しんよーく)と申します. JX通信社では, データ駆動での意思決定および施策実施をより円滑に進めるため, データ基盤の構築・運用を進めながらトライアル的に様々なFrameworkやツールの検証を行っています.*1 このエントリーでは, 私がシュッとPySparkで分散処理をする...前に, 手元で試したときの感想とその知見 のお話を残していきたいと思います. なお, 分散処理そのものの知見・ノウハウではなく, する前にPySparkに
人工知能学会らは12月10日、「機械学習の不適切な利用は公平性を欠く可能性がある」などと注意を呼び掛ける声明文を発表した。米Amazon.comが人材採用で使った機械学習システムが、女性差別を助長するとして運用中止に至ったことなどを問題視し、「機械学習が公平性に与える影響を重く捉え、この問題にどう対処すべきか社会全体で共有したい」としている。 日本ソフトウェア科学会、電子情報通信学会との共同声明。Amazonの例をはじめ、機械学習の不適切な利用が公平性に欠ける結果をもたらす例が増えていることから、声明を出すに至った。 人工知能学会らは、「機械学習は道具にすぎず、人間の意志決定を補助するものだ」と強調。「機械学習は人類社会の繁栄に大きく貢献する可能性を秘めているが、不適切な利用をすれば人類社会の利益に反する可能性もある」と注意を喚起している。 こうした問題を防ぐには、道具を使う人間が注意深く
ダーツが狙ったところに刺さるかどうか、投げた直後、つまり刺さる直前にお知らせすることで、0.2秒待てば分かることを0.2秒前に知って一喜一憂するためのアプリを作りました。 何を作ったか まず、的に向かってダーツを投げましょう。その様子をカメラで撮影し、その映像をもとにPCで姿勢推定を行います。推定された姿勢をもとに、ルールベースでダーツを投げたことをPCで検知します。 投てきを検知したら、1秒分のデータをさかのぼって機械学習モデルに入力し、ダーツがブル(中心)に刺さるのかどうか予測します。その際、Edge TPUという高速で機械学習の予測を行うデバイスを利用します。 機械学習の判定の結果、ブルに刺さると思ったら「ピンポーン」外れると予測されたら「ブブー」と音がなって知らせてくれます。この時点でまだダーツは刺さっていません。 もし、外れると予測されたら悲しいですよね。まだダーツは刺さっていま
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