この記事は、2019年4月18日発行の「モノづくり総合版 メールマガジン」に掲載されたMONOistの編集担当者による編集後記の転載です。 いま話題のJetson Nano、予想以上にAI処理が速い 米国で開催されたNVIDIAのユーザーイベント「GTC 2019」（2019年3月19～21日、米国カリフォルニア州サンノゼ）で、個人的に最もアツく感じた発表が「Jetson Nano」の登場でした。

本記事では、専門分野に特化した人工知能「エキスパートシステム」について解説します。 問題点や実用例も含めてご紹介することで、初心者でも理解できるように解説していますので、ぜひ最後まで読んでエキスパートシステムとは何かを理解してください。 エキスパートシステムとは？ エキスパートシステムとは、専門知識のない素人あるいは初心者でも専門家と同じレベルの問題解決が可能となるよう、その領域の専門知識をもとに動作するコンピュータシステムのことです。システムは専門家のかわりに特定の分野に特化した知識をもとに推論をおこない、専門家のようにアドバイスや診断をおこないます。 エキスパートシステムは、専門家が答を導く手順を真似たものであり、知識と問題解決処理とを分離独立させた、通常のプログラムとは異なる独特の構造をしています。具体的には、「推論エンジン」と「知識ベース」から成り立っています。 問題の解決・処理を

三菱電機は1月31日、2つのAIを競わせてリアルな画像生成を実現する敵対的生成ネットワーク（GAN: Generative Adversarial Network）において、演算量とメモリ量を10分の1に削減した「コンパクトなGAN」を世界で初めて開発したと発表した。 【こちらも】東芝と理研、コンパクトDNNでAIを高速化　エッジでの推論は加速するか 人工知能（AI）の分野で最も実用化が進んでいるのが深層学習（ディープラーニング）だ。人間の脳の神経細胞（ニューロン）を模したニューラルネットワーク構造を用いて、学習と推論を行う。ディープラーニングの課題は、AI開発時におけるAIの学習時間とAI適用時におけるAIの推論時間の短縮だ。 東芝と理化学研究所は2018年12月17日、深層ニューラルネットワーク（DNN: Deep Neural Networks）のコンパクト化技術を開発。学習の際に、

こんにちは、スマートニュースの徳永です。深層学習業界はGANだとか深層強化学習だとかで盛り上がっていますが、今日は淡々と、ニューラルネットワークの量子化の話をします。 TL;DR パラメータだけを量子化するのであれば、ほぼ精度を落とさずに、パラメータのデータ容量は1/16程度にまで削減できる パラメータ、アクティベーション、勾配のすべてを量子化し、推論だけでなく学習までもビット演算だけで実現する研究が進んできている 現在は深層学習 = GPU必須というぐらいの勢いがあるけど、量子化の研究が進むと、今後はどうなるかわからないよ はじめに 情報理論における量子化とは、アナログな量を離散的な値で近似的に表現することを指しますが、本稿における量子化は厳密に言うとちょっと意味が違い、十分な（=32bitもしくは16bit）精度で表現されていた量を、ずっと少ないビット数で表現することを言います。 ニュ