最新記事一覧
PCやワークステーションは、AI開発において推論だけでなく学習にも使われる。AIを活用した新たなプロダクトを開発することも可能で、エッジデバイス以上にさまざまな用途に使われる。その中から、特に代表的な製品を紹介する。
()
将棋のプロ棋士である広瀬章人八段向けに「最強の将棋AIマシン」を組むべく奔走する本連載。今回注目するのは、「CPU計算による将棋ソフト」と「GPU計算による将棋ソフト」のいまの実力と、それにつながる技術的な変遷についてだ。
()
Preferred Networks（PFN）とENEOSが、新物質開発や材料探索を高速化する汎用原子レベルシミュレーター「Matlantis（マトランティス）」を開発。両社が共同出資で設立した「株式会社Preferred Computational Chemistry（以下、PFCC）」を通じて、SaaSによる提供を始めた。
()
機械学習やディープラーニングに必要な数学項目をピックアップし、そういった項目を教科書的〜実践的にカバーしているオススメの「数学」本を紹介する。また中学〜大学までの数学全体を学び直したい人向けの本も紹介。
()
AIベンチャーのPreferred Networksと、学習塾のやる気スイッチグループが2020年夏にプログラミング教室を開校。ゲームより夢中になる子供もいるという、同教室の魅力を探った。
()
2大フレームワークであるTensorFlow／PyTorchに対して検索トレンドや研究論文数、Kaggle実用数などでの比較を行う。総括として「現状はどういう状況で、今後はどうなりそうか」について筆者なりの考察を加える。
()
Preferred Networksは、PyTorchを用いた深層学習の研究開発をサポートする「pytorch-pfn-extras」ライブラリをオープンソースソフトウェアとして公開するなど、PyTorchコミュニティーとの連携強化について発表した。
()
Kerasの公式サイト「keras.io」が完全リニューアル。Kerasのインストール方法やkerasモジュールのインポート方法に関する説明が変わった。「tf.kerasに一本化」とはどういうことなのかを解説する。
()
Pythonや機械学習（ディープラーニング）を学ぶための学習リソースとして、＠IT／Deep Insider上にある連載（技術解説記事）を、「Python」「開発環境」「数学／統計／データサイエンス」「ディープラーニング／機械学習」という4つの分野で紹介する（全18連載）。
()
ネットワールドは、パートナー企業が実施しているAIを活用した医用画像解析の研究において、実用化に向けた大きな成果を得たと発表した。「 AIセンター」に設置した「IBM PowerSystem AC922」を解析処理インフラとして使用した。
()
MONOistやEE Times Japanに掲載した主要な記事を、読みやすいPDF形式の電子ブックレットに再編集した「エンジニア電子ブックレット」。今回は2019年10〜12月に公開した人工知能関係のニュースをまとめた「人工知能ニュースまとめ（2019年10〜12月）」をお送りする。
()
AI技術を使った自動着色サービス「PaintsChainer」が名称を「Petalica Paint」に変更。ロゴデザインとWebサイトも一新した。
()
MLOps／AutoMLなどの自動化に、自然言語処理（BERTなど）、倫理問題／信頼と、2019年の「AI／機械学習」界わいの変化は止まらなかった。2020年はどう進化していくのか？ 英語での情報を参考に、10個の大胆予測を行う。
()
リリースから4年半で開発を終了しますが、その使命は十分なまでに果たしたといえるでしょう。
()
Preferred Networks（PFN）は2019年12月5日、同社が開発する深層学習フレームワーク「Chainer」のメジャーアップデートを終了すると発表した。
()
Preferred Networksが、研究開発の基盤技術である深層学習フレームワークを変更。自社開発のChainerから、米Facebookが開発するPyTorchに順次移行する。12月5日に公開した最新版v7が最後のメジャーリリースになる予定。
()
2大フレームワークであるTensorFlow／PyTorch（一部でKeras／Chainerも）に対して検索トレンドや研究論文数などでの比較を行い、「現状はどういう状況で、今後はどうなりそうか」について、筆者独自の考察を加え、他の記事における考察を引用する。
()
GPUを活用したTensorFlow／PyTorch／Chainerなどによるディープラーニングを実践するための環境をUbuntu上に構築する際の選択ポイントと手順を説明する。
()
Preferred Networksは、オープンソースの深層学習フレームワーク「Chainer」および汎用配列計算ライブラリ「CuPy」の最新版「v6」を発表した。C++製の「ChainerX」が試験的に統合されるなど、パフォーマンスを高めている。
()
Cadence Design Systemsは、Cadence Tensilica Vision Q6、P6、C5 DSPが、Preferred NetworksのChainer学習済みニューラルネットワークモデルに対応したと発表した。
()
Preferred Networksは、深層学習フレームワーク「Chainer」と、汎用配列計算ライブラリ「CuPy」の最新版「v6」を公開した。「ChainerX」の統合や混合精度学習への対応強化などを施した。
()
Preferred Networksは、オープンソースの深層学習フレームワーク「Chainer」の学習者向けに、日本語のオンライン学習資料「ディープラーニング入門：Chainerチュートリアル」を無料公開した。
()
Preferred Networksがディープラーニング初心者向けの日本語の学習サイトを無償公開した。
()
ついにTensorFlow 2.0 α版がリリースされた。TensorFlowにとって初めてのメジャーバージョンのアップデートになる。初期リリース〜2.0正式リリースまでの歩みを示し、2.0の新機能の概要を紹介する。
()
3目並べで強化学習を行うと、どうなるのだろうか。強化学習のアルゴリズムの一つである「Q-Learning」を説明しつつ、Q-LearningにDeep Learningを組み合わせた「Deep Q-Network」を使って、強化学習を実装する方法を紹介する。
()
昨今、多くのサービスに使われ、注目を浴びる「機械学習」。しかし、機械学習にはさまざまな学習方法が存在する。今回は、学習方法を比較しつつ、「強化学習」の概要を紹介する。
()
TensorFlowやPyTorchなどのフレームワークばかりが注目されるが、ディープラーニングを支援する周辺ツールにも注目したい。今後さらに多くのツールが誕生することだろう。
()
Preferred Networks（PFN）は2018年12月12日、ディープラーニングに特化したプロセッサ「MN-Core（エムエヌ・コア）」を発表した。同プロセッサは学習の高速化を目的とし、行列の積和演算に最適化されたものとなる。FP16演算実行時の電力性能は世界最高クラス（同社調べ）の1TFLOPS/Wを達成した。
()
2018年11月8日に行われた「Red Hat Forum 2018 Tokyo」で、パネルディスカッション「AI/マシンラーニング開発基盤を支える技術 〜Kubernetesが創るGPUコンテナの未来〜」が開催された。4人のスペシャリストが語った、AI／機械学習とコンテナの現状、課題、展望とは。
()
Preferred Networksは、機械学習アルゴリズムの動作を制御する「ハイパーパラメーター」向けの自動最適化フレームワーク「Optuna」のβ版をオープンソースソフトウェアとして公開した。機械学習ライブラリとして「Chainer」だけでなく、「scikit-learn」や「XGBoost」「LightGBM」などを利用した場合でも、ハイパーパラメーターの自動最適化が可能。
()
MathWorks Japanはモデルベース開発環境「MATLAB/Simulink」の最新バージョン「R2018b」で強化した深層学習（ディープラーニング）関連の機能について説明。MATLABが、NVIDIAのGPUに最適化された深層学習関連ソフトウェアのコンテナレジストリ「NVIDIA GPU Cloud（NGC）」に対応したことも発表した。
()
産業技術総合研究所は、「CEATEC JAPAN 2018」（2018年10月16〜19日、幕張メッセ）で、AI（人工知能）やビッグデータ処理向けスーパーコンピュータ（スパコン）「人工知能処理向け大規模・省電力クラウド基盤（AI Bridging Cloud Infrastructure、以下ABCI）」を利用した機械学習技術などについて展示を行った。
()
ベンチャー企業のPreferred Networks（PFN）は、「CEATEC JAPAN 2018」において、散らかった部屋の中のさまざまなモノを片付ける「全自動お片付けロボットシステム」を披露した。現在同社で開発を進めているパーソナルロボットシステムの技術デモとなる。
()
MSのAI技術の最新情報として「Windows MLアーキテクチャ」や「Azure Sphere」「Project BrainWave」など、PFNの事例や「Chainer MN」「Menoh」など、さらにABCIや「Post K」など、基調講演の注目ポイントをまとめる。
()
2018年6月13〜15日に千葉・幕張メッセで開催される、ネットワークとセキュリティを中心としたITの展示会、「Interop Tokyo 2018」の見どころを、Best of Show Awardノミネート製品を通じて紹介する本連載。第3回の今回は、AI、IoT、サーバ、ストレージなど、ノンジャンルで特徴的な製品を紹介する。
()
Microsoftの年次イベント「de:code 2018」に、東京大学で「魅力工学」を研究する山崎氏が登場。人工知能を使い、言語化しにくい魅力を数値化し、それを強化していくのだという。その研究分野はデザインや女性の「顔」の魅力にまで及ぶ。
()
Amazon Web Services（以下、AWS）は2018年6月1日、AWS Summit Tokyo 2018で、機械学習プロセス自動化サービス「Amazon SageMaker」およびBIツールの「Amazon QuickSight」についての新機能を紹介した。SageMakerはChainerに対応、QuickQightはライセンスコストの無駄を防ぐ新料金体系が注目される。また、AWS Fargateを東京リージョンで2018年7月に提供予定という。
()
インテルは2018年5月21日、東京本社内に開設した「インテル コラボレーション・センター」を報道陣向けに公開した。IoTやAI、VR、パーセプチュアルコンピューティング、自動運転技術などを活用した製品／サービスの開発を目指す顧客とともに、イノベーションを生み出すためのコラボレーションの場となる。
()
エヌビディアは2018年4月24日、ディープラーニングに関するセミナー「NVIDIA Deep Learning Seminar 2018」を東京都内で開催した。本稿では、セッション「これから始める人のためのディープラーニング基礎講座」から、各種ニューラルネットワークやその応用例、ディープラーニングフレームワークの概要について紹介する。
()
TensorFlowを活用するうえで、TensorBoardは非常に役立つツールだ。スカラー値やデータフローグラフをログファイルとして出力し、可視化する方法を説明する。
()
「NVSwitch」「DGX-2」「TensorRT 4」「ARM社との提携」といったAI関連の発表内容を中心に、GTC 2018の注目ポイントを紹介。そこから垣間見える、NVIDIA社の「AI戦略」を考える。
()
機械学習／ディープラーニングの作業フローの基礎を学び、実践へ踏み出す準備をしよう。機械学習モデルは、どのようなステップで作成していくのか？ データ収集〜学習〜運用の一連の流れをできるだけシンプルに紹介する。
()
GPUを活用したTensorFlowやChainerによるディープラーニングを実践するための環境をUbuntu上に構築する際の選択ポイントと手順を説明する。
()
Preferred Networks（PFN）は、最新のNVIDIA製GPUを搭載した次期プライベートスーパーコンピュータ「MN-1b」を2018年7月より稼働させる。
()
クラウドだけでなく、PCやスマートフォンなどを含むエッジデバイスの世界においても、機械学習ライブラリを使った処理高速化の活用が進みつつある。そんな中、Microsoftが発表した学習済みの機械学習ライブラリをWindows上で動作させるための仕組み「Windows ML（Machine Learning）」の情報を整理する。
()
医療現場のCT画像から手術対象の臓器などをVR／MR用にSD立体化した事例において、ディープラーニングの技術はどのように選択され、活用されたのか。実際に取り組んだ手順で説明し、今後の展望についても紹介する。
()
ディープラーニングに取り組む人たちの間で人気の勉強会コミュニティ「DEEP LEARNING LAB」の概要と最新情報を紹介。今後の勉強会イベントの開催方針や、専門実践教育訓練給付で7割の補助金が受けられるようになった教育事業について説明する。
()
クロノス・グループは「ニューラルネットワーク変換フォーマット（NNEF）1.0」を発表した。同フォーマットは、暫定仕様として発表されており、業界からのフィードバックを仕様確定前に組み込むことができる。
()
組み込み機器でのAI実行に向け、PFUが産業用PC向けの拡張カード「Deep Learningアクセラレータカード」を販売する。FPGAを深層学習の推論実行に最適化、PCI Expressのハーフサイズカードに搭載した。
()
クロノス・グループは「ニューラルネットワーク変換フォーマット（NNEF）1.0」を発表した。同フォーマットは、暫定仕様として発表されており、業界からのフィードバックを仕様確定前に組み込むことができる。
()