「Chainer」関連の最新 ニュース・レビュー・解説 記事 まとめ

AI開発に挑戦したい！　PC・ワークステーションは何を選ぶべき？　用途や目的別に解説
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。（2023/5/9）

プロ棋士向け最強将棋AIマシンを組む！：
「CPU最強 vs. GPU最強」──進化する将棋AIのいま　プロに勝利した「Ponanza」から「水匠」「dlshogi」まで
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。（2022/3/28）

研究開発の最前線：
1000万倍高速の汎用原子レベルシミュレーターをPFNとENEOSが開発、SaaSで提供へ
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。（2021/7/7）

AI・機械学習の独学リソース：
機械学習／ディープラーニングの「数学」が学べるオススメ本
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。（2021/3/18）

「子供がゲームより夢中になる」──PFNの教材を使ったプログラミング教室の魅力を探る
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。（2021/1/7）

AI・機械学習のツール＆ライブラリ：
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2021年】
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。（2020/12/16）

人工知能ニュース：
PyTorchを用いた深層学習の研究開発向けライブラリを公開
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。（2020/6/4）

TensorFlow 2＋Keras（tf.keras）入門：
マルチバックエンドKerasの終焉、tf.kerasに一本化
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。（2020/5/13）

＠IT／Deep Insiderの歩き方：
Python＆AI・機械学習を無償の記事で学ぼう！　＠IT連載まとめ
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）。（2020/4/24）

AIを用いたエックス線画像処理で実用化に向けた成果　ジグザと長崎大学病院
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。（2020/2/28）

電子ブックレット（組み込み開発）：
東芝の脊髄反射型アナログAIチップ／インテルのAI全方位戦略
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。（2020/2/26）

自動着色サービス「PaintsChainer」が名称変更　ピクシブは「Chainer開発終了とは無関係」と説明
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。（2020/2/6）

AI・機械学習の業界動向：
2020年の「AI／機械学習」界わいはこうなる！　10大予測
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。（2019/12/26）

製造マネジメント メルマガ 編集後記：
Chainerの開発が終わっても止まらない、国内製造業のAI活用
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。（2019/12/10）

人工知能ニュース：
PFNがChainerの開発を終了しPyTorchへ移行、西川社長「非常に大きな決断」
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。（2019/12/6）

PFN、深層学習フレームワークをPyTorchに移行　Chainerをやめるのは「非常に大きな決断」
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。（2019/12/5）

AI・機械学習のツール＆ライブラリ：
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2019-2020年】
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。（2019/10/31）

機械学習＆ディープラーニング環境構築入門：
UbuntuでのGPUディープラーニング環境の構築【Ubuntu 18.04 LTS対応】
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。（2019/8/29）

人工知能ニュース：
オープンソースの深層学習フレームワークと汎用配列計算ライブラリの最新版
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。（2019/6/11）

人工知能ニュース：
DSPコアがChainerに対応、AIアプリケーション開発を促進
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。（2019/5/27）

混合精度学習への対応強化など：
Python向けライブラリ「Chainer」「CuPy」の最新版をPreferred Networksが公開
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。（2019/5/20）

人工知能ニュース：
深層学習初心者向けの無料オンライン学習資料を公開
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。（2019/5/10）

ディープラーニング初心者向けの日本語学習サイト、PFNが無償公開
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。（2019/4/12）

イベントから学ぶ最新技術情報：
TensorFlow 2.0 α版で何が変わる？ 新機能の概要 ― TensorFlow Dev Summit 2019
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。（2019/3/14）

Web解析にも使える！　強化学習超入門（2）：
【3目並べで学ぶ強化学習】Q-LearningとDQNを徹底解説
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。（2019/3/5）

Web解析にも使える！　強化学習超入門（1）：
囲碁プロ棋士に勝ったAI「Alpha Go」で使われた、「強化学習」って何？
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。（2019/2/8）

ディープラーニングツール概説（後編）：
ディープラーニング用周辺ツールの充実にも注目
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。（2019/1/23）

人工知能ニュース：
PFNが深層学習プロセッサを開発した理由は「世界の先を行くため」
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。（2018/12/14）

KubernetesでGPUをどう活用できるのか？：
PR：AI／機械学習にコンテナは必要か？――4人のスペシャリストが語るGPUコンテナの未来
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。（2018/12/28）

機械学習の開発負荷を低減：
機械学習のハイパーパラメーターを自動最適化、Preferred Networksがライブラリを公開
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。（2018/12/5）

人工知能ニュース：
MATLABが深層学習関連機能を拡充、NVIDIAの「GPU Cloud」にも対応
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。（2018/10/31）

CEATEC 2018：
TOP500国内1位のAIスパコン、計算ノード内部を初披露
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。（2018/10/19）

CEATEC 2018：
PFNが全自動お片付けロボットで示した可能性、2020年投入の開発ツールで具現化
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。（2018/10/17）

イベントから学ぶ最新技術情報：
MSやPFNのAI技術最新情報からPost Kまで ― DLLAB DAY 2018 基調講演レポート
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。（2018/6/29）

Interop Tokyo 2018の歩き方（3）：
Interop Tokyo 2018 、IoTやAIと、ネットワークの関係を考える
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。（2018/6/14）

プレゼンスライドのデザインもアドバイス：
AIで女性の顔の“魅力”も数値化――東大で研究中の「魅力工学」とは？
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。（2018/6/6）

リードオンリーBIユーザーの課題にも対応：
AWS、AWS Summit Tokyo 2018でSageMakerとQuickSightの新機能、AWS Fargateの提供予定を発表
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。（2018/6/4）

組み込み開発ニュース：
インテルが東京本社にコラボレーション・センター開設、イノベーションの創出へ
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。（2018/5/22）

CNN／RNNやフレームワーク概要まで：
NVIDIAが解説するディープラーニングの基礎（後編）
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。（2018/5/9）

TensorFlow入門：
第8回　TensorBoardとは？ スカラー値やデータフローグラフの可視化
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。（2018/4/27）

イベントから学ぶ最新技術情報：
GTC 2018におけるAI関連の発表内容、そこから見えるNVIDIAの方向性
「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。（2018/4/20）

機械学習＆ディープラーニング入門（概要編）：
Lesson 3　機械学習＆ディープラーニングの、基本的なワークフローを知ろう
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。（2018/4/18）

機械学習＆ディープラーニング環境構築入門：
UbuntuでのGPUディープラーニング環境の構築【Ubuntu 16.04 LTS対応】
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。（2018/4/18）

拡張部分のピーク性能は約3倍：
PFNの新型スパコン、最新のNVIDIA製GPUを採用
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。（2018/3/30）

鈴木淳也の「Windowsフロントライン」：
Windows 10で機械学習ライブラリを実行するための「Windows ML」とは何か
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。（2018/3/27）

機械学習の参考事例：
Deep Learningが医療向けVR／MRサービスでどう活用されたのか
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。（2018/3/14）

イベントから学ぶ最新技術情報：
「DEEP LEARNING LAB」勉強会の開催方針と、7割補助金が出るハンズオン講座
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。（2018/2/23）

NNEF 1.0：
業界意見求め、ニューラルネット変換フォーマット「暫定」仕様が公開
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。（2018/1/31）

PFU Deep Learningアクセラレータカード：
FPGAをAI実行に最適化、PCI Expressのハーフサイズに搭載
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。（2018/1/29）

人工知能ニュース：
ニューラルネットワーク変換フォーマットを暫定仕様として発表
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。（2018/1/22）