日経クロステック登録会員になると… ・新着が分かるメールマガジンが届く ・キーワード登録、連載フォローが便利 さらに、有料会員に申し込むとすべての記事が読み放題に! 有料会員と登録会員の違い
用語「MLOps(“Machine Learning”と“Operations”の合成語)」について説明。機械学習モデルの実装~運用のライフサイクルを円滑に進めるために築かれる、機械学習チーム/開発チームと運用チームが協調し合う管理体制(機械学習基盤)を指す。 連載目次 用語解説 MLOpsとは、「機械学習チーム(Machine Learning)/開発チーム」と「運用チーム(Operations)」がお互いに協調し合うことで、機械学習モデルの実装から運用までのライフサイクルを円滑に進めるための管理体制(機械学習基盤)を築くこと、またはその概念全体を指す。類義語にDevOpsがあるが、まさにそのDevOpsから発展して生まれた考え方である。DevOpsに詳しければ、その機械学習版だと考えるとよい。 DevOpsの考え方と同様に、機械学習チーム/開発チームは、最終的なソリューションの一機能と
米Gartner(ガートナー)は8月29日(現地時間)、「先進テクノロジーのハイプ・サイクル」の2019年版を発表した。5Gやバイオチップ、AI PaaS(サービスとしてのAIプラットフォーム)などが「過度な期待」のピーク期にあり、レベル4までの自動走行などは「幻滅期」に入ったという。 2019年版でガートナーが着目した先進テクノロジートレンドは、(1)センシングとモビリティ(センサー技術、それを活用する自動走行など)、(2)オーグメンテッド・ヒューマン(人間の能力を上回る人工装具、バイオチップなど)、(3)次世代のコンピューティングとコミュニケーション(新しいアーキテクチャのコンピュータ、5G、低軌道衛星システムなど)、(4)デジタル・エコシステム(ナレッジ・グラフ、合成データ、非中央集権型Webなど)、(5)高度なAI/アナリティクス(機械学習、エッジAIなど)。今後、5~10年にわた
業務効率化などAIサービスの用途が一般の企業システムに広がってきた。後押しするのがモデル開発が不要で、すぐに使える「学習済みAI」の充実だ。従来型の自社開発AIと学習済みAIのどちらを選ぶか、開発時の選択が重要になる。 AI(人工知能)を活用したシステムの構築が増えてきた。画像解析技術を利用した工場での不良品検知や、高度な需要予測を活用したWebマーケティングなどAI活用の幅は広がり、一般の企業システムにもその波は及びつつある。 財務会計システムにAIを適用し、業務効率化を目指しているのが水戸市だ。水戸市は2018年9月から、AIの活用に取り組んでいる。そのプロジェクトの1つが支払伝票の項目から費用計上する科目を推定するAIの実現だ。NECと協力し、テキストの文字を認識してその意味から費用科目を推定するモデルを構築した。過去のデータを使って検証した結果、97%の精度で費用科目を推定できた。
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 欧州刑事警察機構(Europol)は「Do criminals dream of electric sheep: How technology shapes the future of crime and law enforcement」(犯罪者は電気羊の夢を見るか?:テクノロジーが将来的に犯罪と司法当局にもたらす変化)と題したレポートのなかで、犯罪者によって近い将来にもたらされる脅威に対応できるよう、司法当局は現段階で革新的かつ積極的な行動を起こす必要があると警告している。 人工知能(AI)や量子コンピューティング、5G、IoTの興隆は、サイバー犯罪者によって悪用された場合にその脅威を増大させる可能性のある新興テクノロジーのほんの一部
機械学習/AIプラットフォームを独自開発、DNA Centerで採用 ポリシーベースで自律的に最適なネットワーク環境を構築する「インテントベースネットワーク」。この構想を提唱するシスコシステムズが、AI技術を投入してネットワークのインテリジェント化を図るのは当然の流れだろう。 6月に開催された年次カンファレンス「Cisco Live! US 2019」において、同社は独自の機械学習(ML)プラットフォーム開発に数年前から取り組んでいることを明かした。ネットワークから吸い上げた膨大かつ多様な稼働状況(テレメトリ)データと、シスコの35年にわたるナレッジを組み合わせて解析し、統合管理ツール「Cisco DNA Center」にフィードすることでよりインテリジェントなネットワークにしていく仕組みだ。
AI・機械学習における「強化学習」の基礎知識と基本用語を、AWS DeepRacerの視点で解説。強化学習で特に重要な「報酬関数」については、重点的に説明する。 連載目次 AWS DeepRacerは、自律走行を行うミニカーである(前回詳しく説明した)。その走行エンジンにAI(人工知能)の機械学習モデル(より厳密には、ディープラーニングの「強化学習」と呼ばれる手法)が用いられる。強化学習(Reinforcement Learning)とは、次に取るべき行動を予測する機械学習モデルを作成するための学習方法である。DeepRacerでいえば、自動走行において「前に進むか」「右にハンドルを切るか」といった次に取るべき行動を予測するための走行エンジンを作成できるということだ。 本稿では、その強化学習の基礎について、AWS Summit Tokyo 2019で開かれた「DeepRacerワークショッ
2019年6月に開催された学会「VLSI Symposia 2019」。相次いで発表されたのが、「AIチップ」とも呼ばれる深層ニューラルネットワーク(DNN)チップ向けの各種技術である。性能改善が遅いCPUコアに代わって、DNNチップは今後の半導体の大きなトレンドの1つになりそうだ。DNNチップが不揮発性メモリーのキラー用途となる可能性も見えつつある。VLSIシンポジウムの内容を2回に分けて解説する。今回は後編。 (前編はこちら) 今回のVLSIシンポジウムでは、抵抗変化型不揮発性メモリー(ReRAM)を用いたCIM型チップもいくつか登場した。単なる積和演算だけではなく、多くの付加機能をアピールした講演もあった。 それが、米University of Wisconsin Madison(UWM)とフランス原子力庁電子情報技術研究所(CEA-Leti)の研究者が発表した「Liquid Sil
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
処理を実行中です
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