“ラズパイ5”にNPU追加できる「Raspberry Pi AI Kit」 最大13TOPSの推論性能 日本では近日販売へ
関連記事 「Raspberry Pi 5」発表 拡張性や処理速度が向上 国内の販売時期は未定 英Raspberry Pi財団は、小型コンピュータ「Raspberry Pi 5」シリーズを発表した。英国では10月から販売予定だが、日本国内での販売時期は不明。 AI処理に適した「Copilot+ PC」、各メーカーが続々発表 ラインアップ一覧 米Microsoftは、AIアシスタント「Copilot」などAIの実行に適したWindows PCカテゴリー「Copilot+ PC」を発表した。各メーカーが6月18日以降に発売するSnapdragon搭載のCopilot+PCを紹介する。 AI対応“Copilot+ PC”でArm搭載の新「Surface Pro／Laptop」 「M3 MacBook Airより高速」とうたう性能と価格は？ 要点まとめ 米Microsoftが発表した、新しい「Sur
どうも、オリィ研究所の ryo_grid こと神林です。 こんにちは。 時系列データに対するディープラーニング適用の一例として、深層強化学習（DQN）させたトレードエージェント（まともなパフォーマンスを発揮する）のモデルを作成し、FX自動トレード（のシミュレーション）をするということにトライしてきました。 深層強化学習でのFX自動トレード（のシミュレーション）がうまくいかないのでオレオレ手法を考えた - Qiita 【続】深層強化学習でのFX自動トレード（のシミュレーション）がうまくいかないのでオレオレ手法を考えた - Qiita 【成功】深層強化学習でのFX自動トレード（のシミュレーション）がうまくいかないのでオレオレ手法を考えた - Qiita 【LSTM導入版】深層強化学習でのFX自動トレード（のシミュレーション）がうまくいかないのでオレオレ手法を考えた - Qiita このテーマに
「実装段階ではサーバーはどんな仕組みになるのか」「価格はどのくらいか」──。2月下旬、人工知能（AI）開発を手掛けるプリファードネットワークス（PFN、東京・千代田）が開いた、AIのディープラーニング（深層学習）向け独自半導体チップ「MN-Core」についての勉強会の一幕。通信会社やデータセンター関連企業の社員らから熱心な質問が飛んだ。日の丸半導体復活への期待が高まる中、日本で有望なスタートア
GPT解説2 アテンションの仕組み (Attention, Transformer) | Chapter6, 深層学習
この動画は3Blue1Brownの動画を東京大学の学生有志団体が翻訳・再編集し公式ライセンスのもと公開しているものです。 チャンネル登録と高評価をよろしくお願いいたします。 日本語版Twitter https://twitter.com/3B1BJP 元チャンネル（英語） https://www.youtube.com/c/3blue1brown 元動画（英語） https://www.youtube.com/watch?v=eMlx5fFNoYc&t=795s&pp=ygUVYXR0ZW50aW9uIDNibHVlMWJyb3du 新チャンネルUfolium https://www.youtube.com/watch?v=nF7gFRebGTk&pp=ygUHdWZvbGl1bQ%3D%3D https://www.youtube.com/watch?v=wrNCjIjIzuk&p
市場で注目を浴びているトレンドを深掘りする連載「マネ部的トレンドワード」。今回のテーマは、「現代用語の基礎知識選 2023ユーキャン新語・流行語大賞」のトップ10に入った「生成AI」。 生成AIと聞いて「ChatGPT」をイメージする人は多いだろう。「ChatGPT」は、大量のテキストデータを処理し、自然言語（人間が扱う日本語や英語などの言語）を理解・生成する「大規模言語モデル（LLM）」の一種だ。 電機メーカーのNEC（日本電気）は、2023年7月に独自のLLMを開発。そして、同年12月にはそのLLMと映像認識AIを掛け合わせ、長時間の動画からユーザーの目的に応じた短縮動画と説明文を自動生成する技術を開発したことを発表し、2024年3月には試用版の提供を開始している。 「映像認識AI×LLM」の技術は、社会のなかでどのように活用されるのだろうか。NECビジュアルインテリジェンス研究所の劉
日系コンサルティング会社を経て2019年にブレインパッドに参画。機械学習を用いた需要予測の事例や、金融商品取引の分析事例を担当。昨今は汎用ソルバーを用いた数理最適化の事例にも従事。フィージビリティの検証からKPI設計までトータルで支援。機械学習をはじめとした技術の「社会実装」の実績をもつ。東京大学グローバル消費インテリジェンス寄付講座 (GCI) 2020-2023 特別講師。 1.出会いとこれまで DOORS編集部 今回は、AIの現場最前線で活躍する「からあげ」さんと、株式会社ブレインパッドの内池による対談です。「データサイエンティスト」という職種に焦点を当てて、過去・現在・未来のAIやデータサイエンスについて大いに語っていただきたいと思います。まずはお二人の出会いのきっかけから教えていただけますか。 株式会社松尾研究所・からあげ氏×株式会社ブレインパッド・内池 きっかけは「ディープラー
下がるCPUアーキテクチャへの依存度Copilot+ PC最初の製品である新型Surfaceに着目すると、クァルコムの最新チップであるSnapDragon Xシリーズを搭載していることに目が行きがちだ。アップルが真っ先にMacをArmに移行させたように、Armアーキテクチャがカバーする応用領域は着実に広がってきた。 それが、x86アーキテクチャを基本としてきたWindowsを開発するマイクロソフトが作る、新しいトレンドとコンセプトを示す主力デバイスにまで広がってきたということは、今後インテルやAMDへは厳しい道のりが…といった文脈を想像しがちだ。 アップルが高性能なSoC*1をMacで展開していることを考えれば、今後、これが世の中のトレンドになるという想像をするかもしれない。 *1：一枚のチップ上に、様々なシステム機能を集合させた半導体製品 しかしインテルやAMDが競っている領域と、Arm
LLM（大規模言語モデル）とは？生成AIとの違いや仕組みを解説 | NECソリューションイノベータ
UPDATE : 2024.02.29 ビジネスの世界で注目を集めている「LLM（大規模言語モデル）」とは、膨大なテキストデータと高度なディープラーニング技術を用いて構築された、自然言語処理（NLP：Natural Language Processing）と呼ばれる分野における革新的な技術のこと。具体的なビジネス活用の最新事情のほか、「ChatGPT」や「生成AI」などの関連ワードも交えて分かりやすく解説します。 INDEX LLM(大規模言語モデル)とは 言語モデルとは ファインチューニングとは LLM(大規模言語モデル)と生成AやChatGPTとの違い 生成AIとの違い ChatGPTの違い LLM(大規模言語モデル)の仕組み STEP① トークン化 STEP② ベクトル化 STEP③ ニューラルネットワークを通した学習 STEP④ 文脈（コンテキスト）理解 STEP⑤ デコード（出力
「AIアライメント」や「AIセーフティ」に関する会話で、まず最初に必ず躓くのが、これらの言葉の意味だ。「AI Alignment」「AI Safety」と聞いて何をイメージするかには、人によってものすごくばらつきがある。相手の頭に、どのような範囲の問題が浮かんでいるか、それを探るところから会話を始めなくてはいけない。 実際、これらの言葉は何を意味しているのだろうか。これらの用語・用例の出自にさかのぼっても、あまり役に立たないかもしれない。というのも、種々の思惑、ポジション取りのために、これらの言葉の意味はその都度変わってきたからだ（そのあたりの事情の一端は、Center for AI Safety所長のDan Hendrycksさんが先日のWebinarで話してくれている）。 そこで本投稿では、言葉の歴史をいったん脇に置き、今現在の議論に集中したい。そのうえで、「AIアライメント／AIセー
トップページ ニュースリリース NTTグループのAIガバナンス規程類の制定、およびAIガバナンスの推進体制について～お客様が安心して利用できるAIの提供に向けたCo-CAIO、AIガバナンス室の新設～ 日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：島田 明、以下「NTT」）は、急速に社会に浸透するAIをグループ各社が活用する基本的な方針として、新たに「NTTグループAI憲章」等の規程類を制定いたしました。本規程類に基づきグループ一体となってAIリスクマネジメントに取り組むとともに、AIに関する最高責任者のCo-Chief Artificial Intelligence Officer（以下Co-CAIO）を配置し、AIガバナンスを推進するためAIガバナンス室を新設します。 ■ 背景 AI（人工知能）は、ディープラーニングに代表される技術革新により、急速に社会に浸透し、人間が意
国立台湾大学（NTU）卒業式でのジェンセン・フアン（NVIDIA創業者CEO）のスピーチをまとめています。 1: ジェンセン・フアンの国立台湾大学訪問とスーパーコンピュータの発見ジェンセン・フアンが初めて国立台湾大学（NTU）を訪れたのは、約10年以上前のことで、その訪問はDr. Chengの招待によるものでした。この訪問の背景には、Dr. Chengの息子がシリコンバレーでNVIDIAのCUDA技術に触れ、その革新性を認識し、父親にその技術を推薦したというエピソードがあります。息子の推薦を受けて、Dr. Chengは自身の研究、特に量子物理シミュレーションのためにCUDAを活用することを決めました。 フアンがNTUを訪れた際、Dr. Chengは自宅で作成したスーパーコンピュータを彼に見せました。このスーパーコンピュータは、台湾独自の方法で構築されており、複数のNVIDIA GeForc
Azure AI Studioが一般公開(GA)されたので早速色々使ってみました！ - CCCMKホールディングス TECH Labの Tech Blog
こんにちは、CCCMKホールディングス TECH LABの三浦です。 いつの間にかこの会社に勤めて10年が経っていました。10年前はニューラルネットワークやディープラーニングが少しずつ浸透してきたころで、従来の機械学習とは何が違うのか、といったことを調べていた気がします。あれから10年、ディープラーニングの分野ではTransformerが生まれ、いつの間にか人の思考を代理でこなしてくれるようなAIまで誕生し、技術の進化のスピードにびっくりします。次の10年はどうなるんだろうと色々と考えてしまいます。 さて、今年に入ってからずっと楽しみにしていたのですが、ついにMicrosoftのAzure AI Studioが一般公開(generally available)になりました！ 今年一番最初に見た動画がAzure AI Studioのデモ動画で、それがとても面白い内容でずっと気になっていました
機械学習とビッグデータは、現代のビジネスにおいて重要な役割を果たしています。この記事では、そのインパクトについて考察してみましょう。 moun45.hatenablog.com 1. データ駆動型の意思決定 ビッグデータと機械学習を組み合わせることで、ビジネスはデータ駆動型の意思決定を行うことができます。過去のデータから学習し、将来の動向を予測することで、より効果的な意思決定が可能となります。 2. パーソナライズされたサービスとマーケティング 機械学習アルゴリズムは、顧客の行動や嗜好を分析し、パーソナライズされたサービスやマーケティングを提供するのに役立ちます。顧客のニーズに合わせたサービスを提供することで、顧客満足度を高め、競争力を強化することができます。 3. 生産性の向上と効率化 ビッグデータと機械学習を活用することで、業務プロセスの自動化や効率化が可能となります。例えば、生産ライ
概要 2ヶ月遅刻ですが、2023年4月～2024年3月で読んだ本145冊のうち技術寄りの本から52冊をざっくり紹介します。 オススメ度は10段階です。 1年目。 2年目。 プログラミング言語 実践Rustプログラミング入門 オススメ度★6 章ごとに1つのプログラムを作成しながら、Rustとそのエコシステムの特徴を学べる形式の本です。Rust哲学や文法解説は少なめです。 Rust学習者にはプログラミング初心者が少なく、質の高い公式ドキュメントも充実しているため、この形式の本は多い印象ですが、その中でも最もポピュラーな本です。 多様な用途を紹介する都合で作成するプログラムも多様で、これは好みが分かれるかなと思います。「ざっくり出来ることが分かればいいので後半は読み流すだけで、あとは自分で作りたいものを作りながら学ぶ」という人にはオススメです。一方で、マトモにコードを理解して環境構築して動かそう
目次KaggleとはKaggle事例紹介「自動運転車向けLyftモーション予測」画像認識技術画像認識の仕組み画像認識の歴史と現在画像認識の活用事例 2022年9月30日から10月2日までさいたまスーパーアリーナで開催された「NBA JAPAN GAMES」日本では8度目になるNBA JAPAN GAMESは約3年ぶりの日本開催ということもあり、観戦チケットが事前に完売するほどの大盛況となりました。 試合の盛り上がりは言うまでもなく、それ以外にも幕間を盛り上げるコンテンツがあったことを皆さんはご存じでしょうか。 今回の NBA JAPAN GAMES は3日間にわたる開催ですが、プレシーズンのオープンマッチとなる試合は9月30日と10月2日に2試合行われました。 間の1日には「サタデーナイト」としてファンイベントが開催され、パートナーである日産がプロデュースした特別なコンテンツが発表される場
【概要を掴もう】画像認識CNNのAlexNetを分かりやすく解説｜DXコンサルの日進月歩奮闘記
今回は画像認識CNNとして最初に有名になったAlexNetを取り上げてみたいと思います。 今述べたように、AlexNetはディープラーニングを用いた画像認識の火付け役として大変よく知られた存在です。ディープラーニングを学ぶのであれば、その基礎として確実に知っておくべきモデルと言えます。 今回はそのAlexNetを登場した背景からその特徴まで分かりやすく解説してみたいと思います。 画像認識の大会ISLVRC AlexNetは画像認識の世界的な大会であるISLVRCで登場しました。 ISLVRCでは、ImageNetと呼ばれる画像データセットを利用して、1000クラスの画像の識別を行ない、画像識別誤差が少なかったモデルが優勝となります。 AlexNetが登場する前年は優勝したモデルの画像認識の誤差が26%でしたが、2012年に登場したAlexNetは誤差15.3%を叩き出し、前年の記録を大幅に
SageMakerで作るケチケチ文書分類 - Mirai Translate TECH BLOG
みらい翻訳の西山です。社内ではlisaと呼ばれてます。機械翻訳エンジン研究開発チームのエンジニアリングマネージャーをしています。 さて、突然ですが、みなさんディープラーニングしてますか？ご自宅にGPUはありますか？ 筆者も週末に趣味で文書を分類したりしているのですが、家にあるGPUはNVIDIA GeForce RTX 2080Tiで、バッチサイズを小さくする必要があったりと、少々物足りません*1。 そこで頼りにしたいのがAmazon EC2等の仮想コンピューティング環境ですが、GPUが利用できるサーバーインスタンスは一般に高額で、「必要な時に起動＆用が済んだら直ちに終了」を徹底しないと利用金額がかさみがちです。 今日は趣味でディープラーニングをおやりになっている皆様向けに、なるべく安価に構築・運用可能なクラウドディープラーニング環境のご紹介をしたいと思います。 ※この記事の内容はみらい翻
2024年06月06日 「ナレッジ駆動型システム運用自動化ソリューション」のコンセプトモデルを発表～異常予兆を捉え、対処提案を「ナレッジ×生成AI」で実現～ | NTT-AT
NTTアドバンステクノロジ株式会社（以下：NTT-AT、本社：東京都新宿区、代表取締役社長：伊東匡）は、生成AIを用いたシステム運用の効率化・自動化を目的とした「ナレッジ駆動型システム運用自動化ソリューション」（以下：本ソリューション）を2024年9月末にサービス開始予定です。 本ソリューションは、運用オペレーターの知識・経験をナレッジとして蓄積し、進化成長するナレッジを活用することで、運用オペレーターの作業負担を軽減します。このナレッジと、AI異常予兆検知ソリューション「@DeAnoS*1」と生成AIを組み合わせ、アラート情報に応じた対処方法を提案、実行します。 なお、2024年6月12日から14日まで幕張メッセで開催される「Interop Tokyo 2024」*2にて本ソリューションのコンセプト展示を行います。 １．本ソリューションが解決する課題 近年、オンプレミス型からクラウドサー
Deep Learning資格試験 まとめ
はじめに 日本ディープラーニング協会の Deep Learning 資格試験（E 資格）の受験に向けて、調べた内容をまとめていきます。 応用数学 線形代数 演算規則 和 スカラー倍 行列式 単位行列 逆行列 連立方程式 行基本変形 固有値分解 固有値、固有ベクトル 特異値分解 いろいろな距離 マンハッタン距離 ユークリッド距離 マハラノビス距離 確率・統計（１） 集合 和集合 共通部分 絶対補 相対補 確率 頻度確率 ベイズ確率 条件付き確率 独立な事象の同時確率 ベイズ則 期待値 分散・共分散 分散 共分散 標準偏差 確率変数と確率分布 さまざまな分布 確率・統計（２） 統計的推定 最尤推定 情報理論 自己情報量 平均情報量 結合エントロピー 条件付きエントロピー 相互情報量 相対エントロピー 交差エントロピー 機械学習 機械学習（１） 学習アルゴリズム タスクＴ 性能指標Ｐ 経験Ｅ 前
【Python】自分のPCで、画像生成AI「Stable Diffusion」を実行する方法（GPU版） – 概要、NSFW無効化も紹介 –｜Zero-Cheese
GPUのVRAM(メモリ)が少ないと、下記エラーが発生します。 RuntimeError: CUDA out of memory. ・・・・・私が検証した所、512×512 px画像（標準サイズ）を作るために、約12GBのVRAMが必要でした。 （生成する画像サイズを落とすことで、VRAMの使用量を減らせられます。） 標準サイズの場合、実質的にNvidia RTX3090以上となり高額となっていまします。 （VRAM11GBのGTX1080Tiでも、標準画像サイズの場合、ギリギリ動作します。） しかし、一度その環境を自分のものにすると、 約4sec位(RTX 3090の場合)で、好きなだけ画像を作り続けられる というメリットが手に入ります。 4Kゲームや、高解像度VRとかもストレスレスで楽しめますし、検討してみる価値は、十分にあるかと思います。 ディープラーニング用のPCを組みたい方は、下
ニコンとDeepEyeVisionが、日本初※1の健常眼との差異を色表示する、AIを用いた眼底カメラ用プログラム※2を共同開発 | DeepEyeVision株式会社
株式会社ニコン（本社：東京都港区、代表取締役社長：馬立 稔和、以下：ニコン）と、自治医科大学発ベンチャーのDeepEyeVision株式会社（本社：栃木県下野市、代表取締役CEO：髙橋 秀徳、以下：DeepEyeVision）は、健常眼との差異を色表示するものとしては日本初※1となる、AIの一種であるディープラーニングを用いた眼底カメラ用プログラム※2「DeepEyeVision for RetinaStation」（以下：本製品）を共同で開発し、DeepEyeVisionが医療機器認証を取得しました。 本製品を利用することで、ニコンの子会社である株式会社ニコンソリューションズ（本社：東京都品川区、代表取締役社長：園田 晴久、以下：ニコンソリューションズ）が販売する眼底撮影装置「RetinaStation」※3で撮影した眼底画像に対して、本製品をインストールしたPCで、AIが解析した健常眼
中山大とファーウェイ、眼科用ＡＩ大規模モデルを発表 6日、広東省広州市の中山大学中山眼科センターで発表された眼科人工知能（AI）大型モデル「ChatZOC」。（広州＝新華社配信） 【新華社広州6月9日】中国の中山大学中山眼科センターと通信機器大手の華為技術（ファーウェイ）は6日、共同で開発した眼科人工知能（AI）大規模モデル「ChatZOC」を広東省広州市で発表した。複雑な臨床情報の総合処理や患者への問診サービス、科学研究支援などを実現。患者サービスの効率向上を後押しする。 中山大学中山眼科センターの林浩添（りん・こうてん）主任によると、ChatZOCは質の高い眼病診療ナレッジベースを基に、ファーウェイの基礎AIコンピューティング・フレームワークに依拠し、深層学習（ディープラーニング）や自然言語処理など複数の技術により多次元で標準化された訓練を実施。独自の革新的計算能力はファーウェイが提供
国内各新聞社の「Web記事の生成AIスクレイピング禁止」について利用規約を読み解いてみた｜利用規約ウォッチャー みなしボウイ
記事の生成AIへのスクレイピングについては、世界的に新聞各社が警戒・反発を強めており、アメリカでは、The New York Timesが2023年12月にMicrosoftとOpenAIを著作権侵害で提訴するなどの動きが見られます。 そこで今回は、「Web記事の生成AIスクレイピング禁止」について国内各新聞社の利用規約をウォッチしてみたいと思います。 最後までよろしくお付き合いください。 全国紙読売新聞（読売新聞オンライン）1. 本サービスの利用に関し、以下の行為を禁止します。 （中略） 6. データマイニング、テキストマイニング等のコンピューターによる言語解析行為 7. 当社コンテンツを、クローリング、スクレイピング等の自動化された手段を用いてデータ収集、抽出、加工、解析または蓄積等をする行為 8. 生成ＡＩ等（人工知能、検索拡張生成、ＲＰＡ、ロボット、プログラム、ソフトウェアを含みま
プロンプトデザイン入門【使えるプロンプトテクニック11選】
こんにちは！生成AIを上手に使いこなしたいきーちゃんです。 今回の記事では、主にWeb上に公開されている以下の資料を参考にして、プロンプトデザインについて１から丁寧に学んでいこうと思います。 【社内研修】プロンプトデザイン事始め - RecruitPrompt Engineering Guide「オンラインイベント 教員向けChatGPT講座 ～基礎から応用まで～」の資料 - 東京大学 吉田塁准教授2023年度 デジタル庁・行政における生成AIの適切な利活用に向けた技術検証を実施しました - デジタル庁プロンプト エンジニアリングの概要 - Microsoftコーネル大学が発表した生成AIの精度を上げるプロンプトの原則26 プロンプトデザインとは？ そもそもタイトルにある「プロンプトデザイン」とは何でしょうか？ リクルートによる研修資料では、プロンプトデザインを以下のように定義しています。
社会人のためのビジネスサイエンス ビジネスのための統計学入門
講座内容 ビジネスで必要となる統計学や機械学/AIの基礎知識について学びます。第１回、第２回と第３回で基本統計量である算術平均、中央値、四分位数、最頻値、分散と標準偏差を紹介します。第４回では確率の基本と各種の確率分布、第５回では区間推定や点推定などの統計的推定について学びます。さらに第６回では２変数の相関と因果を扱います。 本講座はビジネスのための統計学入門の前半部分であり、後半は回帰分析、教師あり機械学習、教師なし学習、そしてAI技術、テキストマイニングや画像解析について続編の講座で講義する予定です。 ビジネスの場面で統計学や機械学習を活用する場面を想定し、そこで必要となる基礎知識を系統的にまとめて学べる構成となっています。さらに実際の応用例は、他の先生の講座のなかでくわしく説明されています。 本講座は社会人のためのビジネスサイエンス講座の入門編となっていますのでご活用ください。 齋藤
膨大なデータを収集・分析しビジネスに活かす。データ活用の文脈でよく使われる言い回しですが、実現するとなると途方もなく難しいプロジェクトです。多くの企業がデータサイエンスに投資しているはずなのに、なぜうまくいかないのでしょうか。そのボトルネックに、データサイエンティストが十分な仕事をできていないことが挙げられます。価値を最大限に発揮するには、チーム作りと戦略が要。こうした要点について、『実践DataOps』（翔泳社）から紹介します。 本記事は『実践DataOps』（Harvinder Atwal著、丸山大輔／松田和雄／關哲也翻訳）の「まえがき」から抜粋したものです。掲載にあたって編集しています。 まえがき 現代はデータを活用するには絶好の時代だといえます。データの収集量は指数的に増加しています。機械学習（ML）や人工知能（AI）のアルゴリズムは発展を遂げています。また、10年前に比べてはるか
E資格講座｜合格者数No.1オンライン研修｜AVILEN
AVILENが提供する『全人類がわかるE資格講座』は日本ディープラーニング協会認定のE資格プログラムです。 E資格7期連続合格者数No.1・合格率86.7%達成や、大手企業など100社以上に導入といった実績が豊富ですので、安心してご受講いただけます。 また、AVILENのE資格講座は、経済産業省の「第四次産業革命スキル習得講座（Reスキル）」の認定講座※です。AI分野において、ITスキル標準（ITSS）のレベル4相当のスキルを学ぶことができます。 ※厚生労働省認定の「専門実践教育訓練給付金」対象講座ではありません
三菱電機によると、kizkiaは“Maisart適用第1号のソリューション”だという。kizkiaを開発する道のりは困難の連続で、開発期間も数年間に及んだ。三菱電機インフォメーションシステムズの中尾尭理氏（産業第二事業部 エンタープライズシステム第一部 第二課 エキスパート）は、kizkia開発で直面した課題として「性能」「入手性」「開発性」の3つを挙げる。最大の課題は“性能”だ。できるだけ多くのカメラを扱いつつ、多様な解析機能も実装するとなると、演算をコンパクトにできるMaisartであっても、高い処理能力が必要だ。 入手のしやすさ（入手性）も問題だった。近年の半導体不足の影響もあり、高い処理性能が得られるGPUは高価な上に入手困難で、安定供給を考えると汎用（はんよう）的なCPUで稼働するソリューションが理想的だ。また、AIの世界は日進月歩のため、優れたソリューションをいち早く提供するス
Deep Learning資格試験 機械学習モデル
はじめに 日本ディープラーニング協会の Deep Learning 資格試験（E 資格）の受験に向けて、調べた内容をまとめていきます。 線形回帰・非線形回帰 学習種類：教師あり学習 タスク：予測問題 パラメータ推定：最小２乗法・最尤推定 特徴 表現力の高いモデルに対して正則化すると、予測結果が滑らかになる。 説明変数間に相関があると、良い予測ができない可能性がある。 一般にモデルに入れる説明変数の数が多いほど、表現力が上がる。 ラッソ正則化において正則化係数を十分に大きくすると、いくつかの係数は完全に０になる。 ロジスティック回帰 学習種類：教師あり学習 タスク：分類問題 パラメータ推定：最尤推定 尤度関数 尤度関数が最大となるようにパラメータを学習する。 \begin{aligned} \prod_n \left( p(y_n=1 | x_n)^{y_n} p(y_n = 0 | x_n
｢AI半導体｣関連銘柄を紹介！｢Chat GPT｣の最新モデルや｢エヌビディア｣の株価高騰で注目の｢AI半導体｣は2027年に60兆円まで市場拡大が見込める成長分野！
「Chat GPT」の最新モデル「GPT-4o」が高い評価を得る一方、 ソフトバンクグループは約15兆円規模の半導体ベンチャーの設立を計画 対話型AI「Chat GPT」の開発・運営を手がける米国企業「OPEN AI」は、5月13日に最新モデルとなる「GPT-4o」を公開しました。「GPT-4o」は従来モデルより大きく進化しており、人と同じ反応速度で会話をし、映像を認識したりすることが可能となっており、ネット上には実際に「GPT-4o」を使用した人の驚きと称賛の声が数多く上がっています。「GPT-4o」の登場により、AIは我々の生活に一段と広く、深く浸透していくことが予想できます。 【※関連記事はこちら！】 ⇒【日本株】「チャットGPT」の人気化で注目を集める「生成AI」関連銘柄を解説！ 文章・画像などを自動生成するAIを手掛けるベンチャー企業への投資が急増！ そんな状況のなか、ソフトバン
ragasを使ってRAGシステムを定量的に評価する - Taste of Tech Topics
皆さんこんにちは。データサイエンティストチームYAMALEXのSsk1029Takashiです。 YAMALEXは Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 Acroquestでは検索とAzure OpenAI Serviceを組み合わせたQAシステムを提供中です。 こういったシステムを運用していく中で課題になるのが精度評価と改善の仕組みです。 今年7月の記事でPrompt Flowを使った回答評価を検証してみましたが、今回はOSSのragasというツールを使って検証してみます。 ragasとは ragasはRAG（Retrieval Augumented Generation）の仕組みの良し悪しを評価するためにOSSで作成されたライブラリです。 以下のリポジトリがあり、Pythonのライブラリとして使用することができ
グラフィックカード
グラフィックカードは、コンピュータ内部で画像処理を専門に行う部品である。 CPUの負担を軽減し、高画質、高精細な映像出力や、3Dグラフィックスの処理を可能にする。 1. 画像処理の高速化 グラフィックカードは、GPU（Graphics Processing Unit）と呼ばれる画像処理に特化したプロセッサを搭載している。GPUは、CPU（Central Processing Unit）とは異なり、多数のコアを持ち、並列処理を得意とする。この特性により、CPUだけで画像処理を行う場合よりも、はるかに高速な処理が可能となる。結果として、滑らかな映像表示や、複雑なグラフィックエフェクトの実現に貢献する。 2. 高画質・高精細な映像出力 近年、ディスプレイの高解像度化が進んでいる。4Kや8Kといった高解像度の映像を表示するためには、それに対応した処理能力が必要となる。グラフィックカードは、高解像度
Databricksクイックスタートガイドのコンテンツです。 Databricks architecture overview | Databricks on AWS [2021/4/12時点]の翻訳です。 Apache Sparkの開発者が提供する、Databricksの統合分析プラットフォームは、世界中の困難な問題に取り組むデータチームのコラボレーションを実現します。 以下のようなユースケースにおいて、データサイエンティスト、データエンジニア、データアナリストがコラボレーションする際に、Databricksが効果を発揮します： スケーラビリティが求められる高度な機械学習、グラフ処理に取り組む ディープラーニングを活用して、非構造化データに対する画像解釈、自動翻訳、自然言語処理などを実現する データウェアハウスの高速化、簡素化、高スケーラビリティの確保 データサイエンスとAIによる脅威の
営業必見！転職・キャリアアップ・スキルアップにおすすめのIT資格５選 Akala Note営業職のスキルアップの方法として、IT資格が注目されています。 スキルアップだけでなく、転職やキャリアアップを考えるときもIT資格は大きな武器になります。今回は営業におすすめのIT資格をご紹介します。 営業にとってIT資格取得がおすすめの理由 近年、IT技術の進歩に伴い、営業活動においてもITスキルがますます重要視されています。 顧客とのコミュニケーション、情報収集、提案活動、生成AIの活用など、様々な場面でITツールやサービスが活用されており、ITリテラシーの高い営業担当者は企業にとって非常に貴重な存在です。 そこで、営業にIT資格取得がおすすめな理由を詳しく説明します。 1.顧客とのコミュニケーション強化 顧客とのやり取りにメールやチャットツール、SNSなどを効果的に活用することで、迅速かつ丁寧な
異常検知（Anomaly Detection）は、データセットの中で特定のパターンから外れる異常な振る舞いを検知する技術です。機械学習は、異常検知の実装において重要な役割を果たしています。以下では、機械学習が異常検知にどのように役立ち、どのようなアプローチが取られるかについて説明します。 moun45.hatenablog.com 機械学習の役割 １：パターンの特定: 機械学習は、通常のデータパターンを学習し、それに基づいて異常を検知します。教師あり学習、教師なし学習、または半教師あり学習など、様々なアプローチが使用されます。 ２：自動化された異常検知: データが大量かつ高次元である場合、手動で異常を検知することは難しいです。機械学習はこの問題を解決し、自動的に異常を検知します。 ３：リアルタイム検知: 機械学習モデルは、リアルタイムでデータを処理し、異常を検知することができます。これによ
1. AlexNet とは [概要] AlexNet とは，Geoffrey Hinton 研究室の Alex Krizhevsky と，その指導役であった Ilya Sutskever (Wikipedia)の3人により提案された，画像からの物体認識むけの畳込みニューラルネットワーク(CNN)である [Krizhevsky et al., 2012]．コンピュータビジョン業界の研究者たちが，旧画像認識技術から，GPU上でのディープラーニングへと一気に鞍替えするきっかけとなった．この意味で，パターン認識全体にパラダイムシフトを起こした非常に重要な研究である． この記事では，AlexNetについて，当時の時代的背景を1節でおさえたのち，そのネットワーク構造の解説と，その歴史的意義について紹介していく． AlexNetは，ImageNet での物体認識精度を競う「ISLVRC 2012」のコン
OpenVINO - Google 検索
www.intel.co.jp › content › www › internet-of-things › openvino-toolkit OpenVINO™ ツールキットにより、ビジネスで複数のアプリケーションにわたってコンピューター・ビジョンおよびディープラーニング・ソリューションを素早く効率的に導入 ...
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
深層強化学習（DQN）で学習するFXトレードエージェントを作ってみた - Qiita
プリファードネットワークス、AI半導体でNVIDIA追う 省エネに勝機 - 日本経済新聞
NEC発「映像認識AI×LLM」が業務効率化・DX化推進の起爆剤に！ | 東証マネ部！
AIを社会実装するためにデータサイエンティストができること | DOORS DX
マイクロソフト“Copilot+”が描く、AI中心のパーソナルコンピューター革命
AIアライメント／AIセーフティの4つの問題領域｜R. Maruyama
NTTグループのAIガバナンス規程類の制定、およびAIガバナンスの推進体制について～お客様が安心して利用できるAIの提供に向けたCo-CAIO、AIガバナンス室の新設～ | ニュースリリース | NTT
セガの支援で救われたNVIDIA グラフィックスからAIへの転換点｜Taroh
機械学習とビッグデータ：ビジネスへのインパクト - yoko's memo
SE 3年目で読んだ技術書52冊 - Qiita
Kaggle事例紹介「画像認識技術とその活用事例」 | 株式会社Village AI
中山大とファーウェイ、眼科用AI大規模モデルを発表 - ライブドアニュース
DataOpsとは何か？ データサイエンティストが最大の価値を発揮するための戦略と方法論
有識者が語る「GPUを使わず、狭い環境でも稼働するAIソリューション」の構築方法
Databricksのアーキテクチャ - Qiita
営業必見！転職・キャリアアップ・スキルアップにおすすめのIT資格５選 | Akala Note
異常検知における機械学習の役割とアプローチ - yoko's memo
AlexNet: 大規模な画像物体認識むけCNNの元祖 | CVMLエキスパートガイド