ソニーの開発ツールで AIを体験してみませんか? 「設備の故障予測をAIを利用して行いたい」といったニーズが昨今多くなってきております。 AI開発は専門のベンダーに全て委託といった考え方もありますが、 委託をする上でも開発工程を体験しておくことは非常に重要だと考えます。 今回ソニーでは故障予測を行うAIの開発体験を行えるドキュメントを用意しました。 ソニーで実際に利用されているNeural Network Consoleで、あなたも開発体験をしてみませんか? 「ドキュメントをダウンロードする」ボタンからダウンロードし、「無料で体験」ボタンから無料アカウントを作成すると ドキュメントの流れに沿って操作することで無料で開発体験が可能です。
以前よりGoogleではCloud AutoMLという"Learning to learn"フレームワークによる「人手完全不要の全自動機械学習モデリング&API作成」サービスを展開してきていましたが、それらは画像認識や商品推薦はたまた自然言語処理がメインで、最もオーソドックスな構造化データに対する多変量モデリングは提供されていませんでした。 が、今年のCloud Nextにおいてついに多変量モデリング版であるAutoML Tablesのベータ版が公開されたということで、既に色々な方が「試してみた」系の記事を書かれているようです。 https://medium.com/@matsuda.minori/google-cloud-next-sf-19%E3%81%A7%E7%99%BA%E8%A1%A8%E3%81%95%E3%82%8C%E3%81%9Fauto-ml-tables%E3%82
MatrixFlowサービスでは、データ管理から始め、前処理・データ解析、レシピ管理、学習、モデル管理、推論という段階を踏んでAIを構築し、活用する。これらは、Webブラウザのユーザーインタフェースを使ってマウスだけで操作できる。需要予測や画像検索、自然言語処理などに向けたAIを構築できるとしている。 AIの設計図はレシピ管理で作製 関連記事 「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか 「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか。GPUコンピューティングを推進するNVIDIAが、これらの違いを背景および技術的要素で解説した。 AIとは何か、人工知能学会会長が語った常識と誤解 人工知能(AI)がブームになっているが、これまでのブームとどう違うのか。AIは、どのような発展段階にあるのか。人間の仕事を奪う「敵」なのか。人工知能学会会長である山田誠二
人工知能が様々な業種に大きな影響を及ぼしていますが、特段にアメリカ大手が力を入れている分野として「Machine Learning as a Service (MLaaS – マシーン・ラーニング・アズ・ア・サービス)」があります。私が知っている時点でもすでにアメリカでは13社が競争をしており、今後も増えていくかと思います。本記事ではMLaaSの簡単な概要、またAmazonやGoogleなどの大手のサービスを比較していきます。 MLaaSとは? MLaaSとは、名前の通り、クラウドコンピューティングサービスの一部として機械学習のツールを提供するサービスです。MLaaSでは、データプレプロッセッシング、モデルトレーニング、モデル評価などの機械学習のプロセスや、実用性のある顔認識や自然言語処理などのツールをクラウド上で提供するサービスです。またクラウド上で予測/処理された結果は、APIを通じて
[37選]機械学習ライブラリやフレームワークは? 国内AI活用サービスのアーキテクチャを大調査! Webのアーキテクチャ大調査の第二弾は「AI活用サービス」編。プログラミング言語や機械学習のライブラリをはじめ、フレームワークやツールの選定・設計もサービスによって異なります。ぜひ参考にしてください。 2017年4月に掲載したアーキテクチャ大調査の第二弾! 今回は、人工知能(機械学習、深層学習、画像処理など)を活用したWebサービス・アプリを提供しているベンチャーを中心に、36のサービスで使用されているプログラム言語やフレームワーク、その他さまざまな開発ツールなどをヒアリングのうえまとめました。選定理由を記述いただいた12のサービスでは、それもあわせて紹介しています。 前回との違いは、当然ですがTensorFlowやKerasといった機械学習のライブラリが挙げられていること。また、技術領域もH
この投稿は米国時間 3 月 26 日に投稿されたもの(投稿はこちら)の抄訳です。 Posted by Google Cloud デベロッパー アドボケイト 佐藤一憲 この 3 つのラーメンは、41 店舗あるラーメン二郎のうち 3 店舗で作られたものです。それぞれ、どの店舗で出されたものか分かりますか? データ サイエンティストの土井賢治さんが作成した機械学習(ML)によるラーメン識別器を使えば、それぞれの微妙な盛り付けの違いを見分けることで、95% の精度で店舗を特定できます。 この写真を見ても分かるとおり、ラーメン二郎の相当コアなファンでもなければ、ラーメン画像から 41 店舗のどこで作られたかを見分けることは簡単ではありません。テーブルやどんぶりの色、形にあまり違いのない場合が多いのです。 土井さんは、ディープ ラーニングを使ってこの問題を解けるか興味を持ち、インターネット上から 48
* この投稿は米国時間 10 月 12 日に投稿されたもの(投稿はこちら)の抄訳です。 Postesd by Google Cloud デベロッパー アドボケイト 佐藤一憲 今年はまとまった夏休みが取れたので、息子といっしょに作れる自由研究のアイディアを探していました。結果、できあがったのが、TensorFlow で作った「じゃんけんマシン」です。 TensorFlow で作った「じゃんけんマシン」 この動画の通り、手袋に付けたセンサーを使ってグー、チョキ、パーのいずれかを判定し、それに負けない手を出すマシンです。単純なおもちゃではありますが、隠し味としてTensorFlowを使いました。TensorFlowでとても簡単な機械学習(ML)のモデルを作成し、手袋につないだ Arduino マイクロコントローラでそれを利用して手の形を読み取る仕組みです。ML を便利なツールとして使うことで、面
Cloud Vision APIのLABEL_DETECTIONでは,画像データをPOST送信するだけで,その画像の中に何が写っているかを瞬時に返してくれる. https://cloud.google.com/vision/?hl=ja 料金表の説明も書いてあるが,一ヶ月あたり1000リクエストまでは無料なので,一人で実験用に使うくらいなら気にしなくても大丈夫だと思うので使ってみた.実際に試してみると分かるが,ものすごく的確な結果がすばやく返ってくる.かなり興奮した. ということで,実際にAPIを呼び出して感動するまでの手順を完璧にまとめておく.本記事内で紹介するソースコードとかはコピペすれば動くはずなので,是非実際に好きな写真を与えて実行してみてほしい. APIキーを取得する 最初のステップは,APIキーを取得する作業.こちらの記事: がとてもわかりやすかった. 途中でAPIキーの種類を
米Googleは2月21日(現地時間)、「Google Cloud Platform (GCP)」においてNVIDIA Tesla K80を用いたクラウドGPUを利用できるサービスのパブリックベータを開始した。us-east1/ asia-east1/ europe-west1の3つのGCPリージョンで、gcloudコマンドライン・ツールを用いてGPUベースの仮想マシン(VM)を立ち上げられる。また、今週後半にはCloud Consoleを用いたGPU VMの作成が可能になる。 GoogleクラウドGPUは、Google Compute EngineとGoogle Cloud Machine Learning (Cloud ML)を対象に、複雑な医療分析、金融計算、地震/地盤探査、機械学習、ビデオレンダリング、トランスコーディング、科学シミュレーションなどでの活用が想定されている。GPUは
量子力学の原理を応用して計算する量子コンピュータがより安く使えるようになりそうだ。カギを握るのは光を使って計算を解く新しい計算方式だ。内閣府による「革新的研究開発推進プログラム(ImPACT)」で量子コンピュータの研究プロジェクトを率いる山本喜久氏が2016年10月20日(米国時間)に発表した。 新方式で計算できる量子コンピュータの実験機を山本氏と共同開発したNTTは、2017年秋にも同方式を使った量子計算をクラウドサービスとして外部提供する計画だ。AI(人工知能)の開発や化合物の構造比較、画像認識など幅広い用途での活用を見込んでいるという。 山本氏が開発した計算方式は、レーザー光をパルス状に変換して計算に利用する「レーザーネットワーク方式」と呼ぶもの。理論は20年以上前からあるが、今回初めて実験機で計算して、実際に使えることを確かめた。
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