深層学習モデルの仕組み【後編】
「CNN」「GAN」は何に使える? ディープラーニングの基本用語
もはや身近な画像識別AIや生成AIだが、その基礎となる深層学習モデルについて知らない人は多いのではないだろうか。主要モデル「CNN」「GAN」の特徴と、モデル選びで重要なポイントを解説する。(2024/3/4)

AI技術を用いた画像分析【前編】
Dellの「深層学習モデル」で分析時間が“7分の1”になった訳
Dellはサンゴ礁の保全団体と提携し、深層学習モデルの開発に取り組む。開発した学習モデルはサンゴ礁保全活動の効率化のために活用する。具体的にどのような効果をもたらすのか。(2022/10/19)

ディープラーニングを本番環境へ導入する方法
TwitterやSpotifyがディープラーニング(深層学習)の活用で重視していること
ディープラーニング(深層学習)モデルを本番環境に導入して、ビジネスに良いインパクトを与えようとするなら、モデルの設計やテストのような基本事項に目を向けることが重要となる。(2017/8/14)

品質検査や故障予知など
製造業でのディープラーニング活用、足踏みせずに実現するための最適解は?
「ディープラーニング(深層学習)」の活用に踏み出そうとする動きが広がっているが、自社で実装するにはハードルも高い。どうすればディープラーニングの恩恵をスムーズに享受できるのか、その最適解を探ってみたい。(2019/5/24)

日本ヒューレット・パッカード合同会社提供ホワイトペーパー
基礎から分かるディープラーニング:成功するために検討すべきITの課題とは?
AIや機械学習/ディープラーニングがDXに果たす役割は大きいが、一方でそれらをどうビジネスに生かすべきか悩む企業はいまだ多い。そこでAIの定義からディープラーニングの仕組み、インフラ選定のポイントまで、網羅的に解説する。(2021/8/2)

深層学習モデルの仕組み【前編】
画像認識や生成技術の基礎「CNN」「GAN」とは? 押さえたい特徴と違い
主要な深層学習モデルとして「畳み込みニューラルネットワーク」(CNN)と「敵対的生成ネットワーク」(GAN)がある。両者には似通う点があるが、仕組みや使い方は異なる。その成り立ちから解説する。(2024/2/19)

データ管理者が知っておきたい
GPUディープラーニングのためのインフラ構築とは?
GPUを使ったディープラーニング(深層学習)が一般的になっている。これに伴いデータ管理者は、大量の計算が可能なインフラを構築する必要がある。(2018/4/10)

AI技術を用いた画像分析【後編】
DellやAccentureが作る「サンゴ礁を守るAI」の実力は
サンゴ礁の保全活動に取り組むオーストラリアの環境保全団体は、DellやAccentureなどの企業と協力し、「深層学習」や「コンピュータビジョン」といったAI技術を活用する。その具体的な中身とは。(2022/10/24)

手軽かつ安価に使えるGPUクラウドとは
AIを活用したいが高速GPUはコストや運用が不安、この課題はどう解決できるのか
AIやディープラーニングの広がりにより、GPUコンピューティングの需要が高まっている。一方で、「コスト」や「運用・保守」の課題が浮上してきた。GPU活用における課題を解決し、AIをビジネスで生かすにはどうすればよいのか。(2023/2/13)

先駆者として伝えたいこと
リクルート流 深層学習でビジネス成果を得るための方法論
深層学習をどうやってビジネスの現場に適用させればいいのか。先駆者に学ぶ。(2018/9/12)

国内で被害続出の「Emotet」をも予防した実力
「深層学習」による予防型セキュリティは企業の救世主となるか
企業がさまざまなアプローチでセキュリティ対策を試みている一方で、それをかいくぐろうとする攻撃の高度化も止まらない。現状のセキュリティ対策が抱える問題点と、効果的な防御を実現する技術やアプローチとはどのようなものか。(2022/4/28)

ライバル2社が手を取り合う
AmazonとMicrosoftが予想外の共同開発、深層学習「Gluon」と激突するのは?
AmazonとMicrosoftが提供する深層学習のライブラリ「Gluon」は、クラウド環境で機械学習をより簡単に利用できるようにするものだ。大手2社の提携は、機械学習や深層学習に取り組むことの重要性を象徴している。(2017/11/9)

初期投資を抑え、自由に使いたい
AI/機械学習へのGPU活用、費用の問題をどうすればよいのか
ディープラーニングや機械学習にはGPUの利用が適している。だが高性能なGPU搭載サーバをオンプレミスで導入すると初期投資額がネックになる。パブリッククラウドのサービスは料金体系に不安が残る。どうすればよいのだろうか。(2022/8/5)

銀行導入事例
深層学習でブランド個性に合わせた音声を生成する「Amazon Polly」
Amazon Pollyは、ディープラーニングを利用してブランドイメージに合わせた音声を生成できる。オーストラリアの銀行は、コンタクトセンターに「オーストラリア英語」で応答するAIを導入しようとしている。(2020/3/23)

病院では既に実用段階
ディープラーニングの分散トレーニング基盤「Apache SINGA」
シンガポール発のプロジェクトがApache Software Foundationのトップレベルプロジェクトに昇格。ディープラーニングモデルを効率的に分散トレーニングさせることができ、既に実用化されているという。(2020/2/5)

AIは先進的パートナーだ
ディープラーニング(深層学習)が人から奪う作業、人を超えない作業の違い
人工知能(AI)は既に遠い未来の技術ではなく、徐々に日常生活に浸透して来ている。仕事を奪われるといった否定的な意見も多いようだが、まずAIは何が得意か何を任せられるのかを理解しよう。(2017/10/3)

データ量やアプローチに注目
深層学習と機械学習の違いとは? 実例で分かるその活用
深層学習は従来の機械学習と似ているが、モデル構造と出力の点で大きく異なる。専門家が解説する。(2017/5/31)

Kubernetesで分散学習
Kubernetesベースのディープラーニング環境「Nauta」
Intelがオープンソースのディープラーニングツール「Nauta」を公開した。Nautaでどのようなことができるのだろうか。(2019/4/18)

学習モデルのチップ書き込みが容易に
Intelの新しいツールキット「OpenVINO」は深層学習のビジネス利用を促進する?
インテルの新しい開発キットは、CPUや他の種類のチップで深層学習するハードルを下げようとしている。動画データから多くの情報を容易に抽出できるようにすることが狙いだ。(2018/8/14)

デル株式会社提供ホワイトペーパー
SNSの投稿を瞬時に解析、“ニュース革新”を支えるディープラーニング運用基盤
SNSに投稿された事件・事故・災害の動画や画像を収集/解析し、ニュース素材として配信するサービスを提供するSpectee。膨大なデータを瞬時に解析し、カテゴライズするその技術を支える、同社のディープラーニング運用基盤とは?(2019/4/2)

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。(2019/1/31)

ディープラーニングツール概説(前編)
Google、Microsoft、Facebookのディープラーニングフレームワーク
ディープラーニングプログラムを一から構築することも可能だが、既存のフレームワークやラッパー、周辺ツールを使うことでより迅速かつ容易に開発できる。まずは大企業が提供する主要なツールを簡単に紹介する。(2019/1/16)

コールセンターにおける「文字起こし機能」の価値【後編】
コールセンター関連会社が「高精度文字起こし」で実現した「ロボコール」撃退術
深層学習などのAI(人工知能)技術を活用し、コールセンター向けクラウドサービスの自動文字起こし機能を改善したSharpen Technologies。ユーザー企業は文字起こし機能をどう使っているか。(2021/5/13)

日本腎臓学会のテキストマイニング事例
医師が論文検索に「TensorFlow」活用、人間なら心が折れる作業も深層学習で効率化
医師が診療ガイドラインを策定するための論文検索に深層学習を活用した。用いたのはGoogleが開発した「TensorFlow」。人間の労力を減らし、人間が見落としていたものを発掘するなどの効果が得られた。(2018/1/11)

【PR】TechTargetジャパン・キーマンズネット会員 共同アンケート
「AI/ディープラーニング」に関するアンケート
本アンケートでは、勤務先での「AI/ディープラーニング」関連製品の導入を予定/検討されている方を対象に、その利用目的や導入上の課題などについてご意見を伺い、主催者による今後の情報提供の貴重な資料といたします。(2018/9/19)

画像認識はどこまで進んでいるのか
人気セミナーで見えてきたAI、画像処理、ディープラーニングの「今とこれから」
かつては「未来の技術」として遠い存在だったAI関連技術。現在では身近なところにまで活用が進んでいる。本稿では人気セミナーの講演内容を紹介し、AI関連技術の今とこれからについて考える。(2019/1/17)

Computer Weekly製品ガイド
ディープラーニングによる非構造化データの徹底活用
ディープラーニングは、「顧客を理解する」というカスタマーインサイトチームの目標達成を支援できる。(2018/7/2)

データサイエンティストたちが注目
Twitterも使っている「深層学習」ツール、普及の鍵は?
多くの企業では、これまでに収集してきたあらゆる非構造化データを活用する方法を探している。深層学習アプリケーションがこのような企業の要求を満たす一助となるかもしれない。(2016/7/4)

より人間らしいAIの実現へ
ディープラーニングは“黒歴史”を乗り越えられるか
ディープラーニング(深層学習)がAIコミュニティーを席巻している。Microsoftのエリック・ホービッツ氏とFacebookのヤン・ルカン氏が、この種の機械学習がなぜ極めてエキサイティングなのかを解説。(2015/12/15)

アプリケーション開発に変化も
GPUがけん引する“ハード黄金時代”、ディープラーニングやAI処理で需要高まる
GPU技術はかつて主にゲーマーが関心を持つ分野だったが、今では新型GPUがシステムに搭載され、ディープラーニングやAIアプリケーションの実行に使用されるようになっている。(2017/1/13)