GoogleでAIの研究開発を担うGoogle AIは、大規模な高精度ディープニューラルネットワーク構築用ライブラリ「GPipe」をオープンソースとして公開した。その意味するものとは。
Googleが今回オープンソースライセンスの下で公開した「GPipe」は、大規模なディープニューラルネットワークのトレーニングの効率と精度を高めるとともに、コンピューティングの効率性を高めることもできる、スケーラブルな機械学習ライブラリだ。
Googleは2019年3月4日、「GitHub」でGPipeをオープンソースライセンスで公開した。機械学習用のソフトウェアライブラリ「TensorFlow」をベースとした、シーケンスモデリングのためのディープラーニングフレームワーク「Lingvo」の下で公開している。
GoogleやAmazon Web Services(AWS)、Facebookなどの大手ITベンダーは自社が持つ多くの技術の保護と収益化を進める一方で、AI(人工知能)開発ツールについてはオープンソース化を推し進めている。その目的は、AI分野における自社の影響力を高めることや、AIを利用しやすくすることなどが挙げられる。
「GPipeはAIの民主化を前進させる大きな一歩だ」と調査会社Forrester Researchの主席アナリストを務めるマイク・グアルティエーリ氏は話す。
関連する技術として、Googleは機械学習用のデータを匿名化するツール「TensorFlow Privacy」についても2019年3月6日にオープンソース化を発表した。GPipeでは高精度のディープラーニングモデルを構築できるため、「これがオープンソースとして利用可能になれば、誰でも分散型機械学習の力を使って高い精度のモデルを構築できるようになる」と、グアルティエーリ氏は語る。
Copyright © ITmedia, Inc. All Rights Reserved.
生成AIを活用して業務や顧客体験の再構築を進める動きが活性化しているが、その多くが、PoCやラボ環境の段階にとどまっている。なぜなら、生成AIの可能性を最大限に引き出すための、インフラのパフォーマンスが不十分だからだ。
昨今のソフトウェア開発では、AIコーディングアシスタントの活用が主流になっている。しかし、最適なコーディングアシストツールは、開発者や企業によって異なるという。導入の際は、どのようなポイントに注意すればよいのか。
生成AIの活用にはデータベースが重要となるが、従来のデータベースは最新テクノロジーに対応できないなどの課題がある。本資料では、データベースをモダナイズし、生成AIを用いてビジネスイノベーションを生み出すための方法を探る。
ビジネスにおいて、検索体験およびその結果の質の向上が重要なテーマとなっている。顧客はもちろん、自社の従業員に対しても、実用的な答えをより迅速に、手間なく入手できる環境の整備が求められている。
登場以来ビジネスへの活用方法が模索されてきた生成AI。近年では業務組み込みにおける具体的な成功例が数多く報告されている。本資料では、5件の生成AI活用事例を交えて、業務に組み込む上での具体的なアプローチを解説する。
いまさら聞けない「仮想デスクトップ」と「VDI」の違いとは
遠隔のクライアント端末から、サーバにあるデスクトップ環境を利用できる仕組みである仮想デスクトップ(仮想PC画面)は便利だが、仕組みが複雑だ。仮想デスクトップの仕組みを基礎から確認しよう。
「サイト内検索」&「ライブチャット」売れ筋TOP5(2025年4月)
今週は、サイト内検索ツールとライブチャットの国内売れ筋TOP5をそれぞれ紹介します。
「ECプラットフォーム」売れ筋TOP10(2025年4月)
今週は、ECプラットフォーム製品(ECサイト構築ツール)の国内売れ筋TOP10を紹介します。
「パーソナライゼーション」&「A/Bテスト」ツール売れ筋TOP5(2025年4月)
今週は、パーソナライゼーション製品と「A/Bテスト」ツールの国内売れ筋各TOP5を紹介し...