最新記事一覧
テキストや画像を識別し、生成できる「生成AI」は、深層学習モデルを基盤として成り立っている。生成AIを支える代表的な深層学習モデルを5つ解説する。
()
深層学習の主要フレームワーク「PyTorch」と「TensorFlow」には複数の違いがある。自社プロジェクトに適したフレームワークを見極める上で欠かせない、それぞれの選択基準や設計思想、メリットとデメリットを取り上げる。
()
AIモデル活用で欠かせない「PyTorch」と「TensorFlow」は、オープンソースの深層学習フレームワークだ。両者は何が異なり、どのように使い分ければよいのか。自社に合うライブラリの見極め方とは。
()
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。
()
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。
()
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。
()
「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。
()
「PyTorch」と「TensorFlow」は、どちらもオープンソースの深層学習フレームワークだが、細かい設計思想や使い勝手に違いがある。両者の特徴と機能を紹介する。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()
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？
()
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。
()
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。
()
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。
()
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。
()
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。
()
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。
()