Keep Learning! Fail and open the door to a new world!
１．Google Research：2019年の振り返りと2020年以降に向けて(3/9)まとめ ・機械学習をクラウド上ではなくスマートフォン上で実行する事に注力し音声、視覚、文字の認識が可能に ・これによりプライバシー保護と応答速度向上、ネットワーク接続がなくとも動作できるようになった ・医療分野では画像を使った困難な診断などで人間の専門家を支援できるレベルの精度を達成しつつある ２．AIによる […]
１．Google Research：2019年の振り返りと2020年以降に向けて(1/9)まとめ ・Google Researchを率いるJeff Deanによる恒例の年初投稿。去年の振り返りと今後の方向性 ・AIの倫理的利用についてはモデルカード、Activation Atlases、Fairness Indicators、FaceForensicsなど ・AI for Social Goodは […]
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)まとめ ・ビジネスにAIを採用させる事を成功するためにはビジネス固有のカスタムソリューションが必要 ・より複雑なデータサイエンスの問題には、特定分野の専門家による介入とガイドが不可欠となる ・良い目的で使用されるAIと悪い目的で使用されるAI間の綱引きは引き続いていく ２．DIY AI時代 以下、ww […]
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(2/3)まとめ ・高速なトレーニング手法の研究、使い勝手の良いハードウェアを用いた高速トレーニング ・より多くのデータと計算機資源を投入する事でより良い結果が得られる時代の限界 ・マイクロコントローラーユニットと呼ばれるテクノロジーとその上で動く機械学習モデルの発展 ２．ゴルディロックス エラ(丁度良い時代) […]
１．MobileNetV3:次世代のオンデバイス視覚モデル(1/3)まとめ ・スマートフォンなどのデバイス上で実行される事が前提のニューラルネットワークMobileNetV3の発表 ・オンデバイスでの実行に最適化されているがMobileNetV2までの手動設計ではなくAutoMLベースモデル ・モバイルCPU上でMobileNetV3はMobileNetV2の2倍の速度で同等の精度を達成している […]
