hardware

量子コンピュータ

実用的な量子コンピュータの実現に必須の量子エラー訂正技術の最前線(2/2)

1.実用的な量子コンピュータの実現に必須の量子エラー訂正技術の最前線(2/2)まとめ ・QECが規模に応じて向上するようにするためナノ加工から最適化制御まであらゆる側面を改善した ・よりサイズの大きい距離5グリッドが距離3グリッドより信頼度...
量子コンピュータ

マイクロ波を増幅して量子コンピューターの限界を押し上げる(1/2)

1.マイクロ波を増幅して量子コンピューターの限界を押し上げる(1/2)まとめ ・Googleは量子コンピュータを構築しているが、良く話題になる超伝導プロセッサは全体の一部に過ぎない ・量子コンピュータを正しく動作させるためには、周辺ハードウ...
入門/解説

Stable Diffusionを動かすパソコンを選ぶ際の基礎知識

1.Stable Diffusionを動かすパソコンを選ぶ際の基礎知識まとめ ・自分のパソコンでStable Diffusionを動したい人向けにどういう視点で何を選ぶべきかの構成のヒント ・開発者が使っている構成やユーザー数が多い構成など...
その他の調査

機械学習と脳の違い Part 3: レイヤー構造の違い

1.機械学習と脳の違い Part 3: レイヤー構造の違いまとめ ・機械学習のレイヤーは整然とした層状構造だが脳は無秩序な結合を多数含んでいるように見える ・脳の160億の各ニューロンを他の全ニューロンと完全に接続するのは物理的に不可能 ・...
プライバシー

FedJAX:連合学習のシミュレーションをJAXで容易に実行(2/2)

1.FedJAX:連合学習のシミュレーションをJAXで容易に実行(2/2)まとめ ・GPU、TPU 1 TensorCore、マルチコアTPUと2つのデータセットでFedJAXを評価 ・TPUを使用するとfederated EMNIST-6...
インフラ

人工知能学習用にパソコンを自作する際に知っておくべき事(2020年版)

1.人工知能学習用にパソコンを自作する際に知っておくべき事(2020年版)まとめ ・ディープラーニングには大量の計算が必要なのでクラウドか自作ハードウェアを選ぶ事になる ・自作ハードウェアは長期目線ではコストの削減とスピードの向上に繋がる可...
インフラ

GCP上で大きなモデルを動かした際のGPUの性能比較

1.GCP上で大きなモデルを動かした際のGPUの性能比較まとめ ・Colabで動かせないモデルをGCP上で実行するとColabの凄みを改めて実感する事になる ・GPUはベンチマークではなく実際のタスクやモデルで動かさないと性能差はわからない...
アプリケーション

機械学習を使って触覚用のセンサーを改良(1/2)

1.機械学習を使って触覚用のセンサーを改良(1/2)まとめ ・ウェアラブル端末にとって触覚は直感的なフィードバックのためのますます重要 ・触覚はLRAと呼ばれる触覚信号を提供する小さなリニアモーターで実現できていた ・しかし圧力の検知は別の...
AI関連その他

AIのアルゴリズムの効率性は16か月毎に2倍に上昇(1/2)

1.AIのアルゴリズムの効率性は16か月毎に2倍に上昇(1/2)まとめ ・アルゴリズムの改良でImageNet分類タスクに必要な計算量が16か月ごとに2分の1に減少 ・7年前のAlexNetと同等のパフォーマンスを実現するために必要な計算能...
モデル

RigL:ニューラルネットワークの冗長性を動的に最適化(3/3)

1.RigL:ニューラルネットワークの冗長性を動的に最適化(3/3)まとめ ・RigLのパフォーマンスはトレーニング時間を伸ばすと基本時間の百倍までは常に改善された ・ResNet-50では最先端のtop 1精度、MobileNet-v1で...
学習手法

深層強化学習を使って半導体チップの設計を自動化

1.深層強化学習を使って半導体チップの設計を自動化 ・機械学習に専用ハードウェアを使用する事が増えているがチップ設計に数年単位の時間がかかる ・チップ設計を強化学習に行わせて、過去の経験から学び、時間をかけて改善するアプローチを実現 ・これ...
ロボット

Form2Fit:物体の分解と組立てを行う事でロボットが組合わせの概念を学習(3/3)

1.Form2Fit:物体の分解と組立てを行う事でロボットが組合わせの概念を学習(3/3)まとめ ・Form2Fitは組立キットの回転や変化、混在した状況、学習時に見た事がない部品などにも対応可能 ・回転、空間的方向、物体の同一形状などを学...