入門／解説 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)
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...
TPU
入門／解説 
基礎理論 機械学習のトップマインドによる2020年のAI予測(1/3)
１．機械学習のトップマインドによる2020年のAI予測(1/3)まとめ ・AIは単純な精度よりもパフォーマンスに重きを置いて評価されるようになっていく可能性が高い ・機械学習フレームワークの覇権争いは収束し次の主戦場はアクセラレータや量子化...
学習手法 MobileNetV3:次世代のオンデバイス視覚モデル(3/3)
１．MobileNetV3:次世代のオンデバイス視覚モデル(3/3)まとめ ・精度とEdge TPU上で実行された際の速度を両立させるAutoMLをした結果MobileNetEdgeTPUモデル誕生 ・既存のモバイルモデルよりも同一精度でよ...
学習手法 MobileNetV3:次世代のオンデバイス視覚モデル(2/3)
１．MobileNetV3:次世代のオンデバイス視覚モデル(2/3)まとめ ・MobileNetV3の探索スペースはh-swishとsqueeze-and-excitationで改良が施されている ・ネットワークの最後に新しい効率的な〆(l...
モデル MobileNetV3:次世代のオンデバイス視覚モデル(1/3)
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MobileNe...
入門／解説 VTAB:視覚タスク用のベンチマーク(2/2)
１．VTAB:視覚タスク用のベンチマーク(2/2)まとめ ・VTABによる評価では最高パフォーマンスを示した特徴表現学習アルゴリズムはS4L ・S4L(Self-Supervised Semi-Supervised Learning)は特に...
入門／解説 皆のためのMLモデルの構築：機械学習の公平性を理解する(2/3)
１．皆のためのMLモデルの構築：機械学習の公平性を理解する(2/3)まとめ ・what-ifツールを使うと個々の特徴が個々のデータポイントにどのような影響を与えているのかを確認可能 ・データの偏りを無視するために特定の特徴を考慮しないように...
モデル Cloud TPU v3 PodsがAI学習にかかる時間を競うコンペで最速記録を達成
１．Cloud TPU v3 PodsがAI学習にかかる時間を競うコンペで最速記録を達成まとめ ・Cloud TPU v3 Podsが機械学習モデルの学習時間を測るベンチマークであるMLPerfで最速記録を達成 ・オンプレミスが主体のNVI...
モデル BERTのGoogle検索エンジンへの実践投入
１．BERTのGoogle検索エンジンへの実践投入まとめ ・文脈を理解するAIとして昨年秋に話題になったBERTがGoogle検索に実践投入 ・従来より検索語の意図を理解する能力が高まり英語検索の10%程度が改善された ・改良された学習結果...
入門／解説 機械学習を使った洪水予測の仕組み(2/3)
１．機械学習を使った洪水予測の仕組み(2/3)まとめ ・標準的な光学画像に基づいて1m単位で標高データを作成する手法を開発 ・水量と標高マップで水理モデル開発が開始できたが三乗で増える計算量が問題になった ・TPU上での実行用にモデルを最適...
学習手法 音響的な手がかりと言語的な手がかりを使って発言者を特定する(3/3)
１．音響的な手がかりと言語的な手がかりを使って発言者を特定する(3/3)まとめ ・TPUなどのアクセラレータとTensorFlowの効率的なアルゴリズムにより効率的な開発ができた ・統合モデルは音声認識と同じ様にトレーニングできるが発言者の...
モデル EfficientNet-EdgeTPU:アクセラレータでの実行に最適化したニューラルネット(2/2)
１．EfficientNet-EdgeTPU:アクセラレータでの実行に最適化したニューラルネット(2/2)まとめ ・EfficientNetsが主に使用する「深さ方向に分離可能な構造」はアクセラレータ上では必ずしも有効ではない ・通常のCN...