はじめる人のびぎねっと。

プライバシーポリシー

びぎねっとITニュース

日立ソリューションズ、画像認識人工知能を活用した「類似図面検索AIソフトウェア」を発表

日立ソリューションズは7月8日、画像認識人工知能(AI)を活用し、大量の図面から類似率の高い順に図面検索できる「類似図面検索AIソフトウェア」を発表した。

 「類似図面検索AIソフトウェア」では、日立ソリューションズの独自技術によりAIが図面の特徴を学習することにより、10万件を超える図面から類似する図面と図面内の部品を数秒で検索できる。同製品を利用することで、技術者は既存の図面を再利用して設計するなど、業務の効率向上を図ることも期待できるほか、不良が発生した部品の類似品を見つけ出すことで、早期に対策を打てるようになり、不良の再発生のリスクを抑止することも可能になるという。同製品の導入については、Web APIによって既存の業務システムとシームレスに連携することで、既存環境を大幅に変更する必要がないことも特徴。

 日立ソリューションズは、同製品を「画像判定ソリューション」のラインナップに追加し、製造業などを中心に図面を扱うさまざまな業界に提供していく。

 販売価格は個別見積り。

(川原 龍人/びぎねっと)

[関連リンク]
プレスリリース

チェックポイント、AIを搭載したマルウェア検出エンジンを同社のソリューションに追加

チェック・ポイントは6月20日(現地時間)、人工知能ベースの新しいマルウェア検出エンジン「Malware DNA」を、セキュリティ対策ソリューション「SandBlast Network」に追加したと発表した。

「Malware DNA」は、人工知能を用いて新種のマルウェアを既知のファミリーに分類することで、ゼロデイの脅威を検出することができるエンジン。「Malware DNA」の機械学習では、同社の「ThreatCloud」によって検出されたマルウェアのサンプル情報を利用して学習する。既知のマルウェアと合致するコードや、類似した動作をチェックすることによって、新しい脅威を検出することができるという。

(川原 龍人/びぎねっと)

[関連リンク]
Press release

アイアクトとアシスト、異種のAIを活用した人事部門向け採用業務の自動化ソリューションで協業

アイアクトアシストは7月3日、アシストが提供するエンタープライズRPA「AEDAN(Ashisuto Enterprise Decision AutomatioN)」とアイアクトの人工知能 導入・開発支援サービスを組み合わせた人事部門向け採用業務自動化ソリューションについて協業することを発表した。

アシストが提供する「AEDAN」は、ヒトが行う情報の処理を「情報取得」、「情報分析」、「意思決定(行動選定)」、「行動実行」に分類し、この4つのステージモデルごとに最適なツールを使い分け、業務フロー全体の自動化を支援するソリューション。推論型AI 「Progress Corticon」を中核に据え、人による判断を自動化することで、既存の業務自動化領域を拡大し、組織における生産性向上を目指す。

アイアクトは、大規模Webサイトの構築・運営、人工知能・コグニティブソリューションでのチャットボット開発等の提供、IoTシステム開発などを手がけている。今回、アイアクトとアシストが協業することで、採用業務における書類や面接の内容を機械学習で分析し評価を行い、その評価結果を正しい基準で合否を判断することで、採用業務のプロセスを効率化する。機械学習型人工知能の導入支援や開発をアイアクトが、そしてAEDANおよび豊富な実績に基づく業務自動化支援をアシストが提供することで本ソリューションを展開する。

(川原 龍人/びぎねっと)

[関連リンク]
プレスリリース

Facebook、深層学習レコメンデーションモデル「DLRM」リリース

 Facebookは7月2日(現地時間)、深層学習レコメンデーションモデル「DLRM」をオープンソースソフトウェアとしてリリースした。

 「DLRM」は、PyTorchとCaffe2によって実装されており、Glow C++の実装も提供可能。ニューラルネットワークを利用してレコメンデーションシステムを構築するアプローチは、カテゴリカルデータなどを利用する深層学習モデルとは異なるものになる。今回公開された「DLRM」は推論とトレーニングに利用でき、Kaggle Display Advertising Challenge Datasetなどのデータセットによる推論にも対応している。

 「DLRM」は、GitHubに公開されている。

(川原 龍人/びぎねっと)

[関連リンク]
DLRM(GitHub)
アナウンス

ディープラーニングフレームワーク「TensorFlow 1.14」リリース

Google Brain Teamは6月19日(現地時間)、オープンソースのディープラーニングフレームワーク「TensorFlow 1.14」をリリースした。

「TensorFlow」は、ライブラリ形式のディープラーニングフレームワーク。Windows、Mac OS X、Linuxに対応している。「TensorFlow 14.0」では、開発版である「TensorFlow 2系列」との互換性を保つモジュール「compat.v2」が採用されたほか、Intelのライブラリ「MKL-DNN」が有効となった。その他にも機能強化、不具合の修正などが施されている。

「TensorFlow 1.14」は、GitHubからダウンロードできる。

(川原 龍人/びぎねっと)

[関連リンク]
リリースノート

Oracle、機械学習を応用した「Exadata Database Machine X8」を提供開始

 Oracleは6月14日、機械学習による「Oracle Autonomous Database」および自動インデクシングなどの機能が追加された「Exadata Database Machine X8」を提供開始した。

 「Exadata Database」は、「Oracle Autonomous Database」を利用し、様々なアプリケーションで高いパフォーマンスを発揮するデータベースマシン。x86サーバとストレージ、InfiniBandスイッチなどのハードウェアと、DB性能のボトルネックになりやすいI/Oを効率化するExadata専用ストレージソフトウェア、Oracle Databaseソフトウェアを組み合わせた構成となっている。

 「Exadata Database Machine X8」では、機械学習を応用し、利用パターンに基づいてデータベースを調整する「Automatic Indexing」機能が加わっている。この機能によってパフォーマンスが向上し、手動でのチューニングが不要になる。その他にも、人工知能を利用して問題の根本的原因を見つけるパフォーマンス監視機能などが加わっている。

(川原 龍人/びぎねっと)

[関連リンク]
Oracle Exadata Database Machine
製品情報

Preferred Networks、オープンソースの深層学習フレームワーク「Chainer」・汎用配列計算ライブラリ「CuPy」の最新版リリース

Preferred Networksは、オープンソースの深層学習フレームワーク「Chainer」および汎用配列計算ライブラリ 「CuPy」のメジャーアップデート版となる「Chainer v6」「CuPy v6」をリリースした。

「Chainer」は、Define-by-Run方式による深層学習フレームワーク。「Chainer v6」で試験的に統合されたC++製の「ChainerX」が、より多くのexampleに対応した。「ChainerX」を使用することで、Chainerのフレキシブルさや後方互換性をほとんど失うことなく、順伝播・逆伝播ともにフレームワーク側のオーバーヘッドを低減し、より高いパフォーマンスを実現する。

「Chainer」は、最新の深層学習研究の成果を迅速に取り入れ、ChainerRL(強化学習)/ChainerCV(コンピュータ・ビジョン)/ChainerUI(学習ログの可視化)/Chainer Chemistry(化学、生物学分野のための深層学習ライブラリ)などの追加パッケージ開発、Chainer開発パートナー企業のサポートなどを通して、各分野の研究者や実務者の最先端の研究・開発活動を支援することを目指すという。

(川原 龍人/びぎねっと)

[関連リンク]
Chainer
CuPy
ニュースリリース

Uber、深層学習モデルのトレーニングツール「Ludwig」リリース

 Uberは2月11日(現地時間)、深層学習モデルのトレーニングツール「Ludwig」をリリースした。

 「Ludwig」は、「TensorFlow」をベースとしており、コードを書くことなく、必要なデータを用意するだけで深層学習モデルのトレーニングができる点が大きな特徴。PythonコードからLudwigを操作できるAPIも用意されている。

 「Ludwig」は、GitHubから入手できる。

(川原 龍人/びぎねっと)

[関連リンク]
リリースアナウンス

OpenAI、簡単生成の言語モデル「GPT-2」をオープンソースとして公開

OpenAIは2月14日(現地時間)、簡単生成の言語モデル「GPT-2」の限定版をオープンソースソフトウェアとして公開した。

 この技術が悪意あるアプリに流用される懸念から、GPT-2をオープンソース化はせず、縮小版モデルと論文のみ公開した。

 「GPT-2」は、ネットにある40Gbytesの文章の、次の単語を予測するように訓練された言語モデル。固定された訓練用データセットを使わず、Webページのデータセットをそのまま訓練に使っている。文章の冒頭の文章を与えると、与えられたテキストの文体と内容に適応した文章を生成するという。

 「GPT-2」は、文章作成に応用できるものの、フェイクニュースの生成やなりすましなどに悪用される懸念があるため、今回、機能限定版のみが公開されたという。「GPT-2」の機能限定版は、GitHubに公開されている。

(川原 龍人/びぎねっと)

[関連リンク]
Blogによる記事

 

このページのTOPへ

Powered by Wordpress