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

キヤノン、群衆人数をリアルタイムにカウントできる機能を拡充した映像解析ソフトウェア「People Counter Pro」を発表

キヤノンマーケティングジャパンは12月19日、ネットワークカメラの映像から、約1500人までの群衆人数をカウントできる機能や、カウントした人数データをグラフ化する機能を備えた映像解析ソフトウェア「People Counter Pro」を2019年12月下旬から発売すると発表した。

「People Counter Pro」は、これまで提供してきた「エリア人数カウント」「通過人数カウント」機能に加え、ディープラーニングを応用した群衆人数を算出する映像解析技術を生かし、数千人規模の群衆人数をカウントできる機能「群衆人数カウント」や、カウントした人数データをグラフ化する機能「Data Dashboard」などを拡充した。同社は、ネットワークカメラと「People Counter Pro」を組み合わせた映像解析ソリューションを、公共施設、複合商業施設、レジャー施設、スタジアムや空港などに提案していくという。

(川原 龍人/びぎねっと)

[関連リンク]
ニュースリリース

理化学研究所、深層学習を利用した教師なし学習型のがん再発診断精度を上げる研究成果を発表

理化学研究所と日本医科大学の共同研究開発グループは12月18日、医師の診断情報が付いていない病理画像から、がんに関わる知識を人工知能が自力で獲得する技術を開発し、がんの再発の診断精度を上げる新たな特徴を見つけることに成功したと発表した。

今回、共同研究グループは、1枚あたり100億画素以上の前立腺病理画像から、人工知能が画像上のがんの特徴を人に教わることなく自動で取得し、それを人間が理解できる情報として出力することに成功したという。人工知能が発見した要素には、世界中で使われているがんの診断基準のほか、専門家も気づいていなかったがん領域以外の部位の特徴が含まれていたという。これらの要素の再発予測性能を確認するため、三つの大学病院の15,000枚以上の病理画像で検証したところ、現在の診断基準よりも高い精度で再発予測ができたとしている。病理医の診断と合わせて使うことで、予測精度をさらに上げることができたという。

現在の人工知能技術の主流であるディープラーニング(深層学習)では、学習にビッグデータを必要とするため、医師の診断情報が付いた大量の医療画像をどのように集めるかが実用化に向けた課題となっていた。共同研究グループは、複数のディープラーニングと非階層型クラスタリングを用いることで、病理画像から人間が理解できる情報を自動で取得する新たなAI技術の開発に成功した。今までは、医師が教えた診断をAIが学習する「教師あり学習」が医療分野では主に使用されてきたが、教師以上の分類はできないという限界があった。本研究では医師の診断を必要としない「教師なし学習」により獲得した特徴を、人が理解できるように変換し、再発期間のみを用いた最適な重み付けをAIに行わせることで、これまで不可能であったがんの未知なる情報の獲得を目指したとしている。

(川原 龍人/びぎねっと)

[関連リンク]
プレスリリース

Netflix、データサイエンス分野におけるワークフロー構築ライブラリ「Metaflow Python」ライブラリをオープンソース化

Netflixは12月2日(現地時間)、「Metaflow Python」ライブラリをオープンソース化したと発表した。

「Metaflow Python」はデータサイエンス分野において「人間中心の機械学習インフラ」に利用するライブラリ。ビジネスロジックをPythonのコードで表現する際、オブジェクト階層やパッケージ関連の問題などに惑わされることを回避し、かつ生産性を向上させるという。また、「Metaflow Python」は、「PyTorch」や「TensorFlow」「scikit-learn」などのデータサイエンスライブラリーと一緒に利用することもできる。

「Metaflow Python」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
GitHub

Preferred Networks、深層学習の研究開発基盤をPyTorchに移行、Chainerはメンテナンスフェイズへ

Preferred Networks(PFN)は12月5日、研究開発の基盤技術である深層学習フレームワークを、同社開発のChainerからPyTorchに移行すると発表した。また同時に、PyTorchの開発コミュニティと連携し、PyTorchの開発に参加することも発表した。

PFNが開発・提供するChainerは、2015年6月にオープンソース化されて以来、PFNの研究開発を支える基盤技術として利用されてきた
しかし近年、深層学習フレームワークが成熟したことで、深層学習フレームワークの差異による差別化競争を継続するよりも、深層学習技術のさらなる進化に向け、ユーザが選ぶ深層学習フレームワークにおいてコミュニティを継続的に発展させ、健全なエコシステムを築いていくことが重要と判断した。この判断に基づき、PFNは深層学習の研究開発基盤をChainerの開発思想に最も近い「PyTorch」に移行するという。

これに伴い、Chainerは同日公開されたメジャーバージョンアップとなる「Chainer 7」をもってメンテナンスフェーズに移行する。Chainerユーザ向けには、PyTorchへの移行を支援するドキュメントおよびライブラリが提供される。

(川原 龍人/びぎねっと)

[関連リンク]
プレスリリース

Amazon Web Service、機械学習のための統合開発環境「Amazon SageMaker Studio」を発表

Amazon Web Service(AWS)は12月4日、機械学習のための統合開発環境「Amazon SageMaker Studio」を発表した。AWSが機械学習に特化した初の統合開発環境となる。

「Amazon SageMaker Studio」では、機械学習に必要なすべてのツールを統合している。開発者は、Webベースの視覚的にわかりやすいなインタフェイスを利用してコードを書いたり、実験管理をしたり、データを可視化したりデバッグやモニタリングをすることができる。さらに、機械学習ワークフローのステップはツール内で記録されるため、開発者はステップ間を素早く行き来したり、複製したり、チューニングしたり再現したりすることができる。これにより、、開発者は機械学習ソリューションの作成にかかる時間できるという。

特徴としてはほかに「単一のインタフェイスからビルド、学習、チューニング、デプロイなどの操作が可能」「ノートブック、データセット、コード、設定などにアクセス可能」「機械学習を利用したプロジェクトのすべてを管理可能」「ノートブックや結果を効率よく議論可能」などが挙げられている。

Amazon SageMaker Studio は 2019年12月3日より、オハイオ(US East)リージョンで使用可能。

(川原 龍人/びぎねっと)

[関連リンク]
アナウンス
製品情報

NTTドコモ、人工知能を活用してスマホの個人情報を解析することでプランを提案する損害保険を発表

NTTドコモは10月12日、「AIほけん」のサービスを始めると発表した。

この損害保険は、東京海上日動火災保険と共同開発した新たなサービス。スマートフォンで集めた利用者の個人情報などを人工知能(AI)が分析し、ユーザに最適な損害保険などの商品を提案する。なお、個人情報などを活用し、人工知能が保険を提案するサービスは、業界で初めてだという。

「AIほけん」は、12月から提供開始予定。

(川原 龍人/びぎねっと)

[関連リンク]
サービス概要

沖電気、高速ディープラーニング推論処理をエッジで実現し、クラウドと連携するAIエッジコンピューター「AE2100」を販売開始

沖電気は10月3日、人工知能(AI)によるリアルタイムなデータ活用がクラウドからエッジ領域にシフトしていく市場の要求に合わせ、高速ディープラーニング推論処理をエッジで実現するAIエッジコンピュータ「AE2100」の販売開始を発表した。

「AE2100」は、深層学習の推論環境を提供するインテルのOpenVINOツールキットと、AIアクセラレータ「インテル Movidius Myriad X VPU」を搭載したアーキテクチャーを有する。また、各種センサーを収容するインターフェースや多様な通信方式に対応しているほか、クラウドとの連携機能としてマイクロソフト社のMicrosoft Azure IoT Edge認定を取得しており、クラウドで作成されたAIモデルのエッジへの展開・利用が可能で、IoT活用現場でニーズが高まっている「Intelligent Edge, Intelligent Cloud」のシナリオが実現できるとしている。

近年、5Gに代表される通信技術とデバイス技術の進化により、より現場に近い場所でのリアルタイムなデータ活用が可能となりつつある。これに伴い、AI機能は、クラウド領域からエッジ領域に移り変わろうとしており、ディープラーニングの学習モデル処理をクラウドで行い、エッジ領域ではその学習モデルを利用した推論処理を素早く実行して、その結果をクラウドにフィードバックすることが必須となりつつある。また、すべてのAI機能をエッジ領域で動作させるのではなく、新たな学習モデルをクラウドから配信するなど、クラウド側との連携が可能なAIエッジ装置も必要となる。沖電気では、製造、建設、インフラ、防災、金融・流通、交通、海洋の各注力分野に特化し、センシング技術、ネットワーク技術、データ処理技術のノウハウを活かし、エッジ領域において、IoTとAIを活用した多くのユースケースを保有しており、「AE2100」は、これらのノウハウをベースに開発されている。

(川原 龍人/びぎねっと)

[関連リンク]
プレスリリース
製品情報

NTTコミュニケーションズ、データ利活用に必要な大容量データをセキュアに保管できる「Enterprise Cloud Wasabiオブジェクトストレージ」を提供

NTTコミュニケーションズは9月30日、米Wasabi Technologiesとの協業によって、「Enterprise Cloud Wasabiオブジェクトストレージ」を10月1日から提供開始すると発表した。同社はデータによる企業のデジタルトランスフォーメーション(DX)に必要なすべての機能をワンストップで提供する「Smart Data Platform」を中核として、データ利活用ビジネスを推進している。

「Enterprise Cloud Wasabiオブジェクトストレージ」は、99.999999999%の高い堅牢性に加え、API連携により、Amazon S3と同じ利用法が可能となっている。さらに、データの書き込み/読み込み速度は Amazon S3と比べて高いパフォーマンスを確保している。また、2019年12月に東京リージョンをNTTコミュニケーションズのデータセンターに開設する予定となっており、日本、アメリカ、オランダのリージョンを、顧客の環境に合わせて柔軟に利用できる。

(川原 龍人/びぎねっと)

[関連リンク]
プレスリリース
サービス概要

NTTコミュニケーションズ、秘密計算を用いたデータサイエンス分野における連携協定を締結

NTTコミュニケーションズと和歌山県は9月19日、秘密計算を用いた「データサイエンス分野における連携に関する協定」を締結したと発表した。

「秘密計算」は、異なる事業者が保有するデータを秘匿化したまま相互に統合・分析を行い、結果のみを出力する技術。今回締結された協定に基づき、異なる事業者間のデータ利活用により、産業の活性化や社会的課題の解決および、データ利活用のための人材育成に関する実証実験を実施する。

異なる事業者間のデータ利活用においては、暗号化データの分析であっても、プロセスの途中で平文に復号する必要があり、セキュリティリスクの観点から、取り組みが進んでいないのが現状。今回、NTTコミュニケーションズのクラウドサービスやネットワークサービスに加え、NTTが開発を進めてきた秘密計算を活用し、これらの課題解決に取り組んでいく。両者は、秘密計算を中心とした「相互に機密データを見ない・見せない」環境を構築することで、産学官の枠を越えたデータ利活用の推進を目指す。具体的には、和歌山県および事業者、研究施設からデータを集積し、秘密計算の社会実装モデルの構築を目指して利活用を進める。併せて、大学におけるデータサイエンス分野(AI・ビッグデータ解析など)の人材育成のための教育への活用を試みる。

(川原 龍人/びぎねっと)

[関連リンク]
アナウンス

東芝と統計数理研究所、製造現場向け機械学習アルゴリズム「HMLasso」を発表

東芝と統計数理研究所は8月2日、製造現場向け機械学習アルゴリズム「HMLasso (Least absolute shrinkage and selection operator with High Missing rate)」を発表した。

「HMLasso」は、多くの欠損値が含まれている製品データからも、品質低下や歩留悪化などの要因を高速・高精度に特定する技術。これまで利用されてきたアルゴリズム「CoCoLasso」と比べ推定誤差を約41%削減することに成功した。この技術によって、従来は活用の難しかった欠損値を多く含むデータでも高速・高精度な要因解析が可能となり、工場・プラントなど製造現場の生産性・歩留・信頼性の向上が期待できるようになるという。

東芝と統計数理研究所は、本技術の簡易プログラムをオープンソースソフトウェアとしてWebサイトに公開している。

(川原 龍人/びぎねっと)

[関連リンク]
アナウンス

 

このページのTOPへ

Powered by Wordpress