TensorFlow から CNTK に移行する理由

深層学習は、過去数年間に人工知能 (AI) に革命をもたらしました。一部の上位の企業だけではなく誰でも自由に人工知能を使えるように、というマイクロソフトのビジョンに基づき、オープンソースの深層学習フレームワークであるMicrosoft Cognitive Toolkit (CNTK) が作成されました。今日では、GitHubスターの数で TensorFlowとCaffeに続く、そしてMxNet、Theano、Torchなどよりも順位が高い、3番目に人気のある深層学習フレームワークとなりました。 TensorFlowの人気が高いことを考えると、TensorFlowの代わりにCNTKを使用する理由はなになのかということをよく聞かれます。人間は大勢がやっていることに従う傾向があり、そうすること自体は間違いではありません。しかし、この記事では、CNTKに有利ないくつかの強力な理由を指摘したいと思います。


スケールする深層学習フレームワーク Cognitive Toolkit 2.0 を公開

[2017 年 6 月 1 日]   本日、マイクロソフトのオープンソースで、企業向けの品質で開発された深層学習フレームワーク Cognitive Toolkit 2.0 が一般提供開始されました。これは前に CNTK と呼ばれていたフレームワークで、2016 年 10 月にベータ版が登場し、今年の 4 月 3 日に製品候補版 (RC) が出ていたものです。複数の GPU、複数のマシンで大量のデータセットを用いてニューラルネットワークの計算を行う場合に効果的にスケールするのが特長です。 他のフレームワークとベンチマークを行うと、単体 GPU でも最善のパフォーマンスが得られます。   出典: http://dlbench.comp.hkbu.edu.hk/


急激に進化する深層学習フレームワーク Chainer と協業、3年間で5万人の人材育成

[2017 年 5 月 23 日]   今、急激な進化を遂げる人工知能 人工知能の分野はいま日進月歩で動いています。2010 年代に入ってから人工知能の分野で取り上げられ始めたディープニューラルネットワークの研究の発展と、クラウドコンピューティングや GPU の圧倒的進化により、画像認識や音声認識の分野で人間並みの認識率を達成するなど急激なブレークスルーが起こっています。ニューラルネットワークは一般的に、ネットワークの “層” が深くなるほど認識精度を上げることができますが、同時に莫大な計算パワーとアルゴリズムの工夫が必要になります。これらの 2 点を乗り越え、2014 年に 22 層だったニューラルネットワークの “深度” は翌年には 152 層、と 5 倍以上に進化しています。


解説アニメ「 3 分で分かる人工知能」を公開

(日本語字幕をご用意しています。「設定」から字幕の言語に日本語を選んでください。) 人工知能(AI)について分かりやすく解説したアニメーションを公開しました。今あらゆる場所でどんどん普及している AI は、人々が時間を節約し、効率的に作業できるように、より多くのことができるように支援してくれます。 しかし、AI から恩恵を受けるのは簡単ですが、それがどのように動作し、どこに向かうのか、理解しにくいのも事実です。今回公開したアニメーションは、Microsoft Story Labs シリーズ「Explanimators」の最初のエピソードです。今後もテクノロジを分かりやすく解説するアニメーションを公開していきますので、ご期待下さい。


ついに日本語で翻訳コンニャクが実現!? Skype と人工知能の組み合わせで

  ここ数年間、日本を訪れる海外からの観光客の数は着々と増加しています。今後数年間に、2019 年ラグビーワールドカップや 2020 年東京オリンピック・パラリンピック競技大会をはじめ数々の世界的なスポーツイベントが開催され、その数はさらに増加するでしょう。それにともない、日本と海外のコミュニケーション機会も増加していきます。 マイクロソフトでは、従来から AI による日本語の音声認識と機械翻訳への投資を行ってきましたが、この度、Microsoft Translator アプリ/ライブ機能や Skype 翻訳など音声認識と機械翻訳を行うサービス/製品において、いままでに得られたブレークスルーを提供します。また、開発者もMicrosoft Cognitive Services のひとつ、Translator API でそのパワーを利用できます。


お疲れ顔にエナジードリンク! 顔の特徴や表情で変わる広告を人工知能が提供

電通が毎年リリースしている「日本の広告費」2016 年版によると、広告業界はますますデジタル・ファーストの様相を強めています。インターネット広告費が制作費を除く媒体費用で初の1 兆円の大台に乗り、成長率は 13%、市場規模 6 兆 2,800 億円 (成長率 1.9%) の中で 20.8% を占めるまでになりました。 そんな中、デジタル屋外広告、いわゆるデジタル OOH と呼ばれる広告媒体でも、デジタルが近年急成長しています。交通・屋外広告自体は 2008 年のリーマンショック以降、市場規模はずっと 5,000 億円前後で推移していますが、デジタルサイネージ市場は富士キメラ総研によると、今後 7 年で約 3 倍に成長することが見込まれています。駅や街中に設置されたデジタルサイネージでデジタル広告を目にする機会がどんどん増えていくと予測されています。


Microsoft Azure Machine Learning で機械学習とクラウドの力を融合して次のステージへ

[2014 年 6 月 16 日] 過去のデータを分析して将来を予測することができる機械学習という方法は、あなたの気づかないうちに生活の様々な場所に入り込んでいます。たとえば、検索エンジン、オンライン製品のリコメンド、クレジットカード不正防止システム、渋滞情報/GPS のナビシステム、コルタナのような携帯電話のパーソナルアシスタントなど すべて機械学習の力を利用しています。しかし、それだけではありません。機械学習は近い将来、病院の待合室での待機時間を大幅に短縮し、病気の発生を予測し、犯罪を予測し予防するのに役立つでしょう。そのような未来を実現するためには、すべての企業に機械学習をより利用しやすいものにする必要があります。