リアルタイム AI を加速する深層学習アクセラレーターを公開

[2017 年8 月 22 日] IntelのFPGA「Stratix 10」を実装したProject Brainwaveシステム   本日、マイクロソフトは、コードネーム Brainwave と呼ばれる、深層学習の新しいクラウドベースのアクセラレーターを発表しました。クラウド上の深層学習モデルが様々なライブデータストリームを処理するようになってきていることから日々重要度を増しているリアルタイム AI を推進するために、受け取った情報を極めて小さな遅延で処理を行うシステムです。この仕組みにより高いパフォーマンスと柔軟性が実現されます。 Brainwave システムは「高パフォーマンスの分散システムアーキテクチャ」「FPGA 上に実装されたハードウェア DNN エンジン」「学習済みモデルを簡単に展開できるコンパイラとランタイム」の3つのパーツから成り立っています。


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/


機械翻訳の概要

(この記事は Machine Translation の翻訳です。)   この記事では機械翻訳を支えるコア技術と、この領域でのマイクロソフトのソリューションの両方について説明します。   機械翻訳とは 機械翻訳システムは、アプリケーションや機械学習技術を使用して、大量のテキストから、サポートされている言語のいずれかに変換するオンラインサービスです。サービスは、ある言語の「ソース」のテキストを別の「ターゲット」言語に変換します。 2010年代初頭以来、新しい人工知能技術、ディープニューラルネットワーク (または深層学習) は、Microsoft Translator チームコアテキスト翻訳技術を使用し、新しい音声翻訳技術を起動して音声認識を結合する品質レベルに到達する音声認識の技術を可能にしています。


ニューラルネットワークに基づく機械翻訳のしくみ

(この記事は What is neural network based translation? の翻訳です。)   ニューラルネットワークに基づく機械翻訳とはどういうものでしょう? なぜ翻訳精度が上がるのでしょうか? 機械翻訳は 2000 年代半ばより様々なアプリや Web サイトで活用されてきました。 1960 年代から長期間にわたり、コンピューター科学者たちは文法と個々の言語構造に基づく機械翻訳を作ろうとしてきました。多くの場合、翻訳結果はあまり芳しくないものでした。 ブレークスルーは新しいコンセプト、機械学習が機械翻訳に取り入れられたときにやってきました。プロの翻訳家によりあらかじめ翻訳された莫大なデータを使い、特定の文脈の下であらかじめ翻訳された文章から、単語を翻訳する方法を、強力なアルゴリズムが学習します。


マイクロソフト、オープンソースの深層学習フレームワーク CNTK Beta を公開

  マイクロソフトは深層学習フレームワーク Computational Network Toolkit (CNTK) のベータ版を米国時間 4 月 15 日にリリースしました。このツールキットにより、一連の計算ステップを記述する、ディープニューラルネットワーク (DNN)、畳み込みニューラルネットワーク (CNN)、再帰型ニューラルネットワーク (RNN)、長・短期記憶 (LSTM) 、ロジスティック回帰、最大エントロピーモデルなどの学習マシンの構築が可能です。CPU または GPU を使って Computational Network を実装することができます。