「ONNX Runtime Web」でWebGPUによるブラウザ内機械学習の高速化が可能に
Microsoftは2024年2月29日（米国時間）、オープンソースでクロスプラットフォームの機械学習（ML）モデルアクセラレータ「ONNX Runtime」の「ONNX Runtime Web」機能において、WebGPUを用いてWebブラウザ内でのMLを高速化できるようになったと発表した。 ONNX Runtimeは、さまざまなハードウェア、ドライバ、OSと互換性があり、グラフの最適化や変換に加え、ハードウェアアクセラレータを適宜活用したパフォーマンスを提供する。PyTorch、TensorFlow/Keras、TensorFlow Lite、scikit-learnなどのフレームワークのモデルで使用できる。 ONNX Runtime Webは、JavaScript APIとライブラリを使用して、WebアプリケーションでMLモデルを実行、デプロイ（展開）できる。 関連記事 「Chrome
生成AIの「機械学習」 「クリエーターの利益侵害」懸念拭えず | 毎日新聞
急速に広がる生成AI（人工知能）を巡り、文化審議会小委員会は、AIがウェブ上のデータを取り込む「機械学習」に著作権者の許諾は要らないとする考え方を維持しつつ、権利侵害の具体例をあえて示すことで野放図な利用をけん制した。AIによる技術革新に期待が高まる一方、クリエーターらは権利侵害への懸念が拭えず、バランスの取り方が課題として残り続けている。【李英浩】 文化庁が実施したパブリックコメント（意見公募）には、クリエーターや業界団体から計約2万5000件の意見が寄せられた。自作がAIに学習され続けることへの対策を求める内容がある一方、公的機関が機械学習の「歯止め」になる考え方を示すことはAI開発の萎縮につながりかねないと指摘する声も上がった。 「機械学習がクリエーターの利益を侵害しないというのは、机上の議論に過ぎない」。…
PyTorch® 2.2リリース ー SDPA性能2倍、AOTInductorによる非Python環境への展開が可能に
PyTorchチームは1月31日、PyTorch® 2.2のリリースを発表した。新機能や最適化が盛りだくさんのこのバージョンは、エンジニアたちの期待を十分に満たすリリースだ。 PyTorch 2.2では、FlashAttention-v2の統合により、SDPA（_scaled_dot_product_attention_）のパフォーマンスが 約2倍向上 した。これにより、A100 GPUsで最大FLOPs/sの約50-73%まで到達する高速なSDPAが実現された。 新しい機能としては、非Pythonサーバーサイド向けのAOTInductorも導入。これにより、PyTorchプログラムのコンパイルとデプロイメントが可能になり、非Python環境での利用が向上した。 その他にも、Optimizersのサポート向上や新しいログメカニズムTORCH_LOGSの追加など、多くの改良が行われた。一方で
Apple shares 'Ferret' machine learning model for image-based queries
Researchers working for Apple and from Cornell University quietly pushed an open-source multimodal LLM in October, a research release called "Ferret" that can use regions of images for queries. The introduction in October to Github largely flew under the radar, with no announcement or fanfare for its introduction. The code for Ferret was released alongside Ferret-Bench on October 30, with checkpoi
CloudFrontのログを使って機械学習で異常検知を試してみた - iimon TECH BLOG
こんにちは、CTOの森です。 本記事はiimonアドベントカレンダー16日目の記事となります。 普段機械学習を使うことは無いのですが、勉強も兼ねてCloudFrontのログを機械学習させてみたらどうなるのか試してみました。 検証した環境 ログデータの形式 使用したログデータのフィールド 分析までの手順 正しくデータを読み込む 学習できる形式に変換 method result_type path_num path_0 ~ path_4 query_num query_len sc-status time-to-first-byte 学習 元のデータと結合 CSVファイルに出力 コード全体 分析結果 (比較的)うまくいった結果 うまくいかなかった結果 参照したサイト まとめ 最後に 今回ログデータをIsolation Forestという手法を用いて分析してみました。Isolation Fore
機械学習ベンチマークアプリ「Geekbench ML v0.6 for iOS/Android (Preview)」がmacOSとWindows、Linuxに対応。iOS版はTensorFlow LiteからCore MLへ切り替え。
機械学習ベンチマークアプリ「Geekbench ML v0.6 for iOS/Android (Preview)」がmacOSとWindows、Linuxに対応しています。詳細は以下から。 MacやWindows, Linux, iOS, Androidに対応したベンチマークアプリ「Geekbench」シリーズを開発するカナダPrimate Labs Inc,は2021年05月、ここ数年でプロセッサにおける機械学習処理の性能がより重要になっているとして、機械学習処理専用のパフォーマンステストを行うベンチマークアプリ「Geekbench ML (Preview)」のiOS/Android版を公開しましたが、 現地時間2023年12月12日付で、このGeekbench MLをバージョン0.6 (Preview)へアップデートし、新たにmacOSやWindows、Linuxをサポートしたと発表
開かれた可能性 (実世界 AI ソリューション)
Intel.com サーチを使用 いくつかの方法で Intel.com のサイト全体を簡単に検索できます。 製品名: Core i9 文書番号: 123456 開発コード名: Alder Lake 特別な演算子: “Ice Lake”, Ice AND Lake, Ice OR Lake, Ice*
LLM時代の強化学習 - どこから見てもメンダコ
強化学習におけるLLMの活用パターン調査 はじめに：実世界における強化学習の課題 LLM×強化学習 人間はゼロショット推論によりサンプル効率の良い学習ができる LLMによるゼロショット推論の例 さまざまなLLM活用パターン 1. 報酬モデルとしてのLLM LLMによる代理報酬モデル VLMによる外観ベース代理報酬モデル 外部知識にもとづく報酬モデル設計 2. 計画モデルとしてのLLM LLMによるセマンティック計画 LLMによる構造的な探索計画 3. 方策モデルとしてのLLM LLM as 確率方策 マルチモーダルLLM as 確率方策 参考：GPTアーキテクチャの転用 4. 世界モデルとしてのLLM Language Models Meet World Models (あとで書く) おわりに：VLM as 確率方策に期待 はじめに：実世界における強化学習の課題 レトロゲームで人間並みのパ
MUFGがAWSとの連携強化 AI・機械学習サービスの活用加速
三菱UFJフィナンシャル・グループ（MUFG）がAWSとの連携を強化する。すでにAWSのクラウドインフラや、データ分析サービスなどを導入しているが、AI関連サービスの活用をさらに加速するという。 三菱UFJフィナンシャル・グループ（MUFG）がAWSとの連携を強化する。すでにAWSのクラウドインフラや、データ分析サービスなどを導入しているが、AI関連サービスの活用をさらに加速。生成AIサービス「Amazon Bedrock」や機械学習ソリューション「Amazon SageMaker JumpStart」などの利用を進める。AWSジャパンが11月15日に発表した。 MUFGはすでに、Amazon Bedrockを社内文書の要約や問い合わせ対応の自動化に役立てる検証を進めている。並行して、複数の商用利用可能な大規模言語モデルの精度や費用対効果の測定も進めており「特性に応じて用途ごとに柔軟に使い
AWS Certified Machine Learning - Specialty(MLS-C01)に合格できました。 - APC 技術ブログ
はじめに こんにちは、あるいはこんばんは、クラウド事業部の原田です。 今回はAWS Certified Machine Learning - Specialtyに合格しましたので情報や所感等を共有させていただこうと思います。 Specialtyは月初に受けたDASに続いて5つ目になります。 DAS / DBS / ANS / SCS 点数 859/1000 いつもは800~850の間で落ち着くことが多いですが、今回はしっかり理解できた...のではなく、 2択まで絞った上でたまたま正解拾ってたパターンが多い(上振れした)印象です。 勉強時間 約3週間、平日は30分～1時間+休日3～4時間 合計40時間程 AWSでは(毎度のことながら)未経験。SageMaker触ったことないです。 Azure Machine Learningは業務で使ったことがあり、プライベート化やデータレイクとの接続の経験
量子機械学習とは何か？「量子技術」と「AI技術」の可能性をグッと広げる理由とは
AI技術の開発と普及が加速し、その中心で大きな役割を担う機械学習は社会になくてはならない技術となりました。一方、既存のIT技術を大きく変えると言われている量子コンピューティングでも大きな進歩があり、商用量子コンピューターの提供も始まっています。しかし、現代の量子コンピュータは商用であっても大きな欠点があり、まだまだ普通のコンピュータのようには使えません。そこで注目されるのが「量子コンピューティング」と「機械学習」を組み合わせた「量子機械学習」の分野です。これにより、量子コンピュータはその欠点を克服できるだけではなく、古典的な機械学習アルゴリズムが抱える欠点を量子アルゴリズムで克服することができるようになります。互いを補い合うことで、可能性を広げる量子機械学習に関連する基本用語とその特性について簡単に解説していきます。 合同会社Noteip代表。ライター。米国の大学でコンピューターサイエンス
AIは97％の精度でヒット曲を特定できることが判明。機械学習と神経科学の融合 : カラパイア
毎日、様々なジャンルの新曲がリリースされている。音楽好きには嬉しいだろうが、できるだけ人気のある曲を流したいストリーミングサービスやラジオ局にとって、今の新曲ラッシュは人気になる曲の選定が難しく、悩みの種でもある。 これから人気が出る曲をどうやって見分ければよいか？もちろん、企業が莫大な資金を投入し、熱心なプロモーションを行った曲なら流行る可能性は高い。SNSのインフルエンサーの影響もあるだろう。 だが、それ以外にもヒット曲を特定する方法があるという。そう、AIである。 アメリカの研究チームは、AIとスマートウォッチを使うことで、97%の精度でヒット曲を言い当てることに成功したそうだ。その結果を『Frontiers in Artificial Intelligence』（2023年6月20日付）で発表している。
「LLM」を活用したプロダクト開発に必要な能力とは何か “機械学習の民主化”でますます注目される「MLPdM」の重要性
大規模言語モデル（LLM）を、実際にプロダクトや実務に役立つかたちで利用している各社が見た使いどころや、実践の上での工夫について学び合うためのイベント第二弾。今回のテーマは「大規模言語モデルがつくる新しい顧客体験」。ここで登壇したのは、株式会社LayerXの松村優也氏。機械学習の民主化とMLPdMの重要性について発表しました。 LayerX社・機械学習チームのマネージャーの松村優也氏 松村優也氏：それでは、LayerXの松村優也が「機械学習エンジニアから見るプロダクト開発におけるLLM」を副題として、「機械学習の民主化とMLPdMの重要性」というタイトルで10分お話しします。お願いします。 簡単な自己紹介ですが、あらためて、松村です。（スライドの）右上の黒いアイコンでよくSNSをやっています。「Twitter」などのIDはご覧のとおりです。 バックグラウンド的には、もともと京都大学で情報検
強化学習の基礎まとめ - Qiita
こんにちは、すきにーです。 強化学習の基礎的な手法についてまとめました。 はじめに この記事では以下を説明しています 動的計画法 モンテカルロ法 TD法(SARSA、Q学習) コードはゼロから作るDeepLearning4 強化学習編 に載っているものを参考にしています。 参考記事 深層強化学習アルゴリズムまとめ ゼロからDeepまで学ぶ強化学習 これから強化学習を勉強する人のための「強化学習アルゴリズム・マップ」と、実装例まとめ 今さら聞けない強化学習（1）：状態価値関数とBellman方程式 全体図 動的計画法 動的計画法は、エージェントが置かれた環境のモデルがすでに分かっているとき最適な方策を見つけるアプローチです。 方策反復法と価値反復法があります。 環境のモデルが分かっていることは少ないので、あまり使われません。 モンテカルロ法 動的計画法では環境のモデルが完全にわかっている状態
アップル、アクセシビリティー機能を強化へ--機械学習などを活用
Appleは米国時間5月16日、Global Accessibility Awareness Dayを前に、認知、視覚、聴覚、身体機能のアクセシビリティーを高めることを目的に設計された、「iPhone」「iPad」「Mac」向けの複数の新機能をプレビューした。これらの機能は、2023年後半に提供される予定だ。 そのうちの1つである「Live Speech」は、言葉を発せない人やさまざまな言語パターンや障害を持つ人を対象とした機能で、ユーザーが言いたいことを文字で入力すると、それを音声で伝えてくれるというもの。この機能は、対面での会話のほか、電話や「FaceTime」での通話でも使用できる。iPhone、iPad、Macで動作し、端末に内蔵されている任意の音声（「Siri」など）を使用する。例えば、「はじめまして。私は...です」のように自己紹介でき、「ブラックコーヒーをいただけますか」など
オープンソースのチャットAI「StableVicuna」がリリース。「Stable Diffusion」の開発元が提供する、人間のフィードバックに基づく強化学習でチューニングしたAI
Stability AIが、オープンソースのチャットボット 「StableVicuna」を発表 オンラインで「StableVicuna」との会話を試すことが可能 チャットボットインターフェースが近日公開予定 Stability AIは、現地時間2023年4月28日（金）にオープンソースのチャットボット「StableVicuna」 を発表しました。 Announcing StableVicuna, the AI World’s First Open Source RLHF LLM Chatbot!@CarperAI (in an effort led by @phungvanduy1) is releasing an RLHF-trained version of Vicuna-13B Learn more → https://t.co/fWk3N8Njg5 pic.twitter.com/
【レポート】 はじめての機械学習ワークフローの作り方 〜データに集中したいあなたのために〜 AWS-31 #AWSSummit | DevelopersIO
【レポート】 はじめての機械学習ワークフローの作り方 〜データに集中したいあなたのために〜 AWS-31 #AWSSummit こんにちは。森田です。 本記事はAWS Summit Tokyoで行われたセッション「AWS-31 はじめての機械学習ワークフローの作り方 〜データに集中したいあなたのために〜」のセッションレポートです。 セッション視聴 AWS Summit Tokyoの登録を行うことでオンデマンドで視聴可能です。（現地参加された方は改めての登録は不要です。） セッション概要 スピーカー アマゾン ウェブ サービス ジャパン合同会社 スタートアップ事業部 ソリューションアーキテクト 尾原 颯 氏 アジェンダ Data-Centric について 機械学習ワークフローと Data-Centric Amazon SageMaker による解決 まとめ セッション内容 Data-Cent
AWS-CDKを使い爆速で機械学習環境SageMakerStudioを構築する。with TypeScript - Qiita
import * as cdk from 'aws-cdk-lib' import { Construct } from 'constructs' import * as ec2 from 'aws-cdk-lib/aws-ec2' import * as s3 from 'aws-cdk-lib/aws-s3' import * as codecommit from 'aws-cdk-lib/aws-codecommit' import * as iam from 'aws-cdk-lib/aws-iam' import * as sagemaker from 'aws-cdk-lib/aws-sagemaker' import { User } from './constructs/user' export class ChococonesStack extends cdk.Stack
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Zayd's Blog – Why is machine learning 'hard'?
Better Machine Learning Models With Quantum Computers