MORE
こんにちは、さくらインターネットの大喜多です。
※こちらのイベントは2018年4月6日（金）に終了いたしました。多くの皆様にご来場いただきまして誠にありがとうございました。 2018年4月4日（火）から4月6日（金）の3日間、東京ビッグサイトにて日本で最大規模のAI・人工知能専門のイベント【AI・人工知能 EXPO】が開催されています。
画像分類においては、高い精度を実現できる手法として「畳み込みニューラルネットワーク（CNN）」というものが提案されている。CNNは強化学習のモデルとして使用するニューラルネットワークの形状と信号の伝達方法を工夫することで、少ないノードで高い分類能力を実現するものだ。今回はこのCNNをTensorFlowで実装したものを紹介する。
前回までの記事では、TensorFlowを使って3層のニューラルネットワークを構成して機械学習による画像分類を試みた。今回は前回までのコードを拡張し、4層以上のニューラルネットワークを使用した、いわゆる深層学習（ディープラーニング）による画像分類を行う例を紹介する。
TensorFlowでは、学習などに使用するデータを読み書きするための「TFRecord」というデータフォーマットが用意されている。今回はこのTFRecordを使って学習データを準備したり、TFRecord形式のデータを読み込む方法を紹介する。
TensorFlowには計算グラフや学習過程を分析するためのツールである「TensorBoard」が付属している。これを利用することで、計算グラフを実際のグラフの形状で表示したり、学習処理の経過によるモデルの変化をグラフで表示するといったことが可能になる。今回はこのTensorBoardについて紹介する。
人工知能関連のソフトウェアを実装するに当たって広く使われているのがGoogleが提供するオープンソースの数値演算・人工知能関連ライブラリである「TensorFlow」だ。今回はこのTensorFlowのアーキテクチャや、基本的な行列演算、CSVファイルからのデータ読み込み、機械学習プログラムの実装を行う流れを紹介する。
昨今では「人工知能（AI）」やそれに関連する技術が注目されている。そこで本連載では人工知能に関する技術の概要や、それを利用するためのソフトウェアについて紹介する。
さくらインターネットの伊東道明です。 本記事は、「つくってみよう！高火力コンピューティングでオリジナルAIサービス」という連載の第3回です。
こんにちは！ Cpaw 代表の伊東道明です。 普段はさくらインターネット 高火力チームでアルバイトをしています。 2017年10月29日に、さくらインターネット 西新宿セミナールームにてAI技術を駆使して競争する「第1回 Cpaw AI competition」を開催しました。
さくらインターネットの伊東道明です。 本記事は、「つくってみよう！高火力コンピューティングでオリジナルAIサービス」という連載の第2回です。
さくらインターネットの伊東道明です。 近年、AIを用いたサービスがたくさん出始めており、AIを用いたサービス開発をしたいという人も増えてきています。本連載では、機械学習フレームワークである「Chainer」とPythonのWebフレームワーク「Tornado」を使って、ディープラーニングの手法を用いたWebサービスのつくり方を紹介します。
近年最大級のITビッグトレンドとして日々、世間を賑わせている「AI（人工知能）」。かつての“夢物語”が、いよいよ現実となり、さまざまな現場に実際に導入され始めています。さくらインターネットがこの6月に公開したイメージキャラクター・まりなによる「チャットサポート」もその活用例の1つ。実はその背面では最先端のAI技術が活用されているのです。
日本アイ・ビー・エム（日本IBM）とソフトバンクが、IBM Watsonの日本語版のビジネスを始めます。具体的には、6種類の「コグニティブ・サービス」の日本語版を提供開始すると2016年2月18日に発表しました。 ざっくりと言ってしまうと 「検索と人工知能の中間地点」 といったところでしょうか。
11月17日(火)-20日(金)の4日間にわたって行われたInternet Week(IW)のレポートも、これが最終回となります。(過去のレポートは、その1、その2をご覧ください) 今回ご紹介するプログラムは、11月20日(金)に行われた「IP Meeting 2015」です。
