理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

アプリケーション

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/03/21(木) 14:49:56.05 ID:CAP_USER
ソースコードを広く公開し、利用・修正・頒布も商用・非商用問わずに認めるオープンソースソフトウェア(OSS)は、コミュニティに参加する多くの人々に「益」を与える存在です。しかし、オープンソースのウェブブラウザであるFirefoxを開発するMozillaに勤務するプログラマーのIan Bicking氏が、「オープンソースは利益を生み出せないようになっている」と、自身のブログで主張しています。

Open Source Doesn’t Make Money Because It Isn’t Designed To Make Money
http://www.ianbicking.org/blog/2019/03/open-source-doesnt-make-money-by-design.html
https://i.gzn.jp/img/2019/03/20/open-source-doesnt-make-money/00_m.jpg

Bicking氏の所属するMozillaは、今後数年間で収益を多様化させたいと考えています。しかし、その過程には「オープンソースだとお金にならない」という問題が立ちはだかっているとのこと。オープンソースとして世の中で広く使われるようになり、「成功を収めた」とされているOSSでさえ、ささやかな収益化にすら苦戦しているとBicking氏は指摘しています。

OSSはその名前の通り、ソースコードを無償公開していて修正も頒布も自由なため、「お金を払う」という方向に利用者の意識を向けることが困難です。

Bicking氏はオープンソースプロジェクトについて、開発者の中に暗黙の了解が広がっていると感じています。それは、「人々の役に立つ有益なものであれば、やがて収益化するチャンスが訪れる」というもの。精力を傾けてソフトウェアの開発を行い、ソフトウェアをオープンソースにして多くの人々に利益を与えたならば、これに報いる利益を得られると多くの開発者が信じています。

しかし、残念ながらBicking氏はこの考えについて、「人々は暗黙のうちに道徳的な期待を持ってしまっていますが、これは一種の公正世界仮説(人間の行いに対して公正な結果が返ってくるという考え)に過ぎません」と述べています。実際には、たとえOSSの開発によって多くの人々に恩恵を与えたとしても、それだけで持続的な収益を得ることは難しいとのこと。

もちろん、すべてのOSSがお金にならないわけというわけではなく、中には開発者に多額の利益をもたらしているOSSもあります。Bicking氏はオープンソースでありながらも収益を得る方法について、いくつかの候補があると主張しています。


◆1:アプリにして販売する
オープンソースであってもアプリにお金を払う人は一定数いるため、アプリ化して少しの収益を得ることは可能です。しかし、商業的なスケールアップを試みるにはより多くの資本が必要であり、大抵のオープンソースプロジェクトがその資金を得るのは難しいとのこと。

続きはソースで

GIGAZINE
https://gigazine.net/news/20190320-open-source-doesnt-make-money/ 
ダウンロード (3)


引用元: 【IT】「オープンソースはお金にならない宿命」とMozillaのプログラマーが主張[03/20]

「オープンソースはお金にならない宿命」とMozillaのプログラマーが主張の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/01/25(金) 15:16:16.74 ID:CAP_USER
「ライバルがAI(人工知能)を使ったサービスを発表したそうだ。ウチはどうするんだ」――本連載では、上司から突然こんなむちゃぶりを受けて困っている人のために、AIプロジェクトの進め方をいちからまとめてきた。

 あなたはAI導入の目標を明確にし、必要なデータをそろえ、PoC(概念実証)を実施して、AIをどう活用すれば本当に役立つのかを把握した所だ。


 あとは本番環境に実装すれば任務完了――と言いたいところだが、残念ながらこれで終わるわけではない。

 採用した新人を現場に配属して「あとはよろしく」で終わる人事担当がいたらどう思うだろうか? AIを開発して終わりと考えるのは、それと同じようなものだ。AIが真に成果を出せるかどうかはその後のフォローで決まると言っても過言ではない。本稿で解説する3つのフォローが実施できるよう、予算とマンパワーを確保しておいてほしい。

■その1:「偏見を持つAI」を作らないために 運用後も「再学習」
 これまでの記事でも述べてきたが、本連載ではAIを「これまで人間のみが実行可能だった作業や、人間には不可能だった作業を、機械がデータに基づいて実行することを可能にする仕組み」と定義している。

 実際に最近のAIアプリケーションは、データを使ってAIを学習させ、目標とする作業をさせるものが多い。そのため連載第2回で解説したように、AI導入プロジェクトでは「適切な質と量のデータを集められるかどうか」が重要になる。
http://image.itmedia.co.jp/news/articles/1901/25/koba4_02.jpg

 AIの開発が終わったからといって、この課題が消えてなくなるわけではない。1度学習させた内容が、時間経過や環境の変化などで不適切なものになる可能性があるためだ。

連載第2回では、米Amazon.comの失敗についても解説した。採用候補者の履歴書を自動で審査するAIを開発したところ、女性よりも男性を高く評価する「偏見」を持つようになってしまったというものだ。この原因は、学習に使用した過去10年分の履歴書において、男性からの応募が大半を占めていたことにある。そして実際に大量の男性が採用されていたことで、AIが「女性」という性質を、低い点数を与えるシグナルと解釈してしまったわけだ。

 これは開発時の学習用データ準備の失敗ということになるが、環境や時代の変化によってAIの学習内容が時代遅れになってしまった事例という解釈もできるだろう。

 例えばいま、日本の企業がAmazonのように過去の履歴書を学習用データとした「履歴書審査AI」を導入したとしよう(ソフトバンクやサッポロビールなど、実際に採用プロセスにAIを活用する企業は既に登場している)。

 このAIは女性差別をしないように調整されているものの、過去の採用で応募してきたのは日本人ばかりだ。しかし今後、少子高齢化対策として日本で外国人が働きやすくなり、大勢の外国人がこの会社に応募するようになったとしたらどうだろうか。非常に優秀な外国人候補者がいても、AIは彼もしくは彼女を適切に評価できない恐れが大きい。

 このように、いくら過去のデータに基づいて優秀なAIを開発しても、その後の環境変化でAIのアウトプットが不適切なものになる可能性がある。そのためAIの判断精度を定期的に確認して、必要であれば新しいデータを使って「再学習」してやる必要があるのだ。

続きはソースで

ITmedia NEWS
http://www.itmedia.co.jp/news/articles/1901/25/news041.html
images


引用元: 【AI】“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由 [01/25]

“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2018/09/16(日) 22:38:59.18 ID:CAP_USER
■Claraがレガシーの医療機器の能力を劇的に向上させ,AI医療デバイスの未来を形成

NVIDIAは9月14日,NVIDIA Claraプラットフォームを公開した。このプラットフォームは,次世代の医療機器にAIの恩恵をもたらすハードウェアとソフトウェアを組み合わせたもので,疾病を早期に発見,診断および治療するためのパワフルなツールとなる。

プラットフォームの核となるのは,NVIDIA Xavier AIコンピューティング モジュールとNVIDIA Turing GPUをベースとした革新的なコンピューティング アーキテクチャであるNVIDIA Clara AGX。さらに開発者向けClaraソフトウェア開発キットにより,AIを活用して既存のシステムのデータを処理する,多様なアプリケーションを作成することができる。

Claraプラットフォームは,1秒当たり数十から数千ギガバイト規模で生成される,膨大なデータを処理し,医師や科学者が解釈できるようにするという,医療機器の大きな課題を解決するもの。これまで,このレベルのスーパーコンピューティングを達成するには,3つのコンピューティング アーキテクチャであるFPGAとCPU,GPUが必要であった。

■Clara AGX
Clara AGXにより,このような課題は単一のGPUベースのアーキテクチャに集約される。このアーキテクチャは,NVIDIA Tensorコアによる世界最速のAI推論,世界でもっとも広く導入されているアクセラレーテッド コンピューティング プラットフォームであるCUDAによる加速,ならびに最先端のNVIDIA RTXグラフィックスを提供する。そのフレキシブルなデザインにより,プラットフォームは,エントリーレベルのデバイスから,もっとも要件の厳しい3Dデバイスまで対応することができる。

Clara AGXに興味を持つ開発者は,同日より,NVIDIA Jetson AGX Xavier開発者キットを通じて,このプラットフォームの使用を開始することできる。

■Clara SDK
Claraは,通常の寿命が数十年であるレガシーの医療機器と,過去10年間にGPUの演算速度が1,000倍になっている現代のアプリケーションを作動させる能力の両立ができないという,基本的な問題も解決する。
Claraは,機器のデータを処理する機能があり,設置されている機器を最新のNVIDIA GPUに接続することで,上記の課題を解決する。つまり,CTおよびX線の反復再構成,ビーム形成によるMRIの超音波検出と圧縮検出といった,最先端の画像診断アプリケーションを,10年間使用している機器で作動させることができる。

Clara SDKは,コンピューティング,グラフィックスおよびAIのための一連のGPUアクセラレーテッド ライブラリ,再構成,画像処理およびレンダリングのためのサンプル アプリケーション,ならびにCT,MRIおよび超音波のための演算ワークフローを医療アプリケーション開発者に提供する。これらすべてを通じて,コンテナとKubernetesを活用し,あらゆる機器の医療機器用アプリケーションの視覚化および拡張が可能となる。

■医用画像診断開発企業による対応
世界中の医用画像診断開発企業が,疾病の発見および診断で医師を支援する方法以外にも,AIを使って,ワークフローの自動化,機器の高速化および画像品質の改良を行ういくつもの方法を発見している。400以上のAI医療スタートアップが過去5年間に事業を立ち上げており,Claraにより,それらスタートアップがAIを活用し,医療ワークロードを一新できるようになる。

たとえば,NVIDIA Inception仮想アクセラレーター プログラムのメンバーであるSubtle Medicalは,4分の1の時間で画像を得られ,患者への造影剤の投与がわずか10分の1で済む,MRIアプリケーションに取り組んでいる。
Subtle Medicalの開発者たちは,AI推論の時間がただちに10倍以上の速さになるため,アプリケーションの作動時間が数時間になった。

続きはソースで

http://www.innervision.co.jp/products/release/20181025
ダウンロード (3)


引用元: 【IT】NVIDIA Claraプラットフォームが,新世代の医療機器を先導[09/14]

NVIDIA Claraプラットフォームが,新世代の医療機器を先導の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/03/09(木) 20:26:33.52 ID:CAP_USER9
東京地下鉄株式会社(東京メトロ)と日本電信電話株式会社(NTT)が3月26日まで、東京メトロ表参道駅構内にて、駅構内ナビゲーションサービスと広告サービスの実証実験を実施している。
同実証実験では、東京メトロ公式アプリ期間限定コンテンツとして、NTTのAI技術「corevo」の1つである画像認識技術「アングルフリー物体検索技術」および「2.5D地図表現技術」を活用したもの。
表参道駅周辺の目的地を設定し、改札付近の案内看板を撮影することで目的地までの道順をご案内する「かざして駅案内 表参道版」と、駅構内に掲出している特定の広告ポスターを撮影すると特典が受けられる「かざしてGET!」の2つを用意している。

http://internet.watch.impress.co.jp/img/iw/docs/1047/975/01_s.png

「かざして駅案内 表参道版」は、東京メトロアプリ内の限定コンテンツ「メトロラボ2017」を選択し、「i」マークの付いた黄色い案内看板を撮影することにより、現在位置の特定および方位の推定が行われるサービスだ。
推定した現在位置をもとに、そこから最寄りの出口および地上に出てから目的地までのルートを調べられる。

屋内ナビというと、Wi-FiやBLEビーコンなどを使って測位を行うサービスが多い。
これに対して今回の実証実験では、ユーザーがスマートフォンのカメラを使って駅構内の掲示物を撮影することにより、その画像を解析することで現在位置の推定が行われる。
撮影対象となる「i」マークの付いた案内板は、駅構内の改札付近6カ所に掲示されており、多くの人が目にしやすい場所にあることを利用したサービスといえる。

続きはソースで

http://internet.watch.impress.co.jp/docs/column/chizu3/1047975.html
ダウンロード


引用元: 【技術】スマホのカメラをかざすと画像認識で現在地を推定 「東京メトロアプリ」でナビサービスの実証実験 [無断転載禁止]©2ch.net

スマホのカメラをかざすと画像認識で現在地を推定 「東京メトロアプリ」でナビサービスの実証実験の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2016/06/24(金) 20:59:24.20 ID:CAP_USER
1秒に1150億の命令を処理する『1000コアプロセッサー』、カリフォルニア大学が開発。単3乾電池1本で駆動 - Engadget Japanese
http://japanese.engadget.com/2016/06/20/1-1150-1000-3-1/
http://o.aolcdn.com/hss/storage/midas/cfad0a4efcad78c55c842bddfa6ea958/203972537/mainkc.jpg


6月16日にホノルルで開催されたVLSIのシンポジウムで発表されたKiloCoreは研究者いわく、世界初の1000コアプロセッサーで、なおかつ大学研究レベルでは最も高クロックなプロセッサー。これまでに設計されたプロセッサーはおよそ300コアが最高だったとしています。

KiloCoreはIBMが持つ32 nm CMOS技術を使って製造され、各コアがそれぞれ独立してマイクロプログラムを走らせる方式。研究者によると、このCPUではアプリケーションプログラムを細分化して並列実行するため、処理が割り当てられないプロセッサーの通電を切ることで高いスループットを維持しつつ、低電力が実現できるとのこと。たとえば単3乾電池1本でも駆動可能だとしています。

さらに各コアは最大1.78GHz程度で駆動、処理のボトルネックとなるメモリーへのデータの書き出し/読み込みを最小限に抑えるために各コア間でデータを直接やり取りします。これによって最新のモバイルプロセッサーと比較しても100倍以上の効率的な処理が可能となり、数値的な例を上げれば、0.7Wの電力で1秒間あたり1150億の命令を実行できるとしました。

想定されるKiloCoreの得意分野は無線通信のコード/エンコード処理やビデオ処理などから、データセンターでの記録処理や科学的データ分析まで多岐にわたります。

続きはソースで

ダウンロード (2)


引用元: 【電子工学】1秒に1150億の命令を処理する『1000コアプロセッサー』、カリフォルニア大学が開発。単3乾電池1本で駆動 [無断転載禁止]©2ch.net

1秒に1150億の命令を処理する『1000コアプロセッサー』、カリフォルニア大学が開発。単3乾電池1本で駆動の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2016/04/10(日) 18:55:04.50 ID:CAP_USER*.net
人工知能「アルファ碁」が、4勝1敗で世界トップ棋士を圧倒。
予想を超える速度で進化する人工知能は、近い将来、ほとんどすべての仕事を代替できるようになるという。

データ処理、気象予報、株式相場予想……。
そして、アートディレクター、画家、小説家、音楽家などの「芸術」職も例外ではない。

ゴールドライセンスと呼ばれた医師や弁護士についても神戸大学名誉教授で『人類を超えるAIは日本から生まれる』の著者の松田卓也氏はこう言及するのである。

「医療現場でも、IBMのAI、ワトソンによる診断の正答率は、人間の医師を上回ったという結果が出ています。
患者のデータをワトソンに入れると、どの病気に罹っている確率が何%で、候補となる治療法は何か、などと
教えてくれるアプリケーションを、IBMは開発しました。

ただ、人間は心情的に、ロボットに診断されたくないから、患者とコミュニケーションをとる医師はいなくならないでしょうが、医師を補助するAIが活用されるようになる。弁護士も同様で、アシスタント業務を行うパラリーガルという職種には、AIが使われるようになるでしょう。医師も弁護士もAIが持つ知識をもとに判断するようになる。
今のように膨大な知識を獲得して難しい試験をパスする必要がなくなり、医師も弁護士も価値が下がって、給料は低くなるでしょう」

■“技術的特異点”はいつか
ところで、進化を重ねた人工知能が、人間よりも頭がよくなってしまう時点は“技術的特異点”と呼ばれる。
これまで、2045年ごろに訪れるのではないか、と言われていたが、「私は自分の講演会で、よく会場の方々に“AIが人間を超えるのはいつになると思いますか”と聞きます。
以前は“2040~60年”という回答が多かったのですが、最近は“2026~40年”と答える方が多い」

そう語るドワンゴ人工知能研究所の山川宏所長自身、AIの進歩の加速を肌で感じているそうで、「2050年以降はAIが進歩しすぎていると思われ、想像もつかない。ギリギリ想像できるところまで話すと、20年ごろまで、まだAIに代替されないのは、複雑な問題解決能力、意思決定、創造性、感情労働、そしてマネジメント業でしょう。
その後、徐々にAIが代替し、50年ごろには、人間は自分専用の医師や弁護士、教師をAIで持っていることでしょう」

続きはソースで

images (4)


「週刊新潮」2016年3月31日号 掲載
http://zasshi.news.yahoo.co.jp/article?a=20160410-00507156-shincho-sci


引用元: 【社会】人工知能の普及でほとんどすべての仕事を代替できるように「医者」「弁護士」「教師」「芸術職」など価値低下、給料が下がる★3

人工知能の普及でほとんどすべての仕事を代替できるように「医者」「弁護士」「教師」「芸術職」など価値低下、給料が下がるの続きを読む
スポンサーリンク

このページのトップヘ