リコーは12月26日、人工知能（AI）モデルの学習速度を26倍高速化し、電力効率を90倍向上させる回路アーキテクチャを開発したと発表した。 この回路アーキテクチャは、AIの機械学習手法の1つである「Gradient Boosting Decision Tree（GBDT：勾配ブースティング決定木）モデル」を効率化するもの。GBDTは、データベースなどで構造化された大量データの学習に高い性能を発揮する。 応用先として、オンライン広告のリアルタイムビッディング（Real-Time Bidding）、Eコマース
優れた漫画家になるのは何年も練習を重ねなければ難しいが、そうしたスキル（あるいは、少なくとも似顔絵を描くスキル）が、Microsoftの研究チームによって自動化された。 この研究チームの取り組みでは、敵対的生成ネットワーク（GAN）と呼ばれる人工知能（AI）アルゴリズムを採用している。GANは、「ディープフェイク」（驚くほど本物に見える動画のこと）を作成したり、本物の動画や画像を操作して非常に説得力のある偽の動画や画像を作成したりできる人気のディープラーニング技術だ。 清華大学のKaidi Cao氏、Mi
ソニーは11月13日、ディープラーニングの学習速度で世界最高速（同社調べ）を達成したと発表した。ディープラーニングの認識精度向上のため、学習データのサイズやモデルのパラメータ数が増え、一度の学習に数週間～数カ月かかるケースも出ている中で、学習時間を短縮できる可能性を示したとしている。 AI（人工知能）開発では、さまざまな試行錯誤をする必要があり、学習時間を短縮させることが重要になる。その手段として、複数のGPUを活用した分散学習が注目を集めていたが、GPU数が増えると「一度のデータ処理個数（バッチサイズ）
近年、進化を続けてきた量子コンピューティングの活用を広く進めるべく、Google Quantum AIチームが量子ゲートモデルのNISQ向けのフレームワーク「Cirq」のパブリックアルファ版を発表しました。 Google AI Blog
