Search Results 定義

この人工知能に焦点を当てたチップは効率を再定義します：処理とメモリを統合することでエネルギーの節約を倍増させる

データ中心のローカルインテリジェンスの需要が高まる中、デバイスが自律的にデータを解析できるようにするという課題がますます重要となっています。これらのエッジAIデバイスは、ウェアラブルデバイス、センサー、スマートフォン、自動車などを包括し、半導体産業の次の成長フェーズを示しています。これらのデバイスは、リアルタイムの学習、自律性、埋め込み型インテリジェンスをサポートしています。しかし、これらのエッジAIデバイスは、フォンノイマンボトルネックとして知られる重要な障害に直面しています。特にディープラーニングやAIに関連するメモリバウンドの計算タスクでは、従来のアルゴリズムロジックユニット内のローカル計算能力を超えるほどのデータアクセスの需要が生じます。この計算上のジレンマを解決するための道筋は、インメモリコンピューティング（IMC）を含む多くのアーキテクチャイノベーションに繋がってきました。メモリアレイ内で直接乗算蓄積（MAC）演算を行うことにより、IMCはAIシステムを革新する可能性を秘めています。既存のIMCの実装では、バイナリ論理演算が主であり、複雑な演算には制約があります。新しいインメモリコンピューティング（IMC）クロスバーマクロでは、マルチビットMAC演算用のマルチレベルフェロ電界効果トランジスタ（FeFET）セルが特徴です。このイノベーションにより、従来のバイナリ演算の制約を超え、メモリセル内に格納されたデータの電気特性を利用して、アクティベーションタイムと蓄積電流に符号化されたMAC演算結果を導き出すことができます。この革新的な性能は、驚くべきものです。追加のトレーニングなしに、手書き認識において96.6%の正確性、画像分類において91.5%の正確性を達成し、このソリューションはAIの風景を変える準備が整っています。エネルギー効率は、885.4 TOPS/Wと評価され、既存の設計のほぼ2倍となり、産業を前進させる潜在能力を更に強調しています。まとめると、この画期的な研究はAIとインメモリコンピューティングにおいて大きな進歩を表しています。フォンノイマンボトルネックに取り組み、マルチビットMAC演算に新たなアプローチを導入することで、このソリューションはAIハードウェアに新しい視点を提供するだけでなく、エッジにおけるローカルインテリジェンスの新たな可能性を開拓し、最終的にはコンピューティングの未来を形作ることを約束しています。

「MFAを超えて：オクタがエンタープライズアイデンティティを再定義する方法」

新しい解決策は、AIと自動化を活用して企業のセキュリティ姿勢を強化し、従業員の生産性を高めます

新しいAI論文で、CMUとGoogleの研究者が言語モデルの出力を再定義します：応答を一時停止トークンで遅延させることが、QAや推論のタスクでのパフォーマンスを向上させる方法

トークンは、トランスフォーマーに基づく因果言語モデルを使用して、高速に生成されます。このモデルは、K個の前のトークンを受け取り、各隠れ層でK個の中間ベクトルを反復的に計算して(K + 1)番目のトークンを生成します。モジュールは前のレイヤーの出力ベクトルに作用し、各ベクトルはそれ自体がモジュールの出力です。全体の手順の複雑さにもかかわらず、次のトークンを決定するために必要な操作の数は、すでに表示されたトークンの数で制約されなければなりません。カーネギーメロン大学とGoogleによる最近の研究では、デコーダのみのモデルの入力に偽のトークンを追加して出力を遅らせる戦略を調査しました。この研究では、(学習可能な)一時停止トークンを選択し、それを一度以上の連続したシーケンスで入力に追加することにしました。最後のトークンが表示された後のモデルの答えを得るために、それまでの一致する出力は単純に無視します。重要なのは、研究者たちは、このような遅延を推論時およびダウンストリームの組織微調整および事前学習時に挿入することを考えています。この表面上小さな調整が現実世界でどのような効果をもたらすかは現時点ではわかりません。遅延は、トランスフォーマーが利用できる「広い」計算チャネルを作成します。より単純な結果としては、モデルがトークンによる遅延の能力を無視し、実行を継続する可能性があります。トークン自体も、単一のトークンを埋め込むことによって導入されるわずかな新しいパラメータの数も、トレーニングデータから追加の情報をエンコードするのに適切ではありません。これらの意味のないトークンは、有用な信号を不明確にし、モデルを弱体化させる可能性があります。チームは、すべてのトレーニングおよび推論フェーズで(追加)遅延を導入した場合の結果を理解するために実証的な評価を行いました。彼らは、C4 (Raffel et al., 2019) で初めにトレーニングされ、抽出型質問回答、推論、一般的な理解、事実の回想をカバーする9つのダウンストリームタスクで微調整された10億パラメータのデコーダのみモデルに休止トレーニングを行った。最も重要なことは、この方法により、SQuAD抽出型質問回答タスクで1Bモデルの完全一致スコアが18%向上しました。同様に、CommonSense QAの一般的な理解タスクで8%の向上と、GSM8kの推論タスクで標準モデルの正確さ7.5%に対する1%の精度向上が観察されました。一方、トークンが最終的な微調整段階のみで導入される場合(ベースラインの事前学習モデルを使用)、改善はごく一部のケースで見られます。チームはまた、以下の重要な欠点を含む一連の実験も行いました: トークンを追加することが一般的に前置することよりも優れていることを発見しました。任意のダウンストリームタスクに対して最適なトークンの数があることを発見しました。推論時のトークン数を減らすことが、優雅なパフォーマンスの低下につながることを発見しました。チームは、通常の事前学習モデルで遅延を直接役立たせる方法の開発が、次の重要なステップであると考えています。彼らは、遅延次のトークン予測のパラダイムを拡張することで、新たな理論的および応用研究の方向性が開かれると予想しています。

認知コンピューティング：定義、動作、例など

イントロダクション 2011年、特別なロボットであるバクスターが工場のチームに加わりました。バクスターは身長6フィートで体重300ポンド、便利な2本のアームと表情豊かなデジタル目を持っていました。バクスターをユニークにしたのは、認知コンピューティングのおかげで人間と共働することができることです。このAIのアプローチは人間の思考と学習を模倣しています。人間はバクスターにより良いタスクの方法を教えました。これは生徒を導くメンターのようなものです。残念なことに、バクスターの製造元であるリシンクロボティクスは困難に直面しました。バクスターを購入した人はあまりいませんでしたし、2018年には会社が破産しました。ドイツの自動化企業であるハーングループが引き継ぎ、バクスターの後継機であるソーヤーの開発を始めました。バクスターは長続きしませんでしたが、これは自動化の新しい時代の始まりを示すものでした。認知コンピューティングのおかげで、マシンは安全に人間と共働することができるようになりました。人間の思考を模倣することで、認知コンピューティングは人間とマシンの間により密接な絆を作り出し、より良い協働関係を築くことを目指しています。AIの専門家であるJTコストマンは、これはまだ始まりに過ぎないと考えています。この記事では、最近の世界における認知コンピューティングのさまざまな側面を探求していきます。認知コンピューティングとは何ですか？認知コンピューティングは、人間の思考プロセスと問題解決能力を模倣するコンピュータシステムを作成する人工知能（AI）のことです。これにより、マシンはより自然で直感的な方法で人間と理解し、学習し、相互作用することが可能になります。従来のプログラミングとは異なり、認知コンピューティングシステムは大量のデータを処理し、パターンを認識し、文脈に基づいた意思決定を行うことができます。これらのシステムは、機械学習、自然言語処理、ニューラルネットワークを使用して人間の認知をシミュレートします。認知コンピューティングは、複雑なデータ分析、言語理解、意思決定を必要とするタスクに特に有用です。医療、金融、顧客サービスなど、さまざまな分野で応用されています。認知コンピューティングの主な目標の1つは、マシンが人間の能力を支援し強化する共生関係を確立することです。この技術は産業を革新し、知識に基づいたインテリジェントな洞察と解決策を提供することにより、私たちの日常生活を改善する可能性があります。 AIと認知コンピューティング人工知能（AI）と認知コンピューティングは、テクノロジーの世界でのデジタルスーパーヒーローのような存在です。AIは、コンピュータが賢く、ほぼ人間のように物事を行うための知力です。データから学び、人間の言語で話し、意思決定を行い、さらには画像を見て理解することができます。まるでコンピュータに思考を教えるかのようです！ AIのクールな相棒である認知コンピューティングは、さらに一歩進んでいます。それはコンピュータを人間のように超スマートに行動させます。彼らは私たちの感情を理解し、さまざまな状況に適応し、私たちと素晴らしいチームプレイヤーのように働くことができます。あなたを本当によく理解してくれるコンピュータの仲間を想像してみてください。 AIはコンピュータがスマートになる大きな世界であり、認知コンピューティングはそれに特別な一部分であり、私たちと密接に協力して超スマートに働く場所です。これらの技術の素晴らしさは、医療、金融、顧客サービスなどの分野でゲームを変え、私たちの生活をより簡単でエキサイティングなものにしています。認知コンピューティングはどのように機能するのですか？認知コンピューティングは、私たちが物事を学ぶ方法に少し似ています。それはコンピュータに人間のように考え、意思決定するようにトレーニングすることです。簡単に言えば、次のような方法で機能します：データからの学習：コンピュータは特定のトピックに関する大量の情報（データ）を収集します。私たちが新しいことを学ぶときと同様に、読み、聞き、見ることがあります。パターンの発見：次に、彼らはデータ中のパターンを見つけます。例えば、天気が暑いと人々がアイスクリームをより多く買うことに気付くかもしれません。意思決定：パターンを見つけたら、それらを利用して意思決定を行います。アイスクリームの例では、コンピュータは暑い時にもっとアイスクリームを作ることを提案するかもしれません。より賢くなる：彼らは収集し学んだデータが増えるほど、より賢くなります。それは私たちが練習することで上達するのと似ています。人間を支援する：最後に、認知コンピュータは人間と協力して問題を解決し、生活をより簡単にします。質問に答えたり、提案をしたり、私たちの感情を理解したりすることができます。認知システムの特徴認知システムには、非常に賢い特徴がたくさん詰まっています。以下はいくつかの主な特徴です：学習能力：彼らは経験から学び、時間とともにより賢くなることができます。自然言語理解：彼らは私たちの言語で理解し、人間と話すことができ、コミュニケーションが容易です。問題解決：認知システムは、データの分析と解決策の提案において複雑な問題を解決するのに優れています。意思決定：彼らは事実とパターンに基づいて意思決定を行うことができ、私たちがより良い選択をするのを助けます。…

金融におけるデジタルトランスフォーメーション：機械学習が金融サービスを再定義し、技術的負債を克服する方法

金融サービスにおけるデジタルトランスフォーメーションについて話す際には、重要な問題として二つのことが心に浮かびますそれは、伝統的な金融機能の重要性と「テクノロジーデット」のコストですこの中で...

「ディープダブのAIによる、ハリウッドからボリウッドまでの吹き替えの再定義」

グローバルなエンターテイメントの世界では、テレビ番組や映画の制作はハリウッドやボリウッドに限らず、世界中で行われています。しかし、ストリーミングプラットフォームがコンテンツの普及を広げた一方で、吹き替えや翻訳技術にはまだ十分な成長の余地があります。 Deepdubはデジタルな橋として機能し、生成型AIを使用して言語や文化の壁を取り払い、コンテンツへのアクセスを提供します。 NVIDIAのAI Podcastの最新エピソードでは、ホストのノア・クラビッツがDeepdubの共同創設者兼CEOであるオフィール・クラコフスキと対談しました。DeepdubはAI駆動の吹き替え技術を使用して、エンターテイメント企業が効率を向上させ、コストを削減しながらアクセシビリティを高める手助けをします。同社はNVIDIA Inceptionのメンバーであり、スタートアップに対してマーケットへの支援、専門知識、技術的な援助を提供する無料のプログラムです。従来の吹き替えは時間がかかり、費用がかかり、しばしば的外れです。クラコフスキによれば、現在の技術は言語の微妙なニュアンスに苦しんでおり、ジョークや慣用句、専門用語が翻訳で失われてしまいます。 Deepdubは、ウェブベースのプラットフォームを提供し、洗練されたAIモデルとの対話を可能にし、翻訳と吹き替えの各工程を効率的に処理します。テキストを翻訳し、声を生成し、元の音楽や音効に混ぜ込みます。しかし、クラコフスキは最高のAIモデルでも間違いがあることを指摘し、プラットフォームには翻訳の検証や生成された声が自然で適切な感情を表現しているかを確認するための人間のタッチポイントが含まれています。 Deepdubはまた、吹き替えの声にリップムーブメントを合わせる作業も行っています。最終的に、クラコフスキは言語の壁によって制約される世界から解放されることを望んでいます。彼は「この技術によって、世界中で作られるコンテンツを楽しむことができるようになると信じています。言語の壁によって現在制約されている物語や知識をグローバル化することができるでしょう」と述べています。関連記事 Jules Anh Tuan NguyenがAIによって義手やビデオゲームを制御する方法を説明しますミネソタ大学のポスドク研究者が、義手の指の動きまで思考で制御できるようにする取り組みについて説明します。 OverjetのAi Wardah InamがAIを歯科にもたらすことについて語る NVIDIA InceptionのメンバーであるOverjetは、AIを歯科医院に導入することを急速に進めています。同社のCEOであるDr.…

Robotics

メトリクス層：すべてのKPI定義の唯一の真実の源

メトリクスレイヤーは、組織が重要なパフォーマンス指標を集約、分析、可視化することによって、価値ある洞察を解き放ち、データに基づいた意思決定を推進するためのフレームワークです

Learn more about Search Results 定義 - Page 2

この人工知能に焦点を当てたチップは効率を再定義します：処理とメモリを統合することでエネルギーの節約を倍増させる

「MFAを超えて：オクタがエンタープライズアイデンティティを再定義する方法」

新しいAI論文で、CMUとGoogleの研究者が言語モデルの出力を再定義します：応答を一時停止トークンで遅延させることが、QAや推論のタスクでのパフォーマンスを向上させる方法

認知コンピューティング：定義、動作、例など

金融におけるデジタルトランスフォーメーション：機械学習が金融サービスを再定義し、技術的負債を克服する方法

「ディープダブのAIによる、ハリウッドからボリウッドまでの吹き替えの再定義」

「AIの問題を定義する方法」

「メタバース革命：私たちが知る銀行業界の再定義」

ロボットの再定義：パデュー大学の革新的なマシンビジョンソリューション

メトリクス層：すべてのKPI定義の唯一の真実の源

Find the right Blockchain Investment for you