Search Results Nature

Amazon SageMakerノートブックのジョブをスケジュールし、APIを使用してマルチステップノートブックのワークフローを管理します

Amazon SageMaker Studioは、データサイエンティストが対話的に構築、トレーニング、展開するための完全に管理されたソリューションを提供しますAmazon SageMakerのノートブックジョブを使用すると、データサイエンティストはSageMaker Studioで数回クリックするだけで、ノートブックを必要に応じて実行するか、スケジュールに従って実行することができますこの発表により、ノートブックをジョブとしてプログラムで実行することができます[...]

『Python NumbaとCUDA Cを使用したバッチK-Means』

データ分析のワークロードを並列化することは、特に特定のユースケースに対して効率的な既製の実装がない場合、困難な作業になるかもしれませんこのチュートリアルでは、私が案内します...

アレクサ・ゴルディッチとともにAIキャリアを築く

In this episode of Leading with Data, we have Aleksa Gordić with us. He is a self-taught enthusiast who transitioned from electrical engineering to…

カスタムレンズを使用して、優れたアーキテクチャのIDPソリューションを構築する – パート5：コスト最適化

クラウド上の本番用ソリューションを構築するには、リソース、時間、顧客の期待、ビジネスの成果との間でトレードオフが必要ですAWS Well-Architectedフレームワークは、AWS上でワークロードを構築する際に行う意思決定の利点とリスクを理解するのに役立ちますインテリジェントドキュメントプロセシング（IDP）プロジェクトでは、通常、光学文字認識（OCR）と自然言語処理を組み合わせます

「カスタムレンズを使用して、信頼性のあるよく設計されたIDPソリューションを構築する」シリーズの第3部：信頼性

IDPウェルアーキテクチャのカスタムレンズは、AWSを使用してインテリジェントドキュメント処理（IDP）ソリューションを実行しているすべてのAWSのお客様を対象としており、AWS上で安全で効率的かつ信頼性のあるIDPソリューションを構築する方法に関するガイダンスを探していますクラウドでの本番対応のソリューションを構築するには、リソース、時間、顧客の間で一連のトレードオフが必要です

データ再構築の革命：広範な情報検索におけるAIのコンパクトな解決策

最近の進展により、ロスアラモス国立研究所の研究チームが、画期的な人工知能（AI）手法を開拓し、データ処理における前例のない効率性をもたらす可能性が広がりました。この革新的な取り組みは、産業、科学的探査、医療の進歩に遠大な影響を約束しています。彼らのパイオニア的なブレイクスルー、Senseiverと名付けられたものは、驚異的な成果を見せるニューラルネットワークであり、最小限の計算リソースで広範なデータを表現することができます。チームは大規模なシステムを非常にコンパクトな方法で表現できるニューラルネットワークを開発しました。このユニークな特性は、従来の畳み込みニューラルネットワークアーキテクチャと比較して、コンピューティング要件を大幅に削減するため、ドローン、センサーアレイ、および他のエッジコンピューティングプラットフォームへの現場展開に理想的に適しています。これにより、計算がその最終使用に近づけられます。 Nature Machine Intelligenceに掲載された論文では、SenseiverがGoogleのPerceiver IO AIモデルを基に構築されていることが紹介されています。このモデルは、ChatGPTのような自然言語モデルの技法を用いて、限られた数のセンサーによって収集された希薄なデータから、海洋温度などの包括的な情報を再構築するという巧妙な方法を採用しています。チームはこのモデルの効率性を強調し、少ないパラメータとメモリを使用することで、コンピュータ上での中央処理装置サイクルを減らし、より小さなコンピュータ上でより速く動作すると述べています。研究者たちは、この効率性を希薄なセンサーデータや複雑な三次元データセットの実世界アプリケーションで検証し、AIにおける重要なマイルストーンを打ち立てました。 Senseiverの優れた性能の一つとして注目されるデモンストレーションは、米国海洋大気庁によって収集された海洋表面温度データセットにこのモデルを適用するものです。数十年にわたり衛星と船舶センサーから収集されたデータを統合することで、モデルは広大な海洋領域全体にわたる温度を正確に予測することができました。これは、地球規模の気候モデルにとって非常に有用であり、気候ダイナミクスを理解するための重要な情報を提供します。このブレイクスルーの影響は理論的な領域を超えています。Senseiverは孤立した油井の特定から自動運転車の能力向上、医療モニタリングシステム、クラウドゲーミング、および汚染物質の追跡まで、多様な分野に適用可能です。この革新的なAIブレイクスルーは、人間の創造力の証であり、コンパクトでありながらパワフルな解決策を提供し、産業や科学分野を横断したデータ再構築の風景を再形成します。Senseiverによって、エッジコンピューティングにおいてAIが達成できる範囲は大幅に拡大され、情報の取得が無制限の未来が約束されています。

「トポロジカルキュービットの物語」

エキゾチックな量子状態の振る舞いを模倣することで、量子コンピューティングは厄介なノイズやエラーを効果的に取り除く手段を得るかもしれません

「DeepMindがデスクトップコンピュータ上で正確に天気予報を予測する」

「Google DeepMindは、最高の従来の予測ツールよりも優れた機械学習気象予測モデルを開発しました」

「FP8を用いたPyTorchトレーニング作業の高速化」

過去数年間、AIの分野では革命的な進展が見られており、特に最近のChatGPTなどのLLMベースのアプリケーションの人気と普及を最もよく表していますこれらは...

「AIのトレーニングAI：ゲータートロングPTがフロリダ大学の医療AIのイノベーションの最前線に」

臨床データが少ない状況でAIに臨床言語を理解させるにはどうすればいいのでしょうか？別のAIを訓練して、訓練データを合成します。人工知能は医学の方法を変えつつあり、様々な臨床業務にますます使われています。これは生成AIやGatorTronGPTのようなモデルによって推進されています。GatorTronGPTはフロリダ大学のHiPerGator AIスーパーコンピュータで訓練され、Nature Digital Medicine Thursdayで紹介された論文で詳細が説明されています。 GatorTronGPTは臨床データに基づいて訓練された大規模な言語モデル（LLMs）の一つです。研究者たちは、GPT-3のフレームワークを使用してこのモデルを訓練しました。ChatGPTでも使用されているフレームワークです。この目的のために、彼らは2770億単語の巨大なコーパスを使用しました。訓練データには、非特定化された臨床ノートから820億単語と、様々な英文書から1950億単語が含まれています。しかし驚きはここにあります。研究チームはGatorTronGPTを使用して、約200億語の合成臨床テキストコーパスを生成しました。この合成臨床テキストは、臨床要素に焦点を当て、医師が書いた本物の臨床ノートのように読むことができます。この合成データは、GatorTron-SというBERTベースのモデルの訓練に使用されました。比較評価では、GatorTron-Sは臨床概念の抽出や医療関連の抽出などの臨床自然言語理解のタスクで優れたパフォーマンスを示しており、8200億単語の臨床データセットで訓練された元のBERTベースのモデルであるGatorTron-OGが打ち立てた記録を上回っています。さらに驚くべきことに、これを少ないデータで実現できました。 GatorTron-OGとGatorTron-Sのモデルは、フロリダ大学のHiPerGatorスーパーコンピュータでNVIDIAのMegatron-LMパッケージを実行する560台のNVIDIA A100 Tensor Core GPUで訓練されました。このプロジェクトで使用されたMegatron LMフレームワークの技術は、後にNVIDIA NeMoフレームワークに組み込まれ、GatorTronGPTの最新の研究にも活用されています。 LLMsによる合成データの使用は、いくつかの課題に対処するものです。LLMsには膨大な量のデータが必要であり、品質の高い医療データが限られています。また、合成データはHIPAAなどの医療プライバシー規制に準拠したモデル訓練を可能にします。 GatorTronGPTの研究は、昨年ChatGPTの急速な普及と共に登場したLLMsが、さらに多くの分野で活用される可能性を示す最新の例です。また、加速されたコンピューティングによって実現される新しいAI技術の進展の一例でもあります。…

Corporate

Learn more about Search Results Nature - Page 2