Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
「AI&機械学習しよう!実践編ソース解析について」
Search
ta-
October 23, 2017
Technology
0
220
「AI&機械学習しよう!実践編ソース解析について」
ta-
October 23, 2017
Tweet
Share
Other Decks in Technology
See All in Technology
20分で完全に理解するGrafanaダッシュボード
hamadakoji
1
230
AOAI をきっかけに 社内の Azure 管理を見直した話
recruitengineers
PRO
1
260
20240416_devopsdaystokyo
kzkmaeda
1
220
非同期推論システムによるコスト削減と信頼性向上
koki_nishihara
0
180
Tableau事例紹介 / Tableau Case Study of Eureka
kazuya_araki_tokyo
1
190
ユーザーストーリーのレビューを自動化したみたの
bun913
1
410
Terraformあれやこれ/terraform-this-and-that
emiki
8
1.3k
私が trocco を推す理由
__allllllllez__
1
200
SPI原点回帰論:事業課題とFour Keysの結節点を見出す実践的ソフトウェアプロセス改善 / DevOpsDays Tokyo 2024
visional_engineering_and_design
4
1.9k
どうするコスト最適化のトレードオフ
tetsuyaooooo
1
500
長期間TiDBを使ってきた話 @ 私たちはなぜNewSQLを使うのかTiDB選定5社が語る選定理由と活用LT / Experiences with TiDB Over Time
chibiegg
2
870
家族アルバム みてねにおけるGrafana活用術 / Grafana Meetup Japan Vol.1 LT
isaoshimizu
1
350
Featured
See All Featured
The Brand Is Dead. Long Live the Brand.
mthomps
49
28k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
34
8.9k
Learning to Love Humans: Emotional Interface Design
aarron
267
39k
The Invisible Side of Design
smashingmag
294
49k
Stop Working from a Prison Cell
hatefulcrawdad
266
19k
The Language of Interfaces
destraynor
151
23k
Design by the Numbers
sachag
274
18k
Why You Should Never Use an ORM
jnunemaker
PRO
51
8.6k
Teambox: Starting and Learning
jrom
128
8.4k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
14
1.5k
10 Git Anti Patterns You Should be Aware of
lemiorhan
648
58k
The World Runs on Bad Software
bkeepers
PRO
61
6.7k
Transcript
AI&機械学習しよう!実践編ソース解析 株式会社 数理先端技術研究所 2017/10/21 生島高裕 1
今後の方向性 アンケート結果 【質問1】 この勉強会では、より実践よりのテーマを考えたいと思っております。どのような勉強会 が希望かお教えください。 •回答 リコメンデーションとDeep Learningの応用例 理論モデルの解説や、実装コードのサンプルなどが主体であることが望ましい GANの実装方法 DLの最新動向やDLのプロダクトのための開発プロセスなど
強化学習の企業での活用事例 計算論的神経科学など、脳の具体的な話 フレームワークのソースコード、GPU実装を考慮した最新論文実装 2
今後の方向性 アンケート結果 【質問2】 この勉強会では講師の方も募集しております。講演したいテーマがればお教えください。 またより企業サイドの取り組みも紹介しようと思っております。希望があればお教えくだ さい。 •回答 ・Jonnie (HirokiYonetani) 最新のリコメンデーションのアルゴリズムの事情について ・tamaki
(TamakiOkui) 気象データ解析 3
今後の方向性 アンケート踏まえて 【テーマ】 • 理論モデル、開発プロセスの解説 • フレームワーク、論文実装、GPU実装テクニックなどのソースコードの解説 TensorFlow、GAN、DLプロダクト、、サンプルが欲しい • DLなどAIの最新動向 •
脳科学、計算論的神経科学、脳の具体的な話 • 企業での活用事例 強化学習、レコメンデーションなど 4
今後の方向性 アンケート踏まえて 【テーマ例】 • DNC“Hybrid computing using a neural network with
dynamic external memory" SourceCode A TensorFlow implementation of the Differentiable Neural Computer. • Edward 深層学習と確率プログラミングを融合したEdwardについて などを検討します。 5
勉強会報告 • 「Neural Networkを使ったSLAMの動向を追う」 芦原さんの話は単眼だけでどこまでCNNで、自己位置推定と環境地図作成にとも なう物体認識ができるかという話でした。 ある意味、一つのセンサーだけでここまでできるようになることはCNNのすばらしさ だと思います。 暗い場合は認識率落ちる話など人間と似ていて非常に面白かったです。 今後どんどんDLなどが発展すると、人間と比べて評価する機会が多くなる気がしま
す。 6
勉強会報告 • 「Kaggleの紹介」 これはクラウドソーシングのコンペ形式の話でした。 その中でも有名なKaggleの実情についての解説です。 賞金額が大きいところが特徴で、賞金を出す企業サイドのスタンスが見れて面白 かったです。知名度を上げたい、優秀な技術者を見つけたいと思う企業はそこそこ の賞金額です。 外注せずにクラウドソーシングで安上がりを狙う企業は賞金が高めです。 企業側の戦略が見えます。また技術者側も競争原理が働き上位入選してキャリア
アップを図りたい人が参加してと思います。 最も、コンピュータパワーが必要なところもあります。 そういった問題はブロックチェーンのマイニングに似ていると思います。 7
勉強会報告 今後について qiita、githubでのオープンソースの方向性 芦原氏の指摘、qiitaのソースはまだ十分コンポーネント化されていないので再利用しにくい、githubは 世界的に展開されているのでコンポーネント化されて再利用されやすいソースは人気が高い。 個人的には、オープンドキュメント、オープンソース化の流れによって、全体としての生産性の向上、 個人のキャリアアップの手段化の現状が認識できました。 今後どういった技術者を増やすかについての議論になりました。 そのとき技術者のレベルを4段階に分けてみました。 レベル1 理論を作るサイドで、理論を作った後、直ぐ実装しテストができる人
(DeepMindレベル) 8
勉強会報告 今後について レベル2 論文を読み、すなわち理論を理解し、それに基づく実装が行える人 (研究者、技術者で理論と実装に興味を持ちレベル1を目指す人) レベル3 理論の概要が解り、そのライブラリを使用する立場の人 (主に利用側の研究者とか技術者) レベル4 サービスとして行われているものを使う立場の人 (ワトソンなど使ってサービスを考える人)
ここで我々はまずレベル2を目指すことを考えました。 段階的にはレベル3から進むことを考えます。 9
勉強会報告 今後について その為には、論文とソースを対応付けて勉強することが必要です。 とは言ってもソースについて解説しだすと詳細すぎて時間がかかります。 2つの方向性が提案されました。 1つは「もくもく会」などでみんな勝手に勉強しながら疑問があったら相談できる環境をつくることで す。 これについては場所の問題があるので、いろいろ探してみようということになりました。 もうひとつは、ソース輪読合宿説です。 例えば、テーマを1つ決めて、ある程度の役割分担の後、解説、質疑、討論する勉強会です。 一泊二日で何らかのテーマが理解出来たら達成感は出てくると思います。
もちろん宴会、歓談タイムなどを入れ楽しみながら勉強出来るものにしたいです。 今後の勉強会、またFBサイトで議論できればと思います。 10