マイクロソフトが考えるAI活用のロードマップ
•
4 likes•7,010 views
DLLAB DAY 2018 Track3 15:00-15:40
Recommended
More Related Content
What's hot
What's hot (20)
Similar to マイクロソフトが考えるAI活用のロードマップ
Similar to マイクロソフトが考えるAI活用のロードマップ (20)
More from Deep Learning Lab（ディープラーニング・ラボ）
More from Deep Learning Lab（ディープラーニング・ラボ） (20)
Recently uploaded
Recently uploaded (9)
マイクロソフトが考えるAI活用のロードマップ
- 5. アルゴリズムとして実装
- 7. 機械学習によるモデル化
- 8. 帰納的実装
- 14. A car is running A man is cutting a piece of meat A man is performing on a stage A man is riding a bike A man is singing A panda is walking A woman is riding a horse A man is flying in a field
- 29. データ サイエンティスト 開発者
- 30. 学習フレームワークと推論の分離を可能にするONNX CPUGPU ML HW DSPFPGA High level API & Framework Frontends Hardware Vendor Libraries & Devices ONNX モデルを使用することにより、ONNIXに対応する様々なデバイス、ライブ ラリ、ツールの活用を可能にする。 透過的な相互運用の実現 ONNX.ai
- 32. Facial Emotion Prediction https://github.com/Microsoft/FERPlus https://arxiv.org/abs/1608.01041 Data Sources Model Train with Cloud AI Deploy Consume ACTION INTELLIGENCEDATA Azure Machine Learning WindowsML Model: VGG-13 Code: CNTK Face Emotion Recognition 12 emotion labels 28,709 training images 3,589 test images 3,589 validation images Visual Studio Tools for AI Manage Models Azure Deep Learning GPU VM
- 33. Empowering Physicians with Medical Imaging AI
- 34. Intelligent Disease Prediction Data Sources Model Train with Cloud AI Deploy Consume ACTION INTELLIGENCEDATA Azure Machine Learning IoT Hub WindowsML IOT Edge Model: DenseNet-121 Code: Keras + TensorFlow National Institute of Health Chest Xray Data 112,120 images 14 pathology labels 30,805 unique patients Visual Studio Tools for AI Manage Models Azure Deep Learning GPU VM VSTS + CI/CD CosmosDB + Azure Functions NuGet
- 37. Pre-built ML Models (Azure Cognitive Services) Easy / Less Control Full Control / Harder Vision Speech Language Knowledge SearchLabs TextAnalyticsAPI client = new TextAnalyticsAPI(); client.AzureRegion = AzureRegions.Westus; client.SubscriptionKey = "1bf33391DeadFish"; client.Sentiment( new MultiLanguageBatchInput( new List<MultiLanguageInput>() { new MultiLanguageInput("en","0", "This is a great vacuum cleaner") })); 例：Azure Cognitive Servicesによる感情分析 96% 好意的
- 38. Pre-built ML Models (Azure Cognitive Services) Easy / Less Control Full Control / Harder Vision Speech Language Knowledge SearchLabs TextAnalyticsAPI client = new TextAnalyticsAPI(); client.AzureRegion = AzureRegions.Westus; client.SubscriptionKey = "1bf33391DeadFish"; client.Sentiment( new MultiLanguageBatchInput( new List<MultiLanguageInput>() { new MultiLanguageInput("en","0", "This vacuum cleaner sucks so much dirt") })); 9% 好意的 例：Azure Cognitive Servicesによる感情分析
- 39. Easy / Less Control Full Control / Harder データの準備 学習 & 評価 実行
- 40. Full Control / Harder Introducing {
- 41. Microsoft Confidential 実績と拡張性 https://github.com/dotnet/machinelearning Windows, Linux, およびmacOSをサポート 開発者フォーカス ML.NET 0.1 (Preview) .NET開発者の為の学習フレームワーク ビルド オープンソース
- 42. Less Control / Easy
- 46. リアルタイム AI 深層学習により得られた大きな進歩 • 画像処理 • 機械翻訳 • 音声認識 • QA • 他 課題は・・ • オンラインサービスにおける運用、展開、 そしてスケーラビリティ Convolutional Neural Networks ht-1 ht ht+1 xt-1 xt xt+1 ht-1 ht ht+1 yt-1 yt yt+1 Recurrent Neural Networks
- 51. Catapult v0 Catapult v1 スケール v1 Catapult v2 2011 2012 2013 2014 2015 2016 ... Ignite 本番展開
- 53. Configurable Cloud CPU compute layer Reconfigurable compute layer Converged network
- 56. DNN Processing Units 効率性柔軟性 Soft DPU (FPGA) Contr ol Unit (CU) Register s Arithmet ic Logic Unit (ALU) CPUs GPUs ASICsHard DPU Cerebras Google TPU Graphcore Groq Intel Nervana Movidius Wave Computing Etc. BrainWave Baidu SDA Deephi Tech ESE Teradeep Etc.
- 57. 「Wikipedia」 英→西 訳 「戦争と平和」 露→英 訳 Microsoft製FPGAボード
- 59. f f f l0 l1 f f f l0 Pretrained DNN モデル CNTK などで スケーラブルな DNN ハードウェア マイクロサービス BrainWave Soft DPU Instruction Decoder & Ctrl Neural FU ネットワークスイッチ FPGA
- 60. Web search ranking Traditional software (CPU) server plane QPICPU QSFP 40Gb/s ToR FPGA CPU 40Gb/s QSFP QSFP Hardware acceleration plane Web search ranking Deep neural networks SDN offload SQL CPUs FPGAs Routers
- 61. Pretrained DNN モデル を ソフト DPU にコンパイルするための フレームワーク中立の連合コンパイラとランタイム 狭精度 DNN 推論のための適応型 ISA 変化目まぐるしいAI アルゴリズムをサポートする柔軟性と拡張性 BrainWave Soft DPU マイクロアーキテクチャ 高精度、低遅延バッチに最適 Intel の FPGA を スケールする HW マイクロサービスに展開 [マイクロ ' 16] FPGA 上でモデルパラメータを完全に永続化するオンチップメモリは、 多数の FPGA にまたがってスケーリングすることにより、 大規模なモデルをサポート
- 62. FPGAs in Microsoft’s Intelligent CloudFPGAs in Microsoft’s Intelligent Cloud
- 64. FPGA0 FPGA1 Add500 1000-dim ベクトル 1000-dim ベクトル 分割 500x500 マトリックス MatMul500 500x500 マトリックス MatMul500 MatMul500 MatMul500 500x500 マトリックス Add500 Add500 Sigmoid500 Sigmoid500 分割 Add500 500 500 concat 500 500 500x500 マトリックス ターゲット コンパイラ FPGA ターゲット コンパイラ CPU-CNTK フロント ポータブル IR ターゲット コンパイラ CPU-カフェ トランスフォーム IRs グラフスプリッタ と オプティマイザ 展開パッケージ Caffe モデル FPGA ハードウェア マイクロサービス CNTK モデル Tensorflow モデル
- 65. = O(N2) data O(N2) compute 入力アクティベーション 出力前のアクティベーション N ウェイトカーネル O(N3) data O(N4K2) compute =
- 71. FPGA2xCPU
- 72. 2xCPU 観測
- 73. 2xCPU
- 74. 2xCPU
- 79. Dev Tools + DevOps Containers + Serverless Internet of Things Data Artificial Intelligence Azure
- 80. Dev Tools + DevOps
- 81. Visual Studio Live Share Real-time collaborative development Shared debugging, independent views Works across Visual Studio and Visual Studio Code
- 82. iOS + Android app development Build, Test, Deploy, Engage, Repeat Continuous everything Visual Studio App Center + GitHub
- 83. Complete DevOps solution Visual Studio Team Services Developers TestCode Repository Build + Deploy Release Monitoring/Analytics
- 84. Azure Platform Services Containers + Serverless
- 85. Loosely coupled serverless architecture Serverless Code Serverless Workflow
- 86. Events Event Grid Loosely coupled serverless architecture Blob Storage Cosmos DB Custom Events (anything) Event Hubs IoT Hub Autoscale Rules Serverless Code Serverless Workflow
- 87. Azure Operational Data Services Queue Files TableBlob RDB Document Hadoop/Spark