SlideShare a Scribd company logo
1 of 20
Download to read offline
Intel AI in Healthcare
~各国事例からみるAIとの向き合い方~
DLL Healthcare Day 2021(2021年2月20日)
インテル株式会社
APJデータセンターグループ・セールス
AIテクニカル・ソリューション・スペシャリスト
大内山 浩
インテル株式会社 2
本日お話しすること
1. インテルのAIビジネス概要
2. ヘルスケア業界におけるお客様事例
3. 今後AIと上手に付き合うための3つのポイント
インテル株式会社 3
“AI”も動かすCPUを目指して製品を強化
▪ あらゆるワークロードに対応できる汎用性と柔軟性がCPUの特徴です。
ディープラーニングを急ピッチ
でキャッチアップ
4
インテル株式会社
インテル® CPUの世代およびAI関連命令セット
インテル® Xeon® プロセッサー E3/E5/E7
インテル® Xeon® プロセッサー E3/E5/E7 v2
インテル® Xeon® プロセッサー E3/E5/E7 v3
(コードネーム:Haswell)
インテル® Xeon® プロセッサー E3/E5/E7 v4
(コードネーム:Broadwell)
インテル® Xeon® スケーラブル・プロセッサー
(コードネーム:Skylake)
第 2 世代インテル® Xeon® スケーラブル・プロセッサー
(コードネーム:Cascade Lake)
第 5 世代 インテル® Core™ プロセッサー・ファミリー
第 6 世代 インテル® Core™ プロセッサー・ファミリー
第 7 世代 インテル® Core™ プロセッサー・ファミリー
第 8 世代 インテル® Core™ プロセッサー・ファミリー
第 9 世代 インテル® Core™ プロセッサー・ファミリー
第 10 世代 インテル® Core™ プロセッサー・ファミリー
(コードネーム:Ice Lake / Comet Lake)
第 3 世代インテル® Xeon® スケーラブル・プロセッサー
(コードネーム:Cooper Lake)
第 11 世代 インテル® Core™ プロセッサー・ファミリー
(コードネーム:Tiger Lake)
インテル® Xeon® プロセッサー インテル® Core™ プロセッサー・ファミリー
旧
新
薦
薦
・
・
・
・
・
・
AVX-512
AVX-512
AVX2
AVX2
AVX
AVX
DL Boost
AVX-512
DL Boost
AVX2
AVX2
AVX2
AVX2
AVX2
※ Comet Lakeは、AVX512/VNNIは含まれず、AVX2のまま
AVX-512、 DL Boostが入っている世代がAIにおすすめ
AVX-512
DL Boost
BF16
AVX-512
DL Boost
https://www.intel.co.jp/content/www/jp/ja/architecture-and-technology/avx-512-overview.html
インテル株式会社 5
アナリティクス & AI向け ハードウェア製品ポートフォリオ
All products, computer systems, dates, and figures are preliminary based on current expectations, and are subject to change without notice.
5
COMMUNITY
Data Center
DL Inference
Real-Time & Multi-
Function DL Inference
Data Center
DL Training
Edge
DL Inference
WorkloadBreadth AISpecific
GPU FPGA
CPU
Data-Parallel AI, HPC,
Media & Graphics
Multi-Purpose, Foundation
for Analytics & AI
CUSTOM
SOFTWARE
HARDWARE
STORE CONNECT
INTEL 3D NAND SSD
Silicon
Photonics
Ethernet
Intel AI
Accelerator
Intel AI
Accelerator
Goya
(Habana Labs)
Gaudi
(Habana Labs)
Coming soon!
2020: Ice Lake
2021: Sapphire Rapids
インテル株式会社 6
インテル® AI ソフトウェア: IAのポテンシャルを最大化するソフトウェア群
Red font products are the most broadly applicable SW products for AI users
DeveloperTOols
App Developers
SW Platform Developer
Machinelearning DeepLEarning
Architect &
DevOps
Topologies&Models
Data Scientist
Frameworks
Data Scientist
Graph
ML Performance Engineer
Kernel
ML Performance Engineer
▪ Intel Data Analytics
Acceleration Library
(Intel DAAL)
▪ Intel Math Kernel Library
(Intel MKL)
▪ Intel Machine Learning Scaling
Library (Intel MLSL)
▪ Intel® Deep Neural Network
Library (DNNL)
Deep
Learning
Reference
Stack
Data Analytics
Reference
Stack
▪ Intel Distribution
for Python
(SKlearn, Pandas)
ManagementTools
CPU CPU▪︎GPU▪︎FPGA▪︎専用
Containers
インテル株式会社 7
インテルのAI事業
サーバー/PC/デバイス
メーカー企業様
SI/ISV/クラウド企業様等 ユーザー企業様
新規ビジネス創出、市場開発等で協業
AI導入までのトータル支援
(コンサル~実装~導入)
協業
要素技術(HW/SW)
の提供
協業
インテル株式会社 8
本日ご紹介する事例は・・・
ノバルティス
中国人民解
放軍総医院
ペンシルバ
ニア大学
江豊生物
[重要] 全ての事例においてインテル製品(ハード+ソフト)のみが使われております。
東京デザインテ
クノロジーセン
ター専門学校
インテル株式会社 9
事例:中国人民解放軍総医院 様
~AIにより調剤/与薬ミスの低減~
背景 ソリューション概要
• 患者数増(2010年~2017年)
−外来患者数:年平均5.71%増
−処方箋の調剤量:年平均7.63%増
• 医療リソース数は大きく変わらず
↓
• 薬剤師の作業負荷増大による調剤ミス
発生率や医療紛争などが増加
−15.4%が医薬品の外箱が紛らわしい
1. AI(LeNet-5)が医薬品の外箱を認識
(95%以上の認識精度)
2. 処方データとの突合
3. 結果をリアルタイムに薬剤師へフィー
ドバック
4. 薬剤師による最終確認を実施
引用元: http://www.cnki.com.cn/Article/CJFDTotal-YISZ201903020.htm
インテル株式会社 10
事例:ノバルティス 様
~ディープラーニングにより既存HCS手法を効率化~
背景 ソリューション概要
• HCS(High Content Screening)手法は医
薬品開発において主要な自動分析手
法の1つ(下図参照)
• ただし、技術的課題もいくつかある
−次元削減、表現型の分類などに大量の事前知
識要
−各ステップでのハイパーパラメータ最適化が困難
• M-CNN*(Multi-scale Convolutional Neural
Network)を適用し、HCSの各ステップを
エンドーツーエンドに統合
* Godinez Navarro, William Jose and Hossain, Imtiaz and Lazic, Stanley and Davies, John and Zhang, Xian (2017) A Multi-scale Convolutional Neural
Network for Phenotyping High Content Cellular Images. Bioinformatics. ISSN 1367-4811; 1367-4803
インテル株式会社 11
事例:江豊生物(KFBIO) 様
~AIにより子宮頸がんのスクリーニング効率を向上~
背景 ソリューション概要
• 子宮頸がんは悪性腫瘍の中でも早期
発見と予防が可能
• 手法としてLBP(Liquid-Based Cytologic
Preparation)スクリーニングが良く用い
られる
• 中国では、毎年数千万例の新しいスク
リーニング依頼が生じ、既存の医療リ
ソースを圧迫
1. 画像分類モデル
(Resnet50)と物体検出
モデル(Faster R-CNN)を
組み合わせたハイブ
リッド構造にて陽性細
胞を検出
2. 最後は医師によるレ
ビュー
画像の入力
画像の前処理
画像分類CNN
後処理
物体検出CNN
医師による精査
陽性予測
陰性予測
陽性識別
引用元: https://builders.intel.com/docs/aibuilders/kfbio-accelerates-cancer-detection-workloads-with-intel-ai-technology.pdf
インテル株式会社 12
各事例からの”Lessons Learned”
解決したい課題が明
確に定義されている
実装
手段
目的(課題) 結果
画像分類+物体検出のハイブリッ
ドモデルの構築とウィンドウ分割
M-CNNにより各ステップを一気
通貫型のE2Eモデルとして構築
LeNet-5と既存画像処理技術によ
る分類モデルの構築
検査プロセスの高速化
既存HCS手法よりも少ない手間で
同様の分析を実施
薬剤師の調剤ミス低減、かつ、患
者満足度の向上
AI(ディープラーニング)を選定
AI(ディープラーニング)を選定
AI(ディープラーニング)を選定
検査依頼数
> 検査実施リソース
既存HCS手法の実施に際して大
量の事前知識が必要(手間がかか
る)
調剤ミス多発による医療紛争の増
加
江豊生物
ノバルティス
中国人民解放
軍総医院
課題ファースト AIリテラシ 効率化
AIの特性を把握し、道
具の一つとして利用し
ている
結果として何らかの
“効率化”を実現でき
ている
インテル株式会社 13
AIの実用化を遅らせる日本企業の行動原理
引用元:日本企業におけるAI活用の可能性, PwC, 2018
1. 目的が不明瞭
「自社のこの業務をAIのこの技術を使うことでこう変革したい」といった明確な目的が不明瞭であり、
上から「AI」を使えと言われたので取り組んでいるケースが多い。
2. 実現したいこと、ではなく現在の技術で実現できること、から考えてしまう
「できること」から考えてしまうと、結局は1.と同じで「実証実験をしてみたが大して効果が出ないでは
ないか」という結論に繋がり、AIの活用に対しネガティブな影響を与えてしまう。
3. 「試しにやってみる」が許されない
イノベーションの急速な進化の中で、社会を巻き込み試行錯誤をしながら失敗しても再び挑戦できる
プロセスが有効となるが、それを許容できない文化が存在する。
インテル株式会社 14
名言に学ぶ:課題設定の重要性
“If I had only one hour to save the world, I
would spend 55 minutes defining the problem,
and only 5 minutes finding the solution.”
(もし地球を救うために1時間与えられたとしたら、55分かけて問題を定
義し、5分かけて解決するだろう)
—Albert Einstein
“AIを使うこと”ではなく、
問題を解決することを目的にすべし。
インテル株式会社 15
AIと上手に付き合うためのAIリテラシの養い方
1. AIの理学と実学
• 理学:AIは何が出来るのか概念レベルでもいいので理解
− 概念レベルであれば数式はほぼ必要なし
• 実学:他者がどのようにAIを使っているのかの情報を収集
− Ledge AIのAI事例プラットフォーム、インテルのAI顧客事例サイトなど
2. AIの実体験
• Start Small:小さく始めてみて、軌道に載れば大きく展開、ダメでも小さく失敗
− クラウドサービス、“AIの民主化“ツールなどを積極活用。インテル® OpenVINO™ツールキットも是非!
• 短期的成果の実現*:小さな成功体験を積み重ねていく
− 成功の積み重ねがAIへの過度な期待感/不信感を除去。AIを一つのツールとして捉える力を養う。
* 引用元:ジョン・P・コッター『企業変革力』日経BP社, 2002年
インテル株式会社 16
事例:東京デザインテクノロジーセンター専門学校 様
ソーシャルディスタンス検知(開発期間:2週間)
・ソースコード https://github.com/AAEONPROJECT/SocialDistance
・使用学習モデル https://docs.openvinotoolkit.org/2021.1/omz_models_intel_index.html
■ 実行環境
インテル®
Atom®
x7-E3950
4GBメモリ、64GB eMMC
インテル®
MyriadTM
X VPU
Ubuntu 18.04 LTS
■ フレームワーク
OpenVINOTM
ツールキット 2020.1
■ 使用学習モデル (Intel Open Model Zoo)
person-detection-retail-0013
(人検出)
person-reidentification-retail-0200
(人数カウント、行動追跡)
インテル株式会社 17
DXを見据えて業務効率化の意義を改めて考える
▪ 現在のAI技術がもたらすものは多くの場合 “業務の効率化”
▪ 効率化の前提であるデジタル化および効率化を実現した知見を結集し
て次なるステップへ
▪ その先に見据える“最適化”ではビジネスプロセスの再構築のみならず
企業や医療機関の垣根を超えたコラボレーションが可能に?
組織化
共通化
効率化
最適化
デジタル化
DXにおける5つのステップ
インテル株式会社 18
事例:ペンシルバニア大学+インテル
~Federated Learningによる組織を跨いだ学習~
▪ 各医療機関にてプライバシーデータを共有せずに単一モデルの学習を推進
https://www.intel.ai/federated-learning-for-medical-imaging/
データオーナー(医療機関)間でのデータ共有を行うことなく単一モデルの学習を実施
インテル株式会社 19
各業界向けAI実践ガイド提供中! 検 索
インテル AI実践ガイド
20

More Related Content

What's hot

データセンターのエネルギーコントロールの仕組み
データセンターのエネルギーコントロールの仕組みデータセンターのエネルギーコントロールの仕組み
データセンターのエネルギーコントロールの仕組みIIJ
 
Tech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみた
Tech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみたTech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみた
Tech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみたMasaru Takahashi
 
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンスAIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンスCore Concept Technologies
 
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線Daiyu Hatakeyama
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~Deep Learning Lab(ディープラーニング・ラボ)
 
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )Takeshi Fukuhara
 
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)Preferred Networks
 
IIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっています
IIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっていますIIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっています
IIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっていますIIJ
 
白井データセンターキャンパスの挑戦
白井データセンターキャンパスの挑戦白井データセンターキャンパスの挑戦
白井データセンターキャンパスの挑戦IIJ
 
Microsoft Build 2020: Azure IoT 関連最新情報
Microsoft Build 2020: Azure IoT 関連最新情報Microsoft Build 2020: Azure IoT 関連最新情報
Microsoft Build 2020: Azure IoT 関連最新情報IoTビジネス共創ラボ
 
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦IoTビジネス共創ラボ
 
IoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれからIoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれからKnowledge & Experience
 
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介IoTビジネス共創ラボ
 
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方Deep Learning Lab(ディープラーニング・ラボ)
 
Node RED で実現する製造業の DX
Node RED で実現する製造業の DXNode RED で実現する製造業の DX
Node RED で実現する製造業の DX雅治 新澤
 
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識Daiyu Hatakeyama
 
IoT勉強会「IoTデバイス Intel Edison編」
IoT勉強会「IoTデバイス Intel Edison編」IoT勉強会「IoTデバイス Intel Edison編」
IoT勉強会「IoTデバイス Intel Edison編」Yasuyuki Sugai
 
Microsoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community UpdateMicrosoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community UpdateHirono Jumpei
 

What's hot (20)

データセンターのエネルギーコントロールの仕組み
データセンターのエネルギーコントロールの仕組みデータセンターのエネルギーコントロールの仕組み
データセンターのエネルギーコントロールの仕組み
 
Tech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみた
Tech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみたTech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみた
Tech Summit 2018 【事例紹介】 自社サービスに Azure IoT Hub Device Provisioning Serviceを適用してみた
 
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンスAIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
 
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線CNET Japan Live -  ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
 
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
Azure Digital Twins 最新事例紹介 ( IoTビジネス共創ラボ 第16回勉強会 )
 
可視化の先にあるものとは
可視化の先にあるものとは可視化の先にあるものとは
可視化の先にあるものとは
 
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
 
IIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっています
IIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっていますIIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっています
IIJ Technical DAY 2019 ~ IIJのサーバインフラはここまでやっています
 
白井データセンターキャンパスの挑戦
白井データセンターキャンパスの挑戦白井データセンターキャンパスの挑戦
白井データセンターキャンパスの挑戦
 
Microsoft Build 2020: Azure IoT 関連最新情報
Microsoft Build 2020: Azure IoT 関連最新情報Microsoft Build 2020: Azure IoT 関連最新情報
Microsoft Build 2020: Azure IoT 関連最新情報
 
GPUいらずの高速動画異常検知
GPUいらずの高速動画異常検知GPUいらずの高速動画異常検知
GPUいらずの高速動画異常検知
 
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
 
IoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれからIoT開発を支える技術の今とこれから
IoT開発を支える技術の今とこれから
 
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
 
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
 
Node RED で実現する製造業の DX
Node RED で実現する製造業の DXNode RED で実現する製造業の DX
Node RED で実現する製造業の DX
 
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
 
IoT勉強会「IoTデバイス Intel Edison編」
IoT勉強会「IoTデバイス Intel Edison編」IoT勉強会「IoTデバイス Intel Edison編」
IoT勉強会「IoTデバイス Intel Edison編」
 
Microsoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community UpdateMicrosoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community Update
 

Similar to Intel AI in Healthcare 各国事例からみるAIとの向き合い方

【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~日本マイクロソフト株式会社
 
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI PlatformQiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI PlatformDaiyu Hatakeyama
 
北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステック北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステックNorikatsu Oishi
 
IoTあるじゃん北海道#1 by poggimo
IoTあるじゃん北海道#1 by poggimoIoTあるじゃん北海道#1 by poggimo
IoTあるじゃん北海道#1 by poggimoNorikatsu Oishi
 
20201023 Builders Box 2nd Enterprise Architect
20201023 Builders Box 2nd Enterprise Architect20201023 Builders Box 2nd Enterprise Architect
20201023 Builders Box 2nd Enterprise Architectkounan13
 
OpenVINOとAzure こう連携できるのでは?
OpenVINOとAzure こう連携できるのでは?OpenVINOとAzure こう連携できるのでは?
OpenVINOとAzure こう連携できるのでは?Hiroshi Ouchiyama
 
im共通マスタ連携ツール Accel-KNIGHT 説明資料
im共通マスタ連携ツール Accel-KNIGHT 説明資料im共通マスタ連携ツール Accel-KNIGHT 説明資料
im共通マスタ連携ツール Accel-KNIGHT 説明資料Kimiya Uno
 
業務アプリケーション開発を支える.NET技術 #ngtnet
業務アプリケーション開発を支える.NET技術 #ngtnet業務アプリケーション開発を支える.NET技術 #ngtnet
業務アプリケーション開発を支える.NET技術 #ngtnet将 高野
 
Qlik viewご紹介 v1.0
Qlik viewご紹介 v1.0Qlik viewご紹介 v1.0
Qlik viewご紹介 v1.0Yusuke-Ishii
 
CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1
CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1
CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1Computational Materials Science Initiative
 
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...Insight Technology, Inc.
 
Hyper-V エンタープライズ設計の現実解:2015 年版
Hyper-V エンタープライズ設計の現実解:2015 年版Hyper-V エンタープライズ設計の現実解:2015 年版
Hyper-V エンタープライズ設計の現実解:2015 年版Daichi Ogawa
 
オープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューションオープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューションDell TechCenter Japan
 
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」PC Cluster Consortium
 
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版Tomoaki Sawada
 
AWSとEVカートで走行データを可視化
AWSとEVカートで走行データを可視化AWSとEVカートで走行データを可視化
AWSとEVカートで走行データを可視化耕二 阿部
 
ファイブソリューションズデベロッパーネットワーク
ファイブソリューションズデベロッパーネットワークファイブソリューションズデベロッパーネットワーク
ファイブソリューションズデベロッパーネットワークMasayuki Isobe
 

Similar to Intel AI in Healthcare 各国事例からみるAIとの向き合い方 (20)

[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
[Track2-5] CPUだけでAIをやり切った最近のお客様事例 と インテルの先進的な取り組み
 
第15回「インテル® Xeon® プロセッサー E5 ファミリー 新登場!」(2012/03/22 on しすなま!) Iintel様資料
第15回「インテル® Xeon® プロセッサー E5 ファミリー 新登場!」(2012/03/22 on しすなま!) Iintel様資料第15回「インテル® Xeon® プロセッサー E5 ファミリー 新登場!」(2012/03/22 on しすなま!) Iintel様資料
第15回「インテル® Xeon® プロセッサー E5 ファミリー 新登場!」(2012/03/22 on しすなま!) Iintel様資料
 
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
【de:code 2020】 AI on IA 最新情報 ~ CPU で AI を上手に動かすための 5 つのヒント ~
 
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI PlatformQiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
 
北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステック北海道Io tあるじゃん1 ネクステック
北海道Io tあるじゃん1 ネクステック
 
IoTあるじゃん北海道#1 by poggimo
IoTあるじゃん北海道#1 by poggimoIoTあるじゃん北海道#1 by poggimo
IoTあるじゃん北海道#1 by poggimo
 
20201023 Builders Box 2nd Enterprise Architect
20201023 Builders Box 2nd Enterprise Architect20201023 Builders Box 2nd Enterprise Architect
20201023 Builders Box 2nd Enterprise Architect
 
OpenVINOとAzure こう連携できるのでは?
OpenVINOとAzure こう連携できるのでは?OpenVINOとAzure こう連携できるのでは?
OpenVINOとAzure こう連携できるのでは?
 
im共通マスタ連携ツール Accel-KNIGHT 説明資料
im共通マスタ連携ツール Accel-KNIGHT 説明資料im共通マスタ連携ツール Accel-KNIGHT 説明資料
im共通マスタ連携ツール Accel-KNIGHT 説明資料
 
業務アプリケーション開発を支える.NET技術 #ngtnet
業務アプリケーション開発を支える.NET技術 #ngtnet業務アプリケーション開発を支える.NET技術 #ngtnet
業務アプリケーション開発を支える.NET技術 #ngtnet
 
Qlik viewご紹介 v1.0
Qlik viewご紹介 v1.0Qlik viewご紹介 v1.0
Qlik viewご紹介 v1.0
 
CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1
CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1
CMSI計算科学技術特論B(15) インテル Xeon Phi コプロセッサー向け最適化、並列化概要 1
 
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
[db tech showcase Tokyo 2015] C33:ビッグデータ・IoT時代のキーテクノロジー、CEPの「今」を掴む! by 株式会社日立...
 
Hyper-V エンタープライズ設計の現実解:2015 年版
Hyper-V エンタープライズ設計の現実解:2015 年版Hyper-V エンタープライズ設計の現実解:2015 年版
Hyper-V エンタープライズ設計の現実解:2015 年版
 
オープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューションオープンクラウド導入の課題とデルのCloudStackソリューション
オープンクラウド導入の課題とデルのCloudStackソリューション
 
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
 
Microsoft Azure&sakura.io体験ハンズオン
Microsoft Azure&sakura.io体験ハンズオンMicrosoft Azure&sakura.io体験ハンズオン
Microsoft Azure&sakura.io体験ハンズオン
 
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
プライベートクラウドの動向とIT業へのインパクト(インタリオセミナー072409)最終版
 
AWSとEVカートで走行データを可視化
AWSとEVカートで走行データを可視化AWSとEVカートで走行データを可視化
AWSとEVカートで走行データを可視化
 
ファイブソリューションズデベロッパーネットワーク
ファイブソリューションズデベロッパーネットワークファイブソリューションズデベロッパーネットワーク
ファイブソリューションズデベロッパーネットワーク
 

More from Deep Learning Lab(ディープラーニング・ラボ)

[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略Deep Learning Lab(ディープラーニング・ラボ)
 
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究Deep Learning Lab(ディープラーニング・ラボ)
 
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー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)

Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービスEdge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
 
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event ReportDLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
 
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
 
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
 
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
 
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
 
「言語」×AI Digital Device
「言語」×AI Digital Device「言語」×AI Digital Device
「言語」×AI Digital Device
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
深層強化学習と実装例
 
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
 
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
 
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
 
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoTJetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
 
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoTJetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
 
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
 
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
 
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
 
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
 
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
 
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
 

Recently uploaded

研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計
研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計
研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計atsushi061452
 
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationToru Tamaki
 
20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdfAyachika Kitazaki
 
部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員
部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員
部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員Sadaomi Nishi
 
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521Satoshi Makita
 
Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )iwashiira2ctf
 
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayersToru Tamaki
 
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。iPride Co., Ltd.
 
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一瑛一 西口
 
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)keikoitakurag
 
クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑
クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑
クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑Akihiro Kadohata
 
Keywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltdKeywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltdkokinagano2
 
情報を表現するときのポイント
情報を表現するときのポイント情報を表現するときのポイント
情報を表現するときのポイントonozaty
 
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介Hyperleger Tokyo Meetup
 

Recently uploaded (14)

研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計
研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計
研究紹介スライド: オフライン強化学習に基づくロボティックスワームの制御器の設計
 
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
論文紹介:ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf
 
部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員
部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員
部内勉強会(IT用語ざっくり学習) 実施日:2024年5月17日(金) 対象者:営業部社員
 
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
ロボットマニピュレーションの作業・動作計画 / rosjp_planning_for_robotic_manipulation_20240521
 
Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )Intranet Development v1.0 (TSG LIVE! 12 LT )
Intranet Development v1.0 (TSG LIVE! 12 LT )
 
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
論文紹介:Deep Occlusion-Aware Instance Segmentation With Overlapping BiLayers
 
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その1) 2024/05/17の勉強会で発表されたものです。
 
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
5/22 第23回 Customer系エンジニア座談会のスライド 公開用 西口瑛一
 
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
 
クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑
クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑
クラウド時代におけるSREとUPWARDの取組ーUPWARD株式会社 CTO門畑
 
Keywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltdKeywordmap overview material/CINC.co.ltd
Keywordmap overview material/CINC.co.ltd
 
情報を表現するときのポイント
情報を表現するときのポイント情報を表現するときのポイント
情報を表現するときのポイント
 
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
Hyperledger Fabricコミュニティ活動体験& Hyperledger Fabric最新状況ご紹介
 

Intel AI in Healthcare 各国事例からみるAIとの向き合い方