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
迅速さと柔軟性。これが新規事業を成功させるシステムに求められる重要なキーワードとなっています。
企業・組織にとって「情報」のデジタル化と、作成され、増え続ける「データ」の活用は、重要な課題になっています。他社との差別化たるエンジンとなりうる AI の開発も実用段階に入っています。各種 IT 技術の中でも、AI の進化は特に早く、数か月前の情報が古いという事も増えてきました。
このセッションでは、幾つかの事例を見ていきながら、ビジネスを支える技術に焦点を充てて次の一手を考えるヒントをご提示します。
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
迅速さと柔軟性。これが新規事業を成功させるシステムに求められる重要なキーワードとなっています。
企業・組織にとって「情報」のデジタル化と、作成され、増え続ける「データ」の活用は、重要な課題になっています。他社との差別化たるエンジンとなりうる AI の開発も実用段階に入っています。各種 IT 技術の中でも、AI の進化は特に早く、数か月前の情報が古いという事も増えてきました。
このセッションでは、幾つかの事例を見ていきながら、ビジネスを支える技術に焦点を充てて次の一手を考えるヒントをご提示します。
The document introduces new functions of ReNom RG. It mentions functions like storing and managing registration information, updating registration information, and printing registration cards. It provides details on the functions such as being able to store information like name, date of birth, address etc. and being able to update stored information. It also mentions the ability to print registration cards with the stored information on them.
This document discusses optimizations for deep learning frameworks to better utilize CPU and GPU resources. It describes how an executor can parallelize operations like convolution and matrix multiplication across multiple devices. The executor aims to support distributed training on multiple GPUs with techniques like data parallelism and model parallelism to improve training speed. It is compatible with Python APIs and can be used to benchmark the training of CNN models on different numbers of GPUs.
10. Positioning & Value Chain
Edge sensor Operation/UIIoT/Data store 機械学習/AI
Analytics/R&D
Text
Control
Web
Device
Partner/User Partner/User
Mail
11. Data Analytics
AI Research
&
Development
AI Project
AI Service
BUSINESS
USER
PARTNER
POC
Know How獲得
市場ニーズ、トレンド
SI
技術支援、Know How提供
ビジネス開発支援
製造業:故障、寿命予測
エネルギー:最適化
インフラ:未来予測
農業:成育予測
医療:重症化予測
金融:不正取引検知 etc.
アプリ組込み
エッジ組込み
学習済みAPI提供
AI研究開発
分析ソフトウェア開発
有償ライセンス
技術サービス
個別ソリューション
Business Model & Eco System
13. What is the “shape of the data”?
実際のデータアナリティクスで起こったこと
答えが出るかどうかわからな
いが、まずはディープラーニングに
かけてみよう!
?
この教師ラベルは、データの特徴
と合っているのだろうか…?
この問題設定、本当に正しいの?
色々な手法を試しながら
より良い方法を探そう!
データの「形」を知らずして答えは見つからない!
16. Topological Data Analysis using “Mapper”
位相的データ解析
多次元でサンプル数が非常に多いデータの「位相的性質」に注目し、データの分析や可視化を行うアルゴリズム
• クラスタリングの検証
• モデルの最適化
• 機械学習の分析や改良
Under development as a new function of ReNom
19. 3 Elements of Data Analytics
検証
Verification
仮説
Hypothesis
応用
Application
Data Analytics Pipeline
Framework ApplicationAPI
Platform Service
課題 効果
ここが大事!
ここをどうする?
21. Algorithm Mix (Not Only Deep Learning)
DeepLearning
深層学習
Data Analytics Solution
Deep
QNetwork
DAC
Topological
Data
Analysis
Mathematical
Programming
Problem
Machine
Learning
Algorithm mix
Quantum
Algorithm
機械学習 深層強化学習数理計画問題 位相的データ解析 量子アルゴリズム
ReNom
22. 2014
Weather Forecast
Using WRF
2016
ReNom v1.x
Released
Deep Learning
Frame work
2017
ReNom v2.x
TDA
Multi GPU Support
And More…
201x
ReNom vX.x
Quantum Algorithm
NP Problem
And More…
Our Technology Road Map