• 関連の記事

「Preferred Networks」最新記事一覧

PFN、ファナックや日立製作所らから合計20億円超の資金調達
Preferred Networksは、ファナック、博報堂DYホールディングス、日立製作所、みずほ銀行、三井物産の5社からの資金調達を発表した。(2017/12/11)

創薬での応用も始まっている:
「AIとはソフトの進化」 Intelが取り組みを強化
Intelは2017年12月5日に東京都内で記者説明会を開催。2017年における同社の取り組みを振り返った。AI(人工知能)分野については、京都大学医学部の専門家が登壇し、Intelのプロセッサを使った機械学習のシステムを、創薬に導入した事例を語った。(2017/12/8)

2017国際ロボット展:
ファナックとPFNが深層学習でキズ検査にも取り組む、バラ積み取出しは準備万端
ファナックは、「2017 国際ロボット展(iREX2017)」において、Preferred Networks(PFN)と共同開発しているディープラーニング(深層学習)技術の最新成果を披露した。(2017/12/1)

CPUでも高速に推論処理:
組み込みに特化した商用の深層学習フレームワーク
ディープインサイトは、「Embedded Technology 2017(ET2017)/IoT Technology 2017」で、組み込み機器に特化した商用の深層学習フレームワークを使い、CPUで高速に推論処理を実行するデモを行った。(2017/11/17)

PFNのプライベートスパコン「MN-1」、国内1位に認定――「深層学習の研究開発に活用したい」
LINPACK性能測定の結果、国内1位に認定された。(2017/11/15)

Microsoft Focus:
IoT、AI、セキュリティ、FinTech――次々とコンソーシアムを立ち上げる日本マイクロソフトの狙いは
IoT、AI、セキュリティ、FinTechと、次々にコンソーシアムを立ち上げている日本マイクロソフト。この取り組みを通じて、どのような形で企業のIT活用を支援しようとしているのか。(2017/11/15)

人工知能ニュース:
PFNが深層学習速度で世界最速に、「ChainerMN」のスケールアウト性能を証明
Preferred Networks(PFN)は、深層学習(ディープラーニング)の学習速度で世界最速を実現したと発表した。2017年9月から稼働を開始している国内民間最大規模のプライベートスーパーコンピュータ「MN-1」と、独自の並列分散学習パッケージ「ChainerMN」によって実現したという。(2017/11/13)

FAメルマガ 編集後記:
製造現場で広がるAIと人の協力、役割分担はどこに?
人間が得意なところ、機械が得意なところの境界線が少し変わるというだけの現象です。(2017/11/6)

マストドンつまみ食い日記:
PawooがコラボするAI三姉妹とは何者か
たんぽぽ、さつき、かんな、とは。(2017/11/3)

人工知能:
射出成形機にAI搭載、ファナックが深層学習技術で予防保全
ファナックとPreferred Networksは「国際プラスチックフェア2017」で、AI技術を搭載し予防保全を実現する射出成形機を披露した。(2017/10/30)

FIELD System:
ファナック、稲葉会長が語る「FIELD System」の全容とその狙い
「FIELD System」は、2017年10月に提供開始されたファナックが中心となる製造業向けIoT基盤だ。“製造を止めない”を価値とするファナックのIoT基盤、その全容とビジョンを稲葉会長が語った。(2017/10/20)

CEATEC2017:
現場志向のIoT基盤「FIELD system」が運用開始、稼働監視などを年間100万円で
ファナックとシスコシステムズ、ロックウェル オートメーション ジャパン、Preferred Networks、NTTグループ3社は、2016年4月に開発に着手した製造現場向けのIoTプラットフォーム「FIELD system」の国内サービスを開始した。(2017/10/4)

人工知能ニュース:
深層学習研究用のプライベートスパコンが稼働開始、民間では国内最大規模
Preferred Networksは、深層学習を研究開発するためのプライベートスーパーコンピュータの稼働を開始した。計算ノードにNVIDIA製のTesla P100 GPUを1024基搭載し、民間企業の計算環境としては、国内最大規模のスーパーコンピュータとなる。(2017/10/3)

真説・人工知能に関する12の誤解(6):
人工知能は暴走する、ただしそれは“人の手”によって
人間を超えた知能を得た人工知能が暴走し、人間が支配される――。第3次人工知能ブームの初期のころは、そんなSFのような話がよく聞かれましたが、最近では少なくなってきました。むしろ、人工知能で問題とすべきリスクは別のところにあります。(2017/9/7)

AI関連事業を日本で展開する企業をリストアップ:
「AI業界マップ2017年夏最新版」、ディップが公開
求人情報大手のディップが、AI関連技術を開発し、その機能やサービスを日本で提供する企業をまとめた「人工知能業界マップ 2017年夏最新版」を公開した。(2017/9/6)

真説・人工知能に関する12の誤解(5):
「人工知能ってどこでダウンロードできるんですか?」→無理です
「人工知能をダウンロードして使ってみたい」 こんな相談を受けることがありますが、そんなことはできません。こうした勘違いをしてしまうのは、人工知能の根幹技術である「機械学習」について、よく理解していないからではないかと考えています。(2017/8/24)

製造マネジメント メルマガ 編集後記:
AIの可能性と限界を理解しよう
今流行ってるAIは「弱いAI」。「強いAI」ではありません。(2017/8/22)

モノづくり総合版メルマガ 編集後記:
ソラコムとIQPの買収、PFNへの大型投資に見る、日本発ベンチャーの新時代
IoTのおかげでいい感じに育ってると思います。(2017/8/10)

製造マネジメントニュース:
トヨタがPFNに105億円を追加出資、モビリティ向けAI技術の研究開発を加速
トヨタ自動車とPreferred Networks(PFN)は、自動運転技術をはじめモビリティ事業分野におけるAI(人工知能)技術の共同研究・開発の加速を目的に、トヨタ自動車がPFNに約105億円を追加出資することで合意した。(2017/8/9)

真説・人工知能に関する12の誤解(4):
人工知能は新ビジネスを生み出さない
人工知能を事業に導入したい――そう言われたら、あなたはすぐにアイデアが浮かんできますか? 思い浮かばなかったという人、それには理由があるのです。(2017/8/3)

製造業IoT:
AI×IoTのブレークスルーを生み出すPreferred Networks、原動力は成長と多様性
ベンチャー企業のPreferred Networks(PFN)は、時代に先駆けてAIとIoTに着目することで一気に業容を拡大している。同社の原動力になっているのは、創業精神として今も続く「常に新しく技術を取り込んでいく成長」と「多様性」だ。(2017/8/1)

PFN、同社のAI事業を説明:
IoT時代、ディープラーニングの主用途は制御か
Preferred Networks(PFN)は、IoT(モノのインターネット)にディープラーニングを活用する意義について、自社の応用例を挙げて説明した。また、IoTの普及でデータ量がどの程度増加するかを取り上げた上で、ディープラーニングの処理性能向上に向けた自社の取り組みについて語った。(2017/7/25)

自動運転技術:
トヨタの人工知能開発子会社が1億ドルのファンド設立、有望なベンチャーに投資
米国で人工知能(AI)などの研究開発を行うトヨタ自動車の子会社Toyota Research Institute(TRI)は、1億米ドル(約113億円)を投じてベンチャーキャピタルファンドを設立する。(2017/7/13)

人工知能ニュース:
Windows版Chainerのビルド済みバイナリを配布へ、「国内でのインパクト大きい」
Preferred Networks(PFN)と日本マイクロソフトがディープラーニングのコミュニティー「Deep Learning Lab」のキックオフイベントを開催。「Windows」や「Azure」といったマイクロソフト製品で、PFNのディープラーニングソリューションを使いやすくしていく方向性を示した。(2017/6/20)

製造ITニュース:
深層学習ソリューションの提供に向けマイクロソフトとPFNが協業
米マイクロソフトとPreferred Networksは、実社会における人工知能や深層学習の活用を推進するため、ディープラーニングソリューション分野で協業することに合意した。(2017/6/12)

de:code 2017基調講演(前編):
「インテリジェンス」はシステム開発とユーザー体験をどのように変えていくのか
日本マイクロソフトは2017年5月23、24日に「de:code 2017」を開催。基調講演では、AI(人工知能)が今後のシステム開発やユーザー体験にどのような変化を起こしていくのか、多数のデモを交えて紹介された。(2017/6/1)

ボタンを押すだけで線画がカラーイラストに ピクシブのお絵描きサービスに「自動着色機能」が追加される
お絵かきサービスがここまできた……!(2017/5/24)

AIで線画に自動着色 お絵かきアプリ「pixiv Sketch」に新機能
1月にSNSで話題になった線画自動着色Webサービス「PaintsChainer」の技術を活用した。(2017/5/24)

朝日新聞、機械学習ベンチャーと自然言語処理で共同研究
AIへの取り組みを強化する。(2017/5/15)

ハノーバーメッセ2017:
つながる工場実現へ、ファナックがIoT基盤をドイツでアピール
ファナックは、ハノーバーメッセ2017において、産業用ロボットの製品群とともに2016年に発表した製造現場向けのIoT基盤「FIELD system」の価値を訴えた。(2017/5/2)

TECHNO-FRONTIER 2017:
「つながる工場」をどう実現するのか、企画展示でファナックやジェイテクトが提案
「TECHNO-FRONTIER 2017(テクノフロンティア 2017)」では、企画展示として「IoTが拓く次世代ものづくりの世界」を実施。ファナックやジェイテクト、安川電機など7社が、実践的な製造業IoTを実現する手段を訴えた。(2017/4/25)

人工知能ニュース:
インテルとPFNが協業、「Chainer」のパフォーマンスを大幅に向上へ
Preferred Networksが、同社のディープラーニング向けオープンソースフレームワーク「Chainer」の開発で、インテルと協業すると発表。インテルの汎用インフラ上で、Chainerのパフォーマンスを大幅に向上させるのが目的だ。(2017/4/21)

ディープラーニング向けGPUサーバを1時間267円で さくらインターネットが提供
米NVIDIAの「TITAN X」や「Tesla P100」を搭載したサーバを1時間から使用できる。(2017/4/17)

CeBIT 2017:
日本の製造業が集結した「CeBIT 2017」ジャパン・パビリオン見聞記
ドイツ・ハノーバーで開催された「CeBIT 2017」のジャパン・パビリオンには総計118社もの日本の企業/団体が出展した。その多くを、IoT(モノのインターネット)の活用を目指す製造業が占めていた。本稿では、CeBIT 2017のジャパン・パビリオンの様子や(記者が)気になった展示を紹介する。(2017/4/14)

インテルの汎用インフラ上での大幅な性能向上を目指す:
インテルとPFN、ディープラーニング向けOSSフレームワーク「Chainer」の開発で協業
米インテルとPreferred Networksは、ニューラルネットワーク向けフレームワーク「Chainer」の開発で協業する。インテルアーキテクチャ向けにChainerを最適化する。(2017/4/7)

AI/Deep Learning分野で企業に届けたい価値とは:
PR:Dell EMCがTensorFlow、Caffe、MXNetのパフォーマンス比較をNVIDIAのGPU「Tesla P100」で行った理由
Dell EMCがAI/ディープラーニング分野での取り組みを活発化させている。オープンで標準的な技術を使って企業の課題をシンプル化してきた同社は、AI/ディープラーニング分野にどう取り組むのか。(2017/4/10)

エッジヘビーコンピューティング:
ソラコムとPFN、CeBIT 2017で共同デモを展示
ソラコムとPreferred Networksは、2017年3月20〜24日にドイツのハノーバーで開催されている展示会「CeBIT(セビット) 2017」で、深層学習を用いた共同デモを展示している。(2017/3/21)

CeBIT 2017:
クラウドのソラコムとエッジのPFNがCeBITで共同デモ、「互いに良い補完関係」
ソラコムは、ドイツ・ハノーバーで開催される国際情報通信技術見本市「CeBIT 2017」に出展し、ディープラーニング技術を開発するPreferred Networks(PFN)とともに共同デモを行う。(2017/3/16)

日本の企業も:
自動運転実現の鍵を握る、注目すべき新興企業9社
自動運転車の開発は、自動車メーカーや半導体メーカー、ソフトウェアメーカーなどが連携して取り組むことが、もはや常識になっている。とりわけ際立っているのが新興企業の存在だ。彼らに共通するのは、自動運転に必要な、極めて高度な知識と技術を有しているということである。(2017/2/23)

線画を自動でカラーに ディープラーニング応用のWebサービスが登場
ディープラーニングを応用し、線画を自動でカラーにしてくれるWebサービスが公開された。大まかに色を指定して塗ってもらうことも可能だ。(2017/1/30)

FAメルマガ 編集後記:
ロボットに仕事を奪われる時代、人間は教師になる
人間には人間の、ロボットにはロボットの良さがある。(2017/1/20)

MONOist 2017年展望:
第4次産業革命の真の幕開けとなる2017年、カギを握るIoTプラットフォーム
2016年は製造業におけるIoT活用が具体的なものとして進展した1年となったが、2017年もその流れはとどまることはない。実導入や実活用に向けた本格的な動きが広がる中で2016年に注目を集めたのが、IoTを活用する基盤「IoTプラットフォーム」である。さまざまな解釈、さまざまなレイヤーのIoTプラットフォームが乱立する中、2017年はIoT基盤の整理が進む1年となる。(2017/1/5)

FA 年間ランキング2016:
スマート工場化が加速した2016年、EtherCAT対応やFIELD systemなどに注目
2016年に公開したMONOist FAフォーラムの記事をランキング形式で振り返る。公開記事の1年間分のデータを集計した上位記事とそこから見えるFA業界の状況について紹介する。トップ10を占めたのは全て、IoTを活用したスマート工場に関連する記事となり、1年の動きをまさに象徴する結果となった。(2016/12/27)

モノづくり総合版メルマガ 編集後記:
機械学習は「従来型組み込み開発」を破壊する
変化への柔軟性という意味で、統計的機械学習はアジャイル開発やDevOpsなどの先を行く。(2016/12/15)

MONOist IoT Forum 東京(後編):
世界を変える機械学習、1兆個のIoTデバイスを誰がプログラムするのか
MONOistを含むITmediaの産業向け5メディアは、セミナー「MONOist IoT Forum IoTがもたらす製造業の革新 〜進化する製品、サービス、工場のかたち〜」を開催。同セミナーのレポートを前後編でお送りする。(2016/12/13)

製造マネジメント メルマガ 編集後記:
プレMONOist IoT Forum的な編集後記
明日12月7日に開催します。レポートも後日掲載!(2016/12/6)

人工知能でがん治療の精度アップ 国立がん研など新システム開発へ
がん患者の臨床データなどをAIで解析し、診断や治療の精度向上につなげるシステムを国立がん研究センターや産総研らが開発する。(2016/11/29)

特選ブックレットガイド:
「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界にとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすかを解説します。(2016/11/29)

JIMTOF2016:
ファナックがIoT基盤の壮大な実演、JIMTOFで80社250台の工作機械を見える化
ファナックは「JIMTOF2016」において、同社が展開する工場用IoT基盤「FIELD system」の壮大な実演を行った。同システムによりJIMTOFに出展した機械メーカー80社、250台の工作機械をつなぎ、稼働状況の見える化を実現した。(2016/11/21)

製造業IoT:
先駆者が語るIoT、「日本は強い製造業で世界と勝負すべき」
IoT推進コンソーシアムは、2016年10月に開催された「CEATEC JAPAN 2016」会場において、IoT推進コンソーシアム総会を実施。その中で、IoTに関する先駆者たちを集めたパネルディスカッションを開催した。(2016/11/1)



Twitter&TweetDeckライクなSNS。オープンソースで誰でもインスタンス(サーバ)を立てられる分散型プラットフォームを採用している。日本国内でも4月になって大きくユーザー数を増やしており、黎明期ならではの熱さが感じられる展開を見せている。+ こういったモノが大好きなITmedia NEWS編集部を中心に、当社でもインスタンス/アカウントを立ち上げました! →お知らせ記事

意欲的なメディアミックスプロジェクトとしてスタートしたものの、先行したスマホゲームはあえなくクローズ。しかしその後に放映されたTVアニメが大ヒットとなり、多くのフレンズ(ファン)が生まれた。動物園の賑わい、サーバルキャットの写真集完売、主題歌ユニットのミュージックステーション出演など、アニメ最終回後もその影響は続いている。

ITを活用したビジネスの革新、という意味ではこれまでも多くのバズワードが生まれているが、デジタルトランスフォーメーションについては競争の観点で語られることも多い。よくAmazonやUberが例として挙げられるが、自社の競合がこれまでとは異なるIT企業となり、ビジネスモデルレベルで革新的なサービスとの競争を余儀なくされる。つまり「IT活用の度合いが競争優位を左右する」という今や当たり前の事実を、より強調して表現した言葉と言えるだろう。