　クロノス・グループは2018年8月13日、NNEF（ニューラルネットワークエクスチェンジ）1.0標準を公開した。NNEFは、互換性のない独自仕様の乱立を避けるために開発。トレーニングフレームワークと推論エンジン間のニューラルネットワークを交換しやすくし、推論とトレーニングソリューションを自由に組み合わせられるようにしている。

　クロノスは、2017年12月にNNEFの開発者向けプレビュー版を公開し、同版に対するレビューやフィードバックでNNEF標準への要求を確認^※）。それを元に今回、柔軟で拡張可能なオープンスタンダードとして、NNEF1.0標準をハードウェアメーカーに提供する。これにより、開発者はさまざまなエッジデバイスに最適化されたニューラルネットワーク推論を確実に展開できるようになる。

※）関連記事：ニューラルネットワーク変換フォーマットを暫定仕様として発表

　また、GitHub上で、TensorflowやCaffeからNNEFパーサーやコンバーターなどのツールのエコシステムも利用可能になった。Android向けのNeural Network APIやクロノスのOpenVXなど推論環境へのインポートツールも開発されている。

　NNEF1.0仕様とドキュメントはクロノスのWebサイトで、また、NNEFのオープンソースのツールとプロジェクトは同グループのNNEF Toolsリポジトリで入手可能だ。

ニューラルネットワーク変換フォーマットを暫定仕様として発表
クロノス・グループは「ニューラルネットワーク変換フォーマット（NNEF）1.0」を発表した。同フォーマットは、暫定仕様として発表されており、業界からのフィードバックを仕様確定前に組み込むことができる。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
世界を変えるAI技術「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の世界だけ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、解説します。
ディープラーニングの事業活用を可能にする「ジェネラリスト」の重要性
AI技術として注目を集めるディープラーニング。ディープラーニングへの取り組みを進めていく上で必要とされる人材には「エンジニア」の他に「ジェネラリスト」も必要だ。本稿では、ディープラーニングの「ジェネラリスト」に何が求められるかについて解説する。
日本は既にディープラーニングで後進国となりつつある――東大松尾教授
生産設備から社会インフラ、各種災害対策まで「メンテナンス」「レジリエンス」に関する最新の製品や技術、サービスを一堂に集めた展示会「メンテナンス・レジリエンスTOKYO2018」（2018年7月18～20日、東京ビッグサイト）の特別講演に東京大学大学院工学系研究科特任准教授の松尾豊氏が登壇。「AIの発達によりわれわれの生活・産業がどのように変わるのか」をテーマにディープラーニング研究の重要性について紹介した。