「Chainer」関連の最新 ニュース・レビュー・解説 記事 まとめ

AIとの融合で進化するスパコンの現在地（2）：
東工大のスパコン「TSUBAME」の将来像とは――遠藤教授＆野村准教授に聞く
急速に進化するAI技術との融合により変わりつつあるスーパーコンピュータの現在地を、大学などの公的機関を中心とした最先端のシステムから探る本連載。第2回は、東京工業大学の「TSUBAME 4.0」の構築と運営を担当している同大学 教授の遠藤敏夫氏と准教授の野村哲弘氏のインタビューをお届けする。（2024/9/9）

AI開発に挑戦したい！　PC・ワークステーションは何を選ぶべき？　用途や目的別に解説
PCやワークステーションは、AI開発において推論だけでなく学習にも使われる。AIを活用した新たなプロダクトを開発することも可能で、エッジデバイス以上にさまざまな用途に使われる。その中から、特に代表的な製品を紹介する。（2023/5/9）

プロ棋士向け最強将棋AIマシンを組む！：
「CPU最強 vs. GPU最強」──進化する将棋AIのいま　プロに勝利した「Ponanza」から「水匠」「dlshogi」まで
将棋のプロ棋士である広瀬章人八段向けに「最強の将棋AIマシン」を組むべく奔走する本連載。今回注目するのは、「CPU計算による将棋ソフト」と「GPU計算による将棋ソフト」のいまの実力と、それにつながる技術的な変遷についてだ。（2022/3/28）

研究開発の最前線：
1000万倍高速の汎用原子レベルシミュレーターをPFNとENEOSが開発、SaaSで提供へ
Preferred Networks（PFN）とENEOSが、新物質開発や材料探索を高速化する汎用原子レベルシミュレーター「Matlantis（マトランティス）」を開発。両社が共同出資で設立した「株式会社Preferred Computational Chemistry（以下、PFCC）」を通じて、SaaSによる提供を始めた。（2021/7/7）

AI・機械学習の独学リソース：
機械学習／ディープラーニングの「数学」が学べるオススメ本
機械学習やディープラーニングに必要な数学項目をピックアップし、そういった項目を教科書的〜実践的にカバーしているオススメの「数学」本を紹介する。また中学〜大学までの数学全体を学び直したい人向けの本も紹介。（2021/3/18）

「子供がゲームより夢中になる」──PFNの教材を使ったプログラミング教室の魅力を探る
AIベンチャーのPreferred Networksと、学習塾のやる気スイッチグループが2020年夏にプログラミング教室を開校。ゲームより夢中になる子供もいるという、同教室の魅力を探った。（2021/1/7）

AI・機械学習のツール＆ライブラリ：
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2021年】
2大フレームワークであるTensorFlow／PyTorchに対して検索トレンドや研究論文数、Kaggle実用数などでの比較を行う。総括として「現状はどういう状況で、今後はどうなりそうか」について筆者なりの考察を加える。（2020/12/16）

人工知能ニュース：
PyTorchを用いた深層学習の研究開発向けライブラリを公開
Preferred Networksは、PyTorchを用いた深層学習の研究開発をサポートする「pytorch-pfn-extras」ライブラリをオープンソースソフトウェアとして公開するなど、PyTorchコミュニティーとの連携強化について発表した。（2020/6/4）

TensorFlow 2＋Keras（tf.keras）入門：
マルチバックエンドKerasの終焉、tf.kerasに一本化
Kerasの公式サイト「keras.io」が完全リニューアル。Kerasのインストール方法やkerasモジュールのインポート方法に関する説明が変わった。「tf.kerasに一本化」とはどういうことなのかを解説する。（2020/5/13）

＠IT／Deep Insiderの歩き方：
Python＆AI・機械学習を無償の記事で学ぼう！　＠IT連載まとめ
Pythonや機械学習（ディープラーニング）を学ぶための学習リソースとして、＠IT／Deep Insider上にある連載（技術解説記事）を、「Python」「開発環境」「数学／統計／データサイエンス」「ディープラーニング／機械学習」という4つの分野で紹介する（全18連載）。（2020/4/24）

AIを用いたエックス線画像処理で実用化に向けた成果　ジグザと長崎大学病院
ネットワールドは、パートナー企業が実施しているAIを活用した医用画像解析の研究において、実用化に向けた大きな成果を得たと発表した。「 AIセンター」に設置した「IBM PowerSystem AC922」を解析処理インフラとして使用した。（2020/2/28）

電子ブックレット（組み込み開発）：
東芝の脊髄反射型アナログAIチップ／インテルのAI全方位戦略
MONOistやEE Times Japanに掲載した主要な記事を、読みやすいPDF形式の電子ブックレットに再編集した「エンジニア電子ブックレット」。今回は2019年10〜12月に公開した人工知能関係のニュースをまとめた「人工知能ニュースまとめ（2019年10〜12月）」をお送りする。（2020/2/26）

自動着色サービス「PaintsChainer」が名称変更　ピクシブは「Chainer開発終了とは無関係」と説明
AI技術を使った自動着色サービス「PaintsChainer」が名称を「Petalica Paint」に変更。ロゴデザインとWebサイトも一新した。（2020/2/6）

AI・機械学習の業界動向：
2020年の「AI／機械学習」界わいはこうなる！　10大予測
MLOps／AutoMLなどの自動化に、自然言語処理（BERTなど）、倫理問題／信頼と、2019年の「AI／機械学習」界わいの変化は止まらなかった。2020年はどう進化していくのか？　英語での情報を参考に、10個の大胆予測を行う。（2019/12/26）

製造マネジメント メルマガ 編集後記：
Chainerの開発が終わっても止まらない、国内製造業のAI活用
リリースから4年半で開発を終了しますが、その使命は十分なまでに果たしたといえるでしょう。（2019/12/10）

人工知能ニュース：
PFNがChainerの開発を終了しPyTorchへ移行、西川社長「非常に大きな決断」
Preferred Networks（PFN）は2019年12月5日、同社が開発する深層学習フレームワーク「Chainer」のメジャーアップデートを終了すると発表した。（2019/12/6）

PFN、深層学習フレームワークをPyTorchに移行　Chainerをやめるのは「非常に大きな決断」
Preferred Networksが、研究開発の基盤技術である深層学習フレームワークを変更。自社開発のChainerから、米Facebookが開発するPyTorchに順次移行する。12月5日に公開した最新版v7が最後のメジャーリリースになる予定。（2019/12/5）

AI・機械学習のツール＆ライブラリ：
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2019-2020年】
2大フレームワークであるTensorFlow／PyTorch（一部でKeras／Chainerも）に対して検索トレンドや研究論文数などでの比較を行い、「現状はどういう状況で、今後はどうなりそうか」について、筆者独自の考察を加え、他の記事における考察を引用する。（2019/10/31）

機械学習＆ディープラーニング環境構築入門：
UbuntuでのGPUディープラーニング環境の構築【Ubuntu 18.04 LTS対応】
GPUを活用したTensorFlow／PyTorch／Chainerなどによるディープラーニングを実践するための環境をUbuntu上に構築する際の選択ポイントと手順を説明する。（2019/8/29）

人工知能ニュース：
オープンソースの深層学習フレームワークと汎用配列計算ライブラリの最新版
Preferred Networksは、オープンソースの深層学習フレームワーク「Chainer」および汎用配列計算ライブラリ「CuPy」の最新版「v6」を発表した。C++製の「ChainerX」が試験的に統合されるなど、パフォーマンスを高めている。（2019/6/11）

人工知能ニュース：
DSPコアがChainerに対応、AIアプリケーション開発を促進
Cadence Design Systemsは、Cadence Tensilica Vision Q6、P6、C5 DSPが、Preferred NetworksのChainer学習済みニューラルネットワークモデルに対応したと発表した。（2019/5/27）

混合精度学習への対応強化など：
Python向けライブラリ「Chainer」「CuPy」の最新版をPreferred Networksが公開
Preferred Networksは、深層学習フレームワーク「Chainer」と、汎用配列計算ライブラリ「CuPy」の最新版「v6」を公開した。「ChainerX」の統合や混合精度学習への対応強化などを施した。（2019/5/20）

人工知能ニュース：
深層学習初心者向けの無料オンライン学習資料を公開
Preferred Networksは、オープンソースの深層学習フレームワーク「Chainer」の学習者向けに、日本語のオンライン学習資料「ディープラーニング入門：Chainerチュートリアル」を無料公開した。（2019/5/10）

ディープラーニング初心者向けの日本語学習サイト、PFNが無償公開
Preferred Networksがディープラーニング初心者向けの日本語の学習サイトを無償公開した。（2019/4/12）

イベントから学ぶ最新技術情報：
TensorFlow 2.0 α版で何が変わる？ 新機能の概要 ― TensorFlow Dev Summit 2019
ついにTensorFlow 2.0 α版がリリースされた。TensorFlowにとって初めてのメジャーバージョンのアップデートになる。初期リリース〜2.0正式リリースまでの歩みを示し、2.0の新機能の概要を紹介する。（2019/3/14）

Web解析にも使える！　強化学習超入門（2）：
【3目並べで学ぶ強化学習】Q-LearningとDQNを徹底解説
3目並べで強化学習を行うと、どうなるのだろうか。強化学習のアルゴリズムの一つである「Q-Learning」を説明しつつ、Q-LearningにDeep Learningを組み合わせた「Deep Q-Network」を使って、強化学習を実装する方法を紹介する。（2019/3/5）

Web解析にも使える！　強化学習超入門（1）：
囲碁プロ棋士に勝ったAI「Alpha Go」で使われた、「強化学習」って何？
昨今、多くのサービスに使われ、注目を浴びる「機械学習」。しかし、機械学習にはさまざまな学習方法が存在する。今回は、学習方法を比較しつつ、「強化学習」の概要を紹介する。（2019/2/8）

ディープラーニングツール概説（後編）：
ディープラーニング用周辺ツールの充実にも注目
TensorFlowやPyTorchなどのフレームワークばかりが注目されるが、ディープラーニングを支援する周辺ツールにも注目したい。今後さらに多くのツールが誕生することだろう。（2019/1/23）

人工知能ニュース：
PFNが深層学習プロセッサを開発した理由は「世界の先を行くため」
Preferred Networks（PFN）は2018年12月12日、ディープラーニングに特化したプロセッサ「MN-Core（エムエヌ・コア）」を発表した。同プロセッサは学習の高速化を目的とし、行列の積和演算に最適化されたものとなる。FP16演算実行時の電力性能は世界最高クラス（同社調べ）の1TFLOPS/Wを達成した。（2018/12/14）

KubernetesでGPUをどう活用できるのか？：
PR：AI／機械学習にコンテナは必要か？――4人のスペシャリストが語るGPUコンテナの未来
2018年11月8日に行われた「Red Hat Forum 2018 Tokyo」で、パネルディスカッション「AI/マシンラーニング開発基盤を支える技術 〜Kubernetesが創るGPUコンテナの未来〜」が開催された。4人のスペシャリストが語った、AI／機械学習とコンテナの現状、課題、展望とは。（2018/12/28）

機械学習の開発負荷を低減：
機械学習のハイパーパラメーターを自動最適化、Preferred Networksがライブラリを公開
Preferred Networksは、機械学習アルゴリズムの動作を制御する「ハイパーパラメーター」向けの自動最適化フレームワーク「Optuna」のβ版をオープンソースソフトウェアとして公開した。機械学習ライブラリとして「Chainer」だけでなく、「scikit-learn」や「XGBoost」「LightGBM」などを利用した場合でも、ハイパーパラメーターの自動最適化が可能。（2018/12/5）

人工知能ニュース：
MATLABが深層学習関連機能を拡充、NVIDIAの「GPU Cloud」にも対応
MathWorks Japanはモデルベース開発環境「MATLAB/Simulink」の最新バージョン「R2018b」で強化した深層学習（ディープラーニング）関連の機能について説明。MATLABが、NVIDIAのGPUに最適化された深層学習関連ソフトウェアのコンテナレジストリ「NVIDIA GPU Cloud（NGC）」に対応したことも発表した。（2018/10/31）

CEATEC 2018：
TOP500国内1位のAIスパコン、計算ノード内部を初披露
産業技術総合研究所は、「CEATEC JAPAN 2018」（2018年10月16〜19日、幕張メッセ）で、AI（人工知能）やビッグデータ処理向けスーパーコンピュータ（スパコン）「人工知能処理向け大規模・省電力クラウド基盤（AI Bridging Cloud Infrastructure、以下ABCI）」を利用した機械学習技術などについて展示を行った。（2018/10/19）

CEATEC 2018：
PFNが全自動お片付けロボットで示した可能性、2020年投入の開発ツールで具現化
ベンチャー企業のPreferred Networks（PFN）は、「CEATEC JAPAN 2018」において、散らかった部屋の中のさまざまなモノを片付ける「全自動お片付けロボットシステム」を披露した。現在同社で開発を進めているパーソナルロボットシステムの技術デモとなる。（2018/10/17）

イベントから学ぶ最新技術情報：
MSやPFNのAI技術最新情報からPost Kまで ― DLLAB DAY 2018 基調講演レポート
MSのAI技術の最新情報として「Windows MLアーキテクチャ」や「Azure Sphere」「Project BrainWave」など、PFNの事例や「Chainer MN」「Menoh」など、さらにABCIや「Post K」など、基調講演の注目ポイントをまとめる。（2018/6/29）

Interop Tokyo 2018の歩き方（3）：
Interop Tokyo 2018 、IoTやAIと、ネットワークの関係を考える
2018年6月13〜15日に千葉・幕張メッセで開催される、ネットワークとセキュリティを中心としたITの展示会、「Interop Tokyo 2018」の見どころを、Best of Show Awardノミネート製品を通じて紹介する本連載。第3回の今回は、AI、IoT、サーバ、ストレージなど、ノンジャンルで特徴的な製品を紹介する。（2018/6/14）

プレゼンスライドのデザインもアドバイス：
AIで女性の顔の“魅力”も数値化――東大で研究中の「魅力工学」とは？
Microsoftの年次イベント「de:code 2018」に、東京大学で「魅力工学」を研究する山崎氏が登場。人工知能を使い、言語化しにくい魅力を数値化し、それを強化していくのだという。その研究分野はデザインや女性の「顔」の魅力にまで及ぶ。（2018/6/6）

リードオンリーBIユーザーの課題にも対応：
AWS、AWS Summit Tokyo 2018でSageMakerとQuickSightの新機能、AWS Fargateの提供予定を発表
Amazon Web Services（以下、AWS）は2018年6月1日、AWS Summit Tokyo 2018で、機械学習プロセス自動化サービス「Amazon SageMaker」およびBIツールの「Amazon QuickSight」についての新機能を紹介した。SageMakerはChainerに対応、QuickQightはライセンスコストの無駄を防ぐ新料金体系が注目される。また、AWS Fargateを東京リージョンで2018年7月に提供予定という。（2018/6/4）

組み込み開発ニュース：
インテルが東京本社にコラボレーション・センター開設、イノベーションの創出へ
インテルは2018年5月21日、東京本社内に開設した「インテル コラボレーション・センター」を報道陣向けに公開した。IoTやAI、VR、パーセプチュアルコンピューティング、自動運転技術などを活用した製品／サービスの開発を目指す顧客とともに、イノベーションを生み出すためのコラボレーションの場となる。（2018/5/22）

CNN／RNNやフレームワーク概要まで：
NVIDIAが解説するディープラーニングの基礎（後編）
エヌビディアは2018年4月24日、ディープラーニングに関するセミナー「NVIDIA Deep Learning Seminar 2018」を東京都内で開催した。本稿では、セッション「これから始める人のためのディープラーニング基礎講座」から、各種ニューラルネットワークやその応用例、ディープラーニングフレームワークの概要について紹介する。（2018/5/9）

TensorFlow入門：
第8回　TensorBoardとは？ スカラー値やデータフローグラフの可視化
TensorFlowを活用するうえで、TensorBoardは非常に役立つツールだ。スカラー値やデータフローグラフをログファイルとして出力し、可視化する方法を説明する。（2018/4/27）

イベントから学ぶ最新技術情報：
GTC 2018におけるAI関連の発表内容、そこから見えるNVIDIAの方向性
「NVSwitch」「DGX-2」「TensorRT 4」「ARM社との提携」といったAI関連の発表内容を中心に、GTC 2018の注目ポイントを紹介。そこから垣間見える、NVIDIA社の「AI戦略」を考える。（2018/4/20）

機械学習＆ディープラーニング入門（概要編）：
Lesson 3　機械学習＆ディープラーニングの、基本的なワークフローを知ろう
機械学習／ディープラーニングの作業フローの基礎を学び、実践へ踏み出す準備をしよう。機械学習モデルは、どのようなステップで作成していくのか？ データ収集〜学習〜運用の一連の流れをできるだけシンプルに紹介する。（2018/4/18）

機械学習＆ディープラーニング環境構築入門：
UbuntuでのGPUディープラーニング環境の構築【Ubuntu 16.04 LTS対応】
GPUを活用したTensorFlowやChainerによるディープラーニングを実践するための環境をUbuntu上に構築する際の選択ポイントと手順を説明する。（2018/4/18）

拡張部分のピーク性能は約3倍：
PFNの新型スパコン、最新のNVIDIA製GPUを採用
Preferred Networks（PFN）は、最新のNVIDIA製GPUを搭載した次期プライベートスーパーコンピュータ「MN-1b」を2018年7月より稼働させる。（2018/3/30）

鈴木淳也の「Windowsフロントライン」：
Windows 10で機械学習ライブラリを実行するための「Windows ML」とは何か
クラウドだけでなく、PCやスマートフォンなどを含むエッジデバイスの世界においても、機械学習ライブラリを使った処理高速化の活用が進みつつある。そんな中、Microsoftが発表した学習済みの機械学習ライブラリをWindows上で動作させるための仕組み「Windows ML（Machine Learning）」の情報を整理する。（2018/3/27）

機械学習の参考事例：
Deep Learningが医療向けVR／MRサービスでどう活用されたのか
医療現場のCT画像から手術対象の臓器などをVR／MR用にSD立体化した事例において、ディープラーニングの技術はどのように選択され、活用されたのか。実際に取り組んだ手順で説明し、今後の展望についても紹介する。（2018/3/14）

イベントから学ぶ最新技術情報：
「DEEP LEARNING LAB」勉強会の開催方針と、7割補助金が出るハンズオン講座
ディープラーニングに取り組む人たちの間で人気の勉強会コミュニティ「DEEP LEARNING LAB」の概要と最新情報を紹介。今後の勉強会イベントの開催方針や、専門実践教育訓練給付で7割の補助金が受けられるようになった教育事業について説明する。（2018/2/23）

NNEF 1.0：
業界意見求め、ニューラルネット変換フォーマット「暫定」仕様が公開
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。（2018/1/31）

PFU Deep Learningアクセラレータカード：
FPGAをAI実行に最適化、PCI Expressのハーフサイズに搭載
組み込み機器でのAI実行に向け、PFUが産業用PC向けの拡張カード「Deep Learningアクセラレータカード」を販売する。FPGAを深層学習の推論実行に最適化、PCI Expressのハーフサイズカードに搭載した。（2018/1/29）