より深いインサイトを得るために

マシンラーニングはますます高速化が進み、アクセスも容易になっています。インテルの顧客もすでに膨大なデータセットを利用して、スマートシティーの構築やインテリジェント・カーの実現、パーソナライズされた薬品の提供を行っています。しかし、それは始まりにすぎません。

インテル、AI DAY を主催

マシンラーニングと人工知能 (AI) は、今日のテクノロジー・イノベーションの中核を成しています。AI を促進する、AI を利用してより良い世界をつくる、AI をもっと身近なものにするといったテーマで、インテルのエグゼクティブが行った基調講演とパネル・ディスカッションをご紹介します。

続きはこちら ›

拡大を続けるマシンラーニングの可能性

データ・サイエンティストや開発者、研究者は、マシンラーニングを利用することで、これまで得られなかったインサイトを獲得しています。経験から学習するプログラムは、ヒトゲノムの仕組みを解明したり、消費者行動をかつてないレベルで把握したり、お勧め商品の提示、画像認識、詐欺防止などに対応するシステムの構築などに役立っています。

現在では、既存のハードウェア・インフラストラクチャーをそのまま利用して、マシンラーニング / ディープラーニング・アプリケーションを迅速に拡張し、インサイトを効率的に得られるようになりました。さらに、インテル製品向けに最適化された一般的なオープン・フレームワークとインテルの高度なマス・ライブラリーとの組み合わせによって、インテル® アーキテクチャー・ベースのプラットフォームはこうしたプロジェクトにとって理想の選択肢となります。

マシンラーニングの詳細を見る ›

インテルがマシンラーニングでセールスリードを増加させた方法 ›

より高速なマシンラーニングの実現

従来のハイパフォーマンス・コンピューティングの世界では、問題はすでに特定され、最適化も長年に渡って進められてきました。そのため、特定のアルゴリズムが、今回インテルが達成したような大幅なスピードアップを実現することは、ほぼあり得ないことでした。それでも、マシンラーニング・アルゴリズムにはまだまだ改善の余地があります。

ロシアチームのソフトウェア・アーキテクト、アンドレイ・ニコラエフは、毎回アルゴリズムを最適化するたびに、チーム全員がもうこれ以上の最適化は無理だという考えにとらわれると言います。

「でも翌日になると、もっと高速化できることに気がつく。あるいはチームの誰かがそれを示すことになるのです。最適化の作業に終わりはないのかもしれませんね」と語っています。

インテル社内のマシンラーニングの高速化をめぐる競争 ›

開発者のためのオープンソース・リソース

マシンラーニングやディープラーニングのためのオープンソース・フレームワークにアクセスし、分散したトレーニングや採点用のコード、リファレンス・アーキテクチャーを利用しましょう。

画像認識用の一般的なオープンソース開発フレームワークがインテル® アーキテクチャーに合わせて最適化されました。

インテル® Developer Zone のその他の Caffe リソース (英語)

フレームワークを GitHub で取得 (英語)

ディープラーニング・モデルを記述するための Python* ライブラリーがインテル® アーキテクチャーに合わせて最適化されました。

Theano* から始める

ライブラリーを GitHub で取得 (英語)

オープンソース・データ処理フレームワークのマシンラーニング・ライブラリーである Apache Spark* Mllib がインテル® アーキテクチャーをサポートするようになりました。

Spark* クラスターで迅速なアプリケーションを構築 (英語)

ライブラリーを取得 (英語)

インテルのオープンソース Trusted Analytics Platform には、マシンラーニングがあらかじめ組み込まれているため、パブリック / プライベート・クラウド分析アプリを容易に構築できます。

Spark* とインテルの Trusted Analytics Platform (英語)

詳しくはこちら (英語)

インテルのソフトウェア開発者向けリソース

データの監視、価値の高いインサイトの迅速な提供、アクセスの自動化、予測分析の高速化など、多様な機能を実現するツールを構築しましょう。

インテル® アーキテクチャーのマシンラーニングの性能を高めるツール、テクニック、フレームワークです。

インテル® Developer Zone にアクセス (英語)

ハイパフォーマンス・ライブラリーとアセットにより、計算処理ルーチンが高速になり、アプリケーション・パフォーマンスが向上します。

インテル® Developer Zone でライブラリーを取得 (英語)

インテル® MKL 向けディープ・ニューラル・ネットワークのテクニカルプレビュー (英語)

高度に最適化されたライブラリーは、あらゆるデータ分析段階に対応するアルゴリズム型のビルディング・ブロックを提供することで、ビッグデータ分析の高速化に貢献します。また、オフライン、ストリーミング、分散分析用途にも使用できます。

インテル® DAAL の詳細情報 (英語)

インテル® DAAL のオープンソース・オプション (英語)

テクニカルリソースと無料トレーニングにより、開発者が拡張可能な複数レベルの並行パフォーマンスを実現できるように支援します。

インテル® Developer Zone でインテルの最新コードにアクセス (英語)

インテルのマシンラーニング製品

既存のデータを使用して、新たなインサイトの獲得、顧客の行動パターンの把握、市場機会の特定に役立てましょう。すべて現在のスケールアウト・フレームワークで実現できます。

既存のサーバー規模のインフラストラクチャーで高いスループット・スコアを実現します。

インテル® Xeon® プロセッサー E5 ファミリーについて詳しくは

堅牢で拡張性に優れたインフラストラクチャーにより、ディープ・ニューラル・ネットワークのトレーニング時間を短縮します。

インテル® Xeon Phi™ プロセッサーについて詳しくは

研究者のためのリソース

インテルが学生や研究者と協力して、どのように最新テクノロジーへのアクセスを可能にし、コラボレーティブなコミュニティーを確立しているかをご確認ください。

インテルと大学の研究者たちのコラボレーション事例をご紹介します。

詳しくはこちら (英語)

資格のある学生、教育者、学術研究者、オープンソースの支援者向けのソフトウェア開発製品や、サポート用のユーザーフォーラムを選択してください。

無償のツールを取得する (英語)

効率性に優れたコンピューティング、臨場感あふれる体験、輸送・運輸など、最先端の研究分野における開発事例をご覧ください。

インテルラボについて詳しくは (英語)

インテル IT ピア・ネットワーク

インテルのエキスパート・コミュニティーがリーダーシップを発揮し、最先端のマシンラーニングについてご紹介します。

インテルが、どのようにマシンラーニングを学術的な研究レベルから、イノベーションの推進力へと推移させているかご覧ください。

詳しくはこちら (英語)

データボリュームが増大するにつれて、複雑なモデルをトレーニングするためにマシンラーニングを使用する拡張性の高いシステムの必要性も高まっています。

詳しくはこちら (英語)

人工知能、ビッグデータ、マシンラーニング、ディープラーニングの背後に隠れた事実を解き明かします。

詳しくはこちら (英語)

高度にチューンアップされたインテルのライブラリーが、お使いのハードウェアから最大のパフォーマンスを引き出します。

詳しくはこちら (英語)