ディープ・ラーニング活用

画像認識を用いたAIのビジネス活用がさまざまな領域で進んでいます

AIを実装するための具体的手法ととして注目されているディープ・ラーニング。自然言語処理、音声認識、画像認識など さまざまな分野で応用され、医療画像の診断や自動運転、品質検査や故障予知など、幅広いな領域での活用が期待されています。
ディープ・ラーニングの特別な専門知識がなくても、 IBM PowerAI Visionを使えばプログラミングなしのGUI操作のみで簡単に物体検出や画像分類の学習モデルを作成できます。

画像・映像向けディープラーニング開発基盤 “ IBM PowerAI Vision”活用デモ

運転中ドライバー画像を分析

車を運転中のドライバーの画像から、ドライバーの挙動を判別するデモです。

鳥の識別

あらかじめ十数種類の鳥の画像を用いて行なった学習に基づき、鳥の種類を判別するデモです。

物体検出

作業員の映像を判別し、ヘルメットや安全着の着用状況を検出するデモです。

道路交通標識の認識 <1.学習編>

道路交通標識を様々な状況で認識するにあたっての 1.学習用画像の準備、2.タグ付け、3.モデル作成の手順をご紹介します。

道路交通標識の認識 <2.実装編>

走行中の自動車からの様々な画像から、道路標識を高い精度で検出、自動運転を支援するソリューション・サンプルです。確信度と共に認識結果が表示されます。

「精度の高いディープ・ラーニング」を実現する3つの視点

刻々と進化する技術によって、いま、ディープ・ラーニングによる画像認識に高い精度を期待できるようになってきています。
しかし実際に取り組みを始めると、なかなか精度が上がらないという課題に直面する方も多くいらっしゃるでしょう。その解決に必要な3つの視点をご紹介します。

ハイパフォーマンスな基盤がディープ・ラーニングを支える

ディープ・ラーニング環境を構築するとなると、多様なデータを整備しそこから効率よく学習できる、ハイパフォーマンスな基盤が必要となります。データを貯めて、整え、学習する各プロセスにおいて、ハードウェアとソフトウェアの両面での最適化が重要です。

NVIDIA Tesla P100 GPU搭載 POWER8搭載高速サーバー "Minsky"

圧倒的なパフォーマンスで、ディープ・ラーニング学習時間を大幅に短縮

IBM Power System S822LC for HPC(通称 "Minsky")は、4個のNVIDIA Tesla P100 GPUを搭載するPOWER8搭載サーバーです。POWER8 CPUとNVIDIA GPUをNVLinkによって接続する唯一のアーキテクチャーを実装し、x86ベースのシステムと比較し2.5倍のバンド幅でCPU-GPU間を接続。データ転送ボトルネックの解消による圧倒的なパフォーマンスで、学習時間を大幅に短縮します。

Power Systems 向けに最適化されたディープ・ ラーニング・フレームワーク “PowerAI”

PowerAIを活用することで、高性能なディープ・ラーニング、機械学習の環境を簡単かつ迅速に実装できます。
TensorFlowやCaffe,Chainerなど主要なディープ・ラーニング・フレームワークとライブラリーをパッケージにてご提供。

* ベンチマークの値はIBM調べ。詳しくは下の資料をご覧ください。

<Webinar>

ディープ・ラーニング実装を成功させる上で知っておきたいヒントが満載。オンデマンドでいつでもご視聴いただけます。

電話でのお問い合わせ: 0120-550-210 | 識別コード:Power