小学館IDをお持ちの方はこちらから
ログイン
初めてご利用の方
小学館IDにご登録いただくと限定イベントへの参加や読者プレゼントにお申し込み頂くことができます。また、定期にメールマガジンでお気に入りジャンルの最新情報をお届け致します。
新規登録
人気のタグ
おすすめのサイト
企業ニュース

インテルがAI開発を簡素化できるオープンソースのAIリファレンスキットを発表

2022.07.22

低い総実装コストでAIを迅速かつ簡単に展開できる方法を取得

インテルは、オンプレミス、クラウド、エッジ環境にある組織でのAI利用を容易にするために特別設計したオープンソースのAIリファレンス・キットを発表した。

同社のイベント『Intel Vision』で初めて紹介されたリファレンス・キットには、AIモデルコード、エンド・ツー・エンドの機械学習パイプライン命令、ライブラリ、クロスアーキテクチャー・パフォーマンスのためのインテルoneAPIコンポーネントが含まれている。

このキットでデータ・サイエンティストと開発者は、医療、製造、小売、そのほかの業界でより高い精度かつ優れたパフォーマンス、低い総実装コストでAIを迅速かつ簡単に展開できる方法を取得できるという。

今回の発表についてインテル コーポレーション副社長兼AI&分析担当ゼネラル・マネージャー/Wei Li(ウェイ・リー)博士は、次のようにコメントしている。

「イノベーションは、オープンで民主化された環境のもとで進みます。最適化された一般的なフレームワークとインテルのAIツールを含むインテルのアクセラレーテッド・オープン・AIソフトウェア・エコシステムは、オープンで標準ベースの統一されたoneAPIプログラミング・モデルに基づいて構築されています。インテルのエンド・ツー・エンドAIソフトウェア・ポートフォリオの共同研究者により構築されたこれらのリファレンス・キットにより、数百万人の開発者やデータ・サイエンティストがAIを迅速かつ簡単にアプリケーションに導入したり、既存のインテリジェント・ソリューションを強化できます」

AIリファレンス・キットについて

AIワークロードは、ビジョン、スピーチ、レコメンド機能などの利用ケースとともに普及し、多様化し続けている。アクセンチュアと共同で構築されたインテルのAIリファレンス・キットは、業界全体でAIの採用が迅速に進むように設計。オープンソースで事前構築されたAIで、今後の新たなAI導入と既存AIソリューションへの変更の両方に対応する有用なエンタープライズ向け環境を備えているという。

次の4つのキットが入手可能になっており、これらのツールキットはいずれもインテルの公式サイトで無料ダウンロードできる。また『Github』でも入手可能だ。

キット1『ユーティリティー・アセット・ヘルス』

世界中で消費電力が増加し続け、現場の電力配電のアセットは増加すると予想される。この予測分析モデルは、公益事業者が信頼性の高いサービスを提供できるように構築されている。

インテルが最適化したXGBoostをインテル『oneAPI Data Analytics Library』で使用し、34の属性と1000万を超えるデータポイントを持つ電柱の正常性をモデル化する。

データには、資産の経過時間、機械的特性、地理空間データ、検査、製造元、以前の修理およびメンテナンス履歴、および停止記録が含まれる。予測資産メンテナンス・モデルは、新しい電柱メーカー、停電、そのほかの状態の変化などの新しいデータが提供されることで継続的に学習する。

キット2『ビジュアル・クオリティー・コントロール』

品質管理(QC)は、あらゆる製造作業に不可欠だ。 コンピューター・ビジョン技術の課題は、学習に大量のグラフィックス計算能力が求められることが多く、新製品導入の都度ごとに再学習が必要になる。

AI Visual QCモデルは、インテル『Optimization for PyTorch』とインテル『Distribution of OpenVINO』ツールキットを含むインテル『AI Analytics Toolkit』を使用して学習する。

インテル『Optimization for PyTorch』とインテル『Distribution of OpenVINO』ツールキットは、いずれもoneAPIを採用しており、CPU、GPU、そのほかのアクセラレーター・ベースのアーキテクチャーを含めたコンピューター・ビジョンのワークロードに対して、インテルの最適化が図られていないアクセンチュアのビジュアルQCキットの純正実装と比較して、学習と推論をそれぞれ20パーセント、55パーセント高速化するという。

ハイパー・パラメーターのチューニングと最適化が図られたAI Visual QCモデルは、コンピューター・ビジョンとSqueezeNetの分類を使用して、医薬品錠剤の欠陥を95パーセントの精度で検出できる。

キット3『顧客とのチャットボット』

会話型チャットボットは、企業全体のイニシアチブをサポートする重要なサービスになっている。会話型チャットボットとして対話をサポートするAIモデルは、大規模で非常に複雑だ。このリファレンス・キットには、BERTとPyTorchを使用した意図分類と名前付きの実体の認識のための深層学習による自然言語処理モデルが含まれている。

インテル『Extension for PyTorch』とインテル『Distribution of OpenVINO』ツールキットは、モデルを最適化してパフォーマンスを向上(インテルの最適化を図られていないアクセンチュアのカスタマーチャットボットキットの純正実装と比較して推論が45パーセント高速化)させるだけでなく、異種アーキテクチャー間で開発者は学習と推論に対して最小限のコード変更でモデル開発コードを再利用できる。

キット4『インテリジェントなドキュメント・インデックス作成』

企業は毎年数百万のドキュメントを処理・分析し、半構造化ドキュメントと非構造化ドキュメントのいずれかが手動でルーティングされている。AIは、これらのドキュメントの処理と分類を自動化し、ルーティングを高速化して手作業の人件費を削減できる。

サポートベクター分類(SVC)モデルの使用で、このキットはoneAPIによるインテル『Distribution of Modin』とインテル『Extension for Scikit-learn』で最適化。これらのツールで、データの前処理、学習、推論にかかる時間は、インテルの最適化を行わないアクセンチュアのインテリジェント・ドキュメント・インデックスキットの純正実装と比較して、それぞれ46パーセント、96パーセント、60パーセント向上し、65パーセントの精度で文書をレビューおよびソートすることが可能になるという。

開発者は、ソリューションへのAI機能の実装を検討しており、リファレンス・キットはその目標に貢献する。これらのキットは、エンド・ツー・エンドのツールとフレームワークの最適化に関するインテルのAIソフトウェア・ポートフォリオに基づいて構築・補完されている。

複数のタイプのアーキテクチャーにわたってパフォーマンスを提供するoneAPIオープンで標準ベースの異種プログラミング・モデルを基盤として、データ・サイエンティストが独自環境の制限を克服して、より速く、より低コストでモデルをトレーニングできるよう支援するという。

さらに次のステップとしてインテルは 来年、トレーニング済みの機械学習モデルと深層学習モデルを備えた一連のオープンソースAIリファレンス・キットを発表し、組織の規模を問わずデジタル・トランスフォーメーションの推進を支援するという。

https://www.intel.co.jp/content/www/jp/ja/newsroom/news/intel-releases-open-source-ai-reference-kits.html

構成/KUMU


@DIME公式通販人気ランキング


興味のあるジャンルを登録して@DIMEをもっと便利に!話題のコーヒーメーカー「BALMUDA The Brew」やAmazonギフト券が当たるキャンペーン実施中

@DIMEのSNSアカウントをフォローしよう!

DIME最新号

最新号
2022年7月14日(木) 発売

DIME最新号の特別付録は「USBパワフル扇風機」! 特集は「空旅VS鉄旅」「2022上半期トレンドキーワード」!

人気のタグ

おすすめのサイト

ページトップへ

ABJマークは、この電子書店・電子書籍配信サービスが、著作権者からコンテンツ使用許諾を得た正規版配信サービスであることを示す登録商標(登録番号 10401024号)です。詳しくは[ABJマーク]または[電子出版制作・流通協議会]で検索してください。