InfoQ ホームページ Google に関するすべてのコンテンツ
-
Google ARCore Depth APIがサンプルコードと共に利用可能に
昨年末にクローズドベータ版でリリースされたARCoreDepthは、ARCore1.18で利用できるようになった。最初の発表以来、Googleは選択されたパートナーと協力して、このテクノロジーの魅力的なユースケースを作成してきた。
-
MicrosoftとGoogleが言語横断のAIタスクに対する新しいベンチマークをリリース
Microsoft ResearchとGoogle AIの研究チームはAIシステムの言語間自然言語理解（NLU）タスク向けの新しいベンチマークを発表した。そのタスクには、固有表現抽出や質問応答などがある。GoogleのXTREMEは40の言語をカバーし、9つのタスクを含む。一方、MicrosoftのXGLUEは27の言語と11のタスクをカバーする。
-
GoogleがTensorFlow開発者認定を導入
Googleは、ディープラーニングフレームワークであるTensorFlowの認定プログラムを開始した。認定試験はPyCharm IDEプラグインを使用して管理され、合格した受験者はGoogleのワールドワイドの認定ディレクトリにリスト化される。
-
TensorFlow Quantumが量子コンピュータと機械学習をひとつにする
TensorFlow Quantum(TFQ)は、Google量子コンピューティングフレームワークCirqとTensorFlowを組み合わせて、量子機械学習(ML)モデルの作成を可能にする。
-
Googleがコンフィデンシャルコンピューティングポートフォリオを拡大
最近のブログ投稿で、Googleはコンフィデンシャルコンピューティングポートフォリオの拡大を発表し、Confidential Google Kubernetes Engine（GKE）ノードを追加した。さらに、Googleは、Confidential仮想マシン（VM）を一般利用向けに公開する。
-
ML Kit Pose Detectionにより、iOSとAndroidで体の動きの追跡が可能
Pose Detectionは、当初はML Kitアーリーアクセスプログラムで利用可能であったが、正式にML Kitの一部になった。ライブラリは、顔のランドマーク、手、足などの人体を追跡できる。
-
Googleが表形式データを使用して自然言語の質問に答えるためのAIをオープンソース化
GoogleのTable Parser（TAPAS）をオープンソース化した。それは、表形式のデータから自然言語の質問に答えることができるディープラーニングシステムである。TAPASはWikipediaから抽出された620万のテーブルでトレーニングされ、いくつかのベンチマークで最先端のパフォーマンスに匹敵する、あるいは、それらのパフォーマンスを超えている。
-
GoogleのSEED RLが強化学習を80倍スピードアップ
Google Brainの研究者は最近、AI強化学習向けのスケーラブルで効率的なDeep-RL（SEED RL）アルゴリズムをオープンソース化した。SEED RLは、複数のRLベンチマークで最先端の結果をより低コストで、以前のシステムより最大で80倍高速に実現する分散型アーキテクチャである。
-
GoogleがCloud AIプラットフォームパイプラインのベータ版を発表
Google Cloud Platform（GCP）は最近、オープンソーステクノロジーであるTensorFlow Extended（TFX）とKubeflow Pipelines（KFP）を活用する機械学習（ML）ワークフローを自動化および管理するための新製品であるCloud AI Platform Pipelinesのベータ版を発表した。
-
DartとFlutterは、クロスプラットフォームモバイル開発のパフォーマンス、安全性、およびツールを改善します
最新のDartリリースであるDart 2.8は、Null安全性の導入に向けた土台の準備に焦点を当てて、改善されたパッケージマネージャをもたらす。Flutter 1.17では、バイナリサイズとメモリ使用量を削減しながら、ランタイムパフォーマンスを大幅に改善している。さらに、NavigationRail、更新されたDatePickerなど、多くの新しいMaterialウィジェットが導入されている。
-
自然言語処理とゲノミクス処理を進化させるGoogleのBigBirdモデル
Googleの研究者たちが新たに、BigBirdと呼ばれるディープラーニングモデルを開発した。Transformerニューラルネットワークで、これまでよりも最大8倍長いシーケンスを処理することができる。このモデルをベースとしたネットワークが、自然言語処理(NLP)およびゲノミクス処理において、新たに最高のパフォーマンスレベルを達成した。
-
Google、従来よりもサービスベースのアーキテクチャ”Runner V2 to Dataflow”を新たに発表
Google Cloud Dataflowは、Google Cloud Platform(GCP)内でApache Beamパイプラインを実行するための、完全マネージドなサービスである。先日のブログ記事でGoogleは、Runner v2 to Dataflowという、これまでよりもサービスベースのアーキテクチャを新たに発表した。言語SDKのすべてを対象とする多言語サポートも含まれる。
-
EbayがAndroidアプリを再構築、App BundlesとDynamic Feature Deliveryを活用
EbayはGoogleの協力の下で、自社のモバイルアプリのアーキテクチャと実装を刷新した。AAB(Android App Bundle)やKotlinといった、新しいアーキテクチャのメリットを活用することが目的だ。さらに、これを機会としてテスト自動化や継続的インテグレーションとデリバリ(CI/CD)の改善を行うとともに、世界的なインフラストラクチャの制限も克服した。
-
Googleが単一テナントノード向けのCPUオーバーコミットについて一般向けの提供を発表
Googleは最近のブログ投稿で、単一テナントノードのCPUオーバーコミットが一般向けに利用可能になったことを発表した。単一テナントノードのCPUオーバーコミットにより、顧客は専用ホストの仮想CPUリソースを最大2回オーバープロビジョンできる。
-
Go 1.16、レジスタベースの呼出規約をサポート
GoチームはGo 1.16で、レジスタベースの呼出規約(calling convention)の実用最小限(minimum viable)実装に取り組んでいる。この変更により、GoogleのGoチームによれば、現行のスタックベース呼出規約を使用するGoコードとの後方互換性を維持しながら、5～10パーセントのスループット改善が可能になる。