（撮影は感染予防対策を講じたうえで実施しました）
2022年4月、ALBERTに12名の新入社員が入社しました。
（撮影は感染予防対策を講じたうえで実施しました）
（撮影は感染予防対策を講じたうえで実施しました）
書籍紹介『教えたくなるほどよくわかる 数学の基礎講座』
こんにちは。データコンサルティング部の飯田です。普段は自然言語処理に関する業務に携わっておりますが、このたび『教えたくなるほどよくわかる 数学の基礎講座』の監修を務めました。著者は、小さい子どもからオックスブリッジを目指す学生まで、幅広い生徒に数学を教えるクリス・ワーリング先生です。今回はこちらの書籍についてご紹介します。
教えたくなるほどよくわかる数学の基礎講座 | ニュートンプレス (newtonpress.co.jp)
続きを読む 書籍紹介『教えたくなるほどよくわかる 数学の基礎講座』「Heart Rate Modeling and Prediction Using Autoregressive Models and Deep Learning」の紹介
こんにちは、ストラテジックアライアンス部のStaffiniです。
2020年10月から、東京大学の大学院工学系研究科バイオエンジニアリング専攻で客員研究員として、計算疫学やヘルスケアのためのAIアプリケーション等を研究しています。
今回は、心拍数に対する異なる予測モデルを用いて分析を行い、『Sensors』 というジャーナルで2021年12月にパブリッシュされた論文「Heart Rate Modeling and Prediction Using Autoregressive Models and Deep Learning（自己回帰モデルとディープラーニングによる心拍数のモデリングと予測）」（https://www.mdpi.com/1424-8220/22/1/34 ）を紹介します。
2020年10月から、東京大学の大学院工学系研究科バイオエンジニアリング専攻で客員研究員として、計算疫学やヘルスケアのためのAIアプリケーション等を研究しています。
今回は、心拍数に対する異なる予測モデルを用いて分析を行い、『Sensors』 というジャーナルで2021年12月にパブリッシュされた論文「Heart Rate Modeling and Prediction Using Autoregressive Models and Deep Learning（自己回帰モデルとディープラーニングによる心拍数のモデリングと予測）」（https://www.mdpi.com/1424-8220/22/1/34 ）を紹介します。
流れ星に全自動で願いを送る装置を作る
流れ星に自動で願いを送る装置の試作品を作りました。
本記事では、作るまでの過程と作動の様子をお見せします。
なお、装置を動かすプログラムや装置の土台の3DモデルなどをGithubで公開しています。 続きを読む 流れ星に全自動で願いを送る装置を作る
QT-Optの紹介とオフライン経験データに関する実験
はじめに
こんにちは、ストラテジックアライアンス部データアナリストの野島です。今回は、Kalashnikov et al. の論文「QT-Opt: Scalable Deep Reinforcement Learning for Vision-Based Robotic Manipulation」 [1]について紹介します。この論文では、深層強化学習手法QT-Optを提案し、ロボットアームの把持で96％という高い把持成功率を達成しています。同じ問題を扱った先行研究Levine et. al. [2] の手法では把持成功率は78%となっており、20％近く成功率が向上しています。また、QT-Optでは、過去の経験データ（オフライン経験データ）を用いた学習により、Levine et. al. の手法と比較して、より少ない把持試行によるデータで成功率を向上させています。
最初にロボットへの期待と強化学習について概観したのち、QT-Optの論文、そして関連して行ったオフライン経験データに関する実験についても紹介していきます。 続きを読む QT-Optの紹介とオフライン経験データに関する実験
小学校から「将来の夢」についてお手紙をいただきました。
こんにちは、ALBERT広報の鈴木です。
先日、小学校の生徒さんから当社宛にお手紙をいただきました。学校の「総合的な学習の時間」に将来の夢について学んでおり、「データサイエンティスト」という仕事の楽しいところや大変なところ、またどんな人がデータサイエンティストに向いているのかを知りたい、というものでした。
お手紙には当社のデータサイエンティスト（リサーチャー）から返事を書かせていただきましたが、今回このような貴重な機会をいただくことができ、データを扱う仕事に興味のある方、ALBERTに興味があるという方にもぜひ読んでもらいたいと思い、ご紹介させていただきます。
続きを読む 小学校から「将来の夢」についてお手紙をいただきました。
先日、小学校の生徒さんから当社宛にお手紙をいただきました。学校の「総合的な学習の時間」に将来の夢について学んでおり、「データサイエンティスト」という仕事の楽しいところや大変なところ、またどんな人がデータサイエンティストに向いているのかを知りたい、というものでした。
お手紙には当社のデータサイエンティスト（リサーチャー）から返事を書かせていただきましたが、今回このような貴重な機会をいただくことができ、データを扱う仕事に興味のある方、ALBERTに興味があるという方にもぜひ読んでもらいたいと思い、ご紹介させていただきます。
続きを読む 小学校から「将来の夢」についてお手紙をいただきました。
オンライン全社イベント『ALBERT DAY 2021』を開催しました。
9月22日、ALBERTでは初となるオンライン全社イベント「ALBERT DAY」を開催しました。
これまでは全員が集まって対面でのイベントを開催していましたが、今年は社会情勢も鑑みてオンラインでの開催となりました。当日は250名を超えるメンバーがオンライン会場に集まり、各プロジェクトの紹介や表彰などを通じて会社としての一体感が感じられ、大いに盛り上がりました。
今回は、そんな「ALBERT DAY 2021」の企画・準備から当日の様子までをまとめました。 続きを読む オンライン全社イベント『ALBERT DAY 2021』を開催しました。
カメラパラメータを用いないNeRFの学習
今回はカメラ姿勢情報を用いずに写真のみからNeRF(Neural Radiance Fields)の3次元表現を獲得する手法について紹介します。
NeRF[1]とは、ニューラルネットワークを用いてNovel View Synthesis(NVS)というタスクを解く手法になります。NVSは、あるシーンについて多視点から撮影した画像群を教師データとして、別の新しい視点から見た画像を生成するタスクになります。NeRFはこのタスクにおいて、シンプルなMLPを利用しながら非常にリアルな画像の生成を可能としたため、現在注目を集めています。しかし、オリジナルNeRFの学習では撮影された画像それぞれに対して、撮影しているカメラの情報が必要となります。このカメラ情報を推定するためには、COLMAP[2][3]等の別の推定器を利用する必要がありました。それに対し、最近では事前のカメラ情報推定を行うことなくNeRFを学習させる手法が提案されています。本記事では、NeRFの前提となるカメラ情報について触れながら、事前のカメラ情報推定を必要としないNeRFの学習について紹介します。 続きを読む カメラパラメータを用いないNeRFの学習
ARISE analytics社と2回目の合同勉強会を開催いたしました。
前書き
7月30日にARISE analytics社と合同勉強会を開催いたしました。本勉強会は、前回の開催に引き続きARISE analytics社とALBERT での交流を図りながら、ビジネス力や技術力、分析力などそれぞれの強みを共有しお互いに高めあうことを目的として開催されました。 前回は新宿にあるALBERT本社で行いましたが、新型コロナウイルスの影響もありフィジカルな大人数での勉強会が難しかったため、SpatialChat を用いたオンライン開催となりました。当日は足掛け2時間に及ぶ大ボリュームで、参加者は最大90人を超えるなど、前回を上回る規模で実施することができました。 以下が当日のスケジュールとなっております。
- オープニング
- ARISE analytics 事例紹介と一般的な話題（15分）
- ALBERT 事例紹介と一般的な話題（15分）
- 「レコメンドエンジンを作って大規模コールドスタート問題を解決した話」（30分、ARISE analytics社）
- 休憩&交流会（20分）
- 「リアルタイム画像処理システムにおける物体検知モデルの速度チューニング」（20分、ARISE analytics社）
- 「3D Awareな生成モデル」（30分、ALBERT）
- 休憩&交流会（20分）
- クロージング
今回はそんな勉強会の様子をレポートしていきたいと思います。
続きを読む ARISE analytics社と2回目の合同勉強会を開催いたしました。GPUサーバ増設とA6000のベンチマーク
こんにちは、先進技術部の松林です。自己紹介は昨年（2020年）の「A100はじめました」というブログ記事に執筆いたしましたが、大学院で重力相互作用専用スパコンのGRAPEを利用していた影響もあり、未だにスパコンや並列計算による高速化と言うのが好きな人です。 さて、ALBERTの先進技術部では、昨年末にDGX A100を導入し、動画分析や3D認識の研究などに利用してきました。今回はこのDGX A100に加えて、A6000を8枚積んだ8GPUサーバを新たに4台導入し、合計40GPUのGPUクラスタシステムを導入しました。DGX A100をさらに導入する計画もありましたが、夏期インターンに向けてGPUを早期に拡充しておきたい点と、社内での利用者増加を見越してバランス重視で、A6000のシステム導入を決めました。 続きを読む GPUサーバ増設とA6000のベンチマーク