AI搭載センサーが天然ガス漏れを高速・低コストで検出

コンピューターの黎明期、科学者たちは主に単純な数学的・論理的操作の実行にコンピューターを使用していました。その後、コンピューターは複雑な計算、精巧な問題解決、世界の情報基盤の形成へと徐々に進化しました。従来のコンピューティングの範囲を超えることは、コンピューターに知能が必要であることを意味しました。 研究者とコンピュータエンジニアは、人間の知能を模倣する方向に向かいました。人工知能（AI）は、人間と同等に知能的なコンピューティングシステムの創造に専念するコンピュータサイエンスの分野です。初期のAIモデルは、複雑な論理操作を実行するコンピューティングシステムでした。その後、より賢い、あるいは「

「機械学習」は人工知能の一分野で、機械が直接プログラミングされることなく実データから学習する仕組みです。本稿では、これらのアルゴリズムが産業にもたらす優位性の活用法を解説します。 機械学習とは 機械学習は人工知能（AI）の一分野で、アルゴリズムを通じて機械が学習できるようにするものです。これらのアルゴリズムは実データから学習しモデルを生成。このモデルで、新しいデータがどのクラス/タイプに属するかを予測します。 機械学習には大きく分けて教師あり学習と教師なし学習の2タイプがあります。 教師あり学習では、データが所属クラスで正しくラベル付けされている必要があり、ラベル付きデータセットが必須です

UCバークレーのエンジニアたちが、ウェアラブルテクノロジー用センサーの新しい製造技術を開発し、医療研究者たちが新設計を既存手法よりはるかに速く、はるかに低コストでプロトタイプテストできるようにしました。 この技術は、クリーンルームでコンピューターチップを作るために用いられる多段階プロセスであるフォトリソグラフィを置き換えます。新手法は200ドルのビニールカッターを使用し、少量センサー製造の時間を約90%短縮し、コストをほぼ75%削減すると、レンシャオ・シュウ博士は述べています。 「医療デバイス研究者の多くはフォトリソグラフィのバックグラウンドを持っていません」とシュウ氏。「我々の手法なら

今や誰もが機械学習について耳にし、それがすべてを変えると聞いています。しかし、実際にどう始めればよいか分かっている人はごく少数です。このブログの手順を試すか、あるいは読むだけでも、PLCnextコントローラで機械学習を始める足がかりになれば幸いです。ここでは、最初のMLモデルの訓練、ONNX形式への変換、PLCnextコントローラでの推論実行までを扱います。わかりやすくするため、有名なIrisデータセットを使用してモデルを構築します。 始める前に、何を達成しようとしているかを明確にしておきましょう。このブログで扱うトピックを簡単に説明します。参考資料は文末にまとめています。 機械学習入門 機械