セミナー情報
【第41回AIセミナー】「ABCIグランドチャレンジ2019成果報告会」
終了しました。
AI橋渡しクラウド(AI Bridging Cloud Infrastructure、ABCI) は、国立研究開発法人 産業技術総合研究所が構築・運用する、世界最大規模の人工知能処理向け計算インフラストラクチャであり、2018年8月に運用が開始されました。ABCIの狙いは、550ペタフロップス(半精度)という膨大なAI処理能力を研究者や開発者に提供することにより、我が国のAI/ビッグデータ処理の進歩を加速することです。産総研では、ABCIを用いて莫大な演算能力によりはじめて可能になる人工知能分野の最重要課題への挑戦を支援するため、「ABCIグランドチャレンジ」プログラムを実施しています。本プログラムは、ABCIがもつ最大計算ノード数である1,088ノード(4,352GPU)を最大24時間、無償で、1チームでの占有利用ができる公募型チャレンジプログラムです。 本セミナーでは、2019年に実施されたABCIグランドチャレンジ2019の参加者を講師としてお招きして、各チームでのチャレンジの内容や成果、今後の取り組みについてご紹介いただきます。<新型コロナウイルスの対応について>
【参加者の皆さまへのお願い】
・発熱などの症状がある方は来場をご遠慮ください。
・新型コロナウイルスへの感染の疑いがある方は来場をご遠慮ください。
・ご来場の際には、手洗い、消毒液のご利用、マスクの着用等、感染予防対策へのご協力をよろしくお願いいたします。
受付時にも同様の確認を行います。
条件に該当した方の参加・入場は、その場でお断りする場合もございます。 ご協力・ご理解のほどよろしくお願いいたします。
名称 | 【第41回AIセミナー】「ABCIグランドチャレンジ2019成果報告会」 |
---|---|
日時 | 2020年2月21日(金)15:00 - 17:20(開場14:20) |
受付時間 | 14:20〜17:20 |
場所 | 東京都江東区青海二丁目5番10号 テレコムセンタービル東棟14階 |
URL | https://mono.jpn.com/telecom-center-access/ |
定員 | 200名 |
参加登録 | https://airc.doorkeeper.jp/events/103503 |
参加費用 | 無料 |
主催 | 産業技術総合研究所人工知能研究センター |
連絡先 | 人工知能セミナー窓口 |
セミナー詳細 | 本セミナーは、国立研究開発法人新エネルギー産業技術総合開発機構(NEDO)による委託事業「次世代人工知能・ ロボット中核技術開発(次世代人工知能分野)」による活動となります。 |
注意事項 ・他の方に参加の機会をお譲りするためにも、参加ができないと分かった場合は早めのキャンセルをお願いします。・産総研は、お送りいただいた情報をセミナー運営以外の目的には使用しません。 ・懇親会の予定はありません。 |
プログラム
15:00-15:10 | 「ABCIグランドチャレンジ2019概要」 小川 宏高 産業技術総合研究所 人工知能研究センター/実社会ビッグデータ活用オープンイノベーションラボラトリ 研究チーム長/ラボ長 |
---|---|
概要 |
|
略歴
1998年 東京大学大学院工学系研究科博士課程中退 1998-2003年 東京工業大学大学院情報理工学研究科助手 2003-現在 産業技術総合研究所 人工知能研究センター 人工知能クラウド研究チーム長、実社会ビッグデータ活用オープンイノベーションラボラトリ ラボ長を兼務。博士(理学)。 講演の撮影
講演中の撮影可否 : 未定 |
|
15:10-15:30 | 「大規模深層学習における学習時間最小化への挑戦」 笠置 明彦 株式会社富士通研究所 シニアリサーチャー |
概要 画像認識に用いられるResNet-50を用いて多数のGPUによるデータ並列学習を行い、ILSVRC2012のデータセットに対して精度が75.9%を超えるまでの実行時間を計測する。 我々はこれまでABCIの512ノード(2048GPU)を用いたResNet-50の学習高速化を実施してきたが、 本ABCIグランドチャレンジでは全てのノードが利用可能であるため、上記ResNet-50の学習をどこまで高速化できるか挑戦した。 1分以内での学習完了を目標に挑戦したが、巨大ミニバッチによる分散並列深層学習特有の課題に直面。最終的に768ノード(3072GPU)を用いて62.1秒での学習完了を達成した。 |
|
略歴
2015年広島大学情報工学科博士課程後期を修了。同年、株式会社富士通研究所に入社。アクセラレータを用いた大規模な分散並列処理の高速化に従事。現在は深層学習を対象に高速化研究に携わる。講演の撮影
講演中の撮影 : 可能講演資料
公開予定なし |
|
15:30-15:50 | 「想定外を想定する津波即時予測AIの構築」 大石 裕介 株式会社富士通研究所 主任研究員 |
概要 |
|
講演の撮影
講演中の撮影可否 : 未定講演資料
公開予定なし |
|
15:50-16:10 | 「ABCIを活用した大規模分散DNN学習への取り組み」 田中 義己 ソニー株式会社 シニアAIシステムリサーチャー |
概要 ソニーは2010年から独自のフレームワークの開発を進めており、これにより開発者は直感的にニューラルネットワークを設計することが可能となる。また、同フレームワークとABCIを活用した大規模な分散DNN学習の開発を進めている。大規模GPUを利用した分散DNN学習では、バッチサイズが巨大になるため学習が収束しないことが知られている。特にABCIの4000基強のGPUを活用して学習を進めるためには100Kを超えるバッチサイズが必要となる。今回、我々は独自のオプティマイザ(STiLL)により、128K超のバッチサイズでの学習に成功した。 |
|
略歴
2001年 ソニー株式会社に入社。VAIO(PC)等の商品開発に従事し、2007年より研究開発部門でデジタルサイネージにおけるユーザーインタラクションの研究開発を行う。その後、2011年より分散並列処理の研究開発に携わっており、2016年からは分散DNN学習に取り組んでいる。講演の撮影
講演中の撮影 : 可能講演資料
PDF:1,571KB |
|
16:10-16:30 | 「A Scalable Framework for Instant High-resolution Image Reconstruction」 陳 鵬 産業技術総合研究所 |
概要 |
|
略歴
Peng Chen was born in Hubei, China, in 1981. He received the B.E. degree in navigation from Dalian Maritime University, Liaoning, China, in 2005, and the M.E. degree in traffic information engineering and control from Shanghai Maritime University, Shanghai, China, in 2007. He is currently a Ph.D. student in Tokyo Institute of Technology, Tokyo, Japan, and also working at AIST-Tokyo Tech Real World Big-Data Computation Open Innovation Laboratory, National Institute of Advanced Industrial Science and Technology, Japan. His research interests include parallel computing, image processing, and machine learning.講演の撮影
講演中の撮影 : 可能講演資料
PDF:2,433KB |
|
16:30-16:50 | 「超高速タンパク質間相互作用予測システムMEGADOCK 5.0による細胞内タンパク質間相互作用の網羅的解明」 秋山 泰 東京工業大学 情報理工学院 教授 |
概要 |
|
略歴
1990 慶應義塾大学大学院理工学研究科 電気工学専攻博士課程修了 工学博士1990 工業技術院電子技術総合研究所 研究官 1992 京都大学化学研究所 助教授 1996 新情報処理開発機構 並列応用つくば研究室長 2000 工業技術院電子技術総合研究所 主任研究官 2001 産業技術総合研究所 生命情報科学研究センター 研究センター長 2007 東京工業大学 大学院情報理工学研究科 教授 (2016年 組織変更により現職) 講演の撮影
講演中の撮影 : 可能講演資料
公開予定なし |
|
16:50-17:20 | 「二次最適化を用いた巨大な言語モデルの学習およびFRNNを用いたプラズマ挙動予測」 横田 理央 東京工業大学 学術国際情報センター 准教授 |
概要 |
|
略歴
2009年 慶應義塾大学 博士(工学)取得2009年 ブリストル大学 博士研究員 2010年 ボストン大学 博士研究員 2011年 アブドゥラ国王科学技術大学 常勤研究員 2015年 東京工業大学 学術国際情報センター 准教授 講演の撮影
講演中の撮影 : 可能講演資料
PDF:7,662KB |