<重要なお知らせ>掲示板の利用規約について
この度、Yahoo!ファイナンス掲示板の利用規約を改訂いたしましたのでお知らせいたします。
主な修正点として、各禁止事項における詳細説明及び禁止投稿例を追加しました。
規約はこちら→【掲示板】禁止行為、投稿に注意が必要な内容について

【改めてご確認ください】
 ・他人の個人情報にくわえ、投稿者自身の個人情報も削除対象です。
 ・無関係な画像や漫画・アニメなど他人の著作物だと判断される画像は削除対象です。
 ・同様の画像がプロフィールで使用されている場合は、初期化対象です。
ここから本文です
Yahoo!ファイナンス
投稿一覧に戻る

Kudan(株)【4425】の掲示板 2024/05/30〜2024/05/31

>>219

コレには参りましたよね(汗)
↓↓↓
https://
www.nikkei.com/nkd/disclosure/tdnr/20240423574536/

Kudan:Kudanの視点~Kudan CTOが読み解く人工知能と人工知覚の結びつき~を公開

2024年4月23日Kudan株式会社Kudanの視点〜Kudan CTOが読み解く人工知能と人工知覚の結びつき〜を公開高度な人工知覚(AP)技術で世界をリードするKudan株式会社(本社:東京都渋谷区、代表取締役CEO:項大雨、以下Kudan)は、この度、『Kudanの視点〜Kudan CTOが読み解く人工知能と人工知覚の結びつき〜』と題した記事を別紙にて公開しましたのでお知らせいたします。この記事では、Kudanの事業環境や将来予測、その中における経営戦略などの解説を行ってまいりますが、今回は、世界中で注目が高まっている半導体産業において、パートナーとKudanが取り組む人工知覚と人工知能の融合など、今後の展望について解説しています。【Kudan株式会社について】Kudanは、人工知覚(AP)のアルゴリズムを専門とするDeep Tech(ディープテック)の研究開発企業です。人工知覚(AP)は、人工知能(AI)と相互補完する技術として、機械を自律的に機能する方向に進化させるものです。現在、Kudanは高度な技術イノベーションによって幅広い産業にインパクトを与えるDeep Techに特化した独自のマイルストーンモデルに基づいた事業展開を推進しています。詳細な情報は、Kudan のウェブサイト(https://www.kudan.io/jp/)をご参照ください。■ 会社概要会社名:Kudan株式会社証券コード:4425(東証グロース)代表者:代表取締役CEO 項大雨■ お問い合わせ先はこちら

Kudanの視点〜Kudan CTOが読み解く人工知能と人工知覚の結びつき〜Written by Anthony Glynn, Kudan CTOロボット工学とエッジ・コンピューティングに関するNVIDIAの視点先月、Kudanはサンノゼで開催されたNVIDIAのGPU Technology Conference (GTC)とJetson Partner Dayに参加しました。ジェネレーティブAIや広範なロボティクス分野の最新動向に直接触れ、市場動向に対するNVIDIAの視点について理解を深め、NVIDIAのロボティクスチームやその他の潜在的な協力者と協力を進める絶好の機会となりました。NVIDIAの成長の大部分は現在データセンターに集中しており、これは計算集約的なモデルが主流である生成AIの現在の状況を反映しています。大規模言語モデル(LLM)のパラメータ数は通常数十億であり、GPT-4のような最近の進歩は1兆パラメータの大台に乗ると推定されています。しかし、ロボット工学やエッジ・コンピューティングにおけるアクセラレーテッド・コンピューティングとなると、まだ日が浅いです。小型言語モデル(SLM)とミニ視覚言語モデル(VLM)は、Orin Nanoを含むNVIDIA Jetsonデバイス上で実行可能です。しかし、エッジ・コンピューターは単一のタスク以上の処理を期待され、ロボットやエッジ・デバイスが実行するタスクの重要な性質は、エラーに対する許容度をはるかに低くする必要があります。チャットボットは何度かミスを犯してもユーザーに価値を提供できるが、ロボットがミスを犯せば、その代償は破滅的なものになりかねません。エッジ・コンピューティングとロボティクスの将来に対するNVIDIA社の強気な見通しは、これらの分野への戦略的投資の指針となっています。この初期段階とその先に横たわる課題にもかかわらず、エッジAIの市場機会は紛れもなく大きいです。この市場拡大の時期はまだ不確定だが、それが意味する機会の大きさは明らかです。ロボット工学におけるAIの役割人工知能(AI)は、ロボット工学の分野に計り知れない影響を与えています。ディープ強化学習技術は、脚式ロボットによる凹凸のある地形の移動や、高速で移動するドローンの操縦など、予測不可能で複雑な環境におけるロボットの制御に不可欠なものとなっています。