Neuromation Q2第2四半期報告書

内容:

● CEOからの手紙
 ● はじめに
 ● Neuromation ラボの近況報告
 ● 開発情報の更新

● NTKの情報更新

CEOからの手紙 
 

 人工知能(AI)は、私たちの世界の仕組みを変えています。 Courseraの共同創設者であり、Baiduの研究責任者でもあるAndrew Ngは、「100年前に電気によって次から次へと産業が移り変わっていったように、AIもこのような変化をもたらすだろう」と考えています。2030年までにAIによっておよそ16兆ドル経済効果が世界的に見込まれています。 AI技術による影響はまだ分かりにくく、私たちの世界は次の十年、二十年で根本的に予測できない形で変わってしまうのです。

今日、AIの革新は、Google、Facebook、Baiduなどの主要なプラットフォーム企業によって独占されています。彼らは自身のAI技術を守るための策を取り、それがゆえにAIのエコシステムそのものを支配する結果となっています。これらの企業は、私たちのプライバシーを尊重せず、業績にのみ焦点を当てていることを証明してきました。 AIはこうした守備的な壁の外に存在するべきだと考えており、その真のすさまじい力を医療や食糧生産、エネルギーや教育などの重要な問題の解決に活用すべきなのです。

現状を打ち破る波が現在形成されつつあり、近未来のAI指導者は現在、新しく変革的な方法でAIを構築している、小規模で機敏な企業です。この新たな革命の中核は新しい部類の応用型AI開発者に根深く、彼らは現実社会に応用できるようなAIの適用とその開発に必要な知識とスキルを急速に取得しています。今後数年で、世界中の応用AIの開発者の数が10倍に膨れるでしょう。この界隈における才能の幅と深さは、あらゆるプラットフォーム企業の才能をも上回ることになります。Neuromationでは、「AIエコシステムの接続、強化、成長によって産業を変革する」ことを使命としています。

私たちの目標は、エンタープライズ企業、応用AIの開発者、データ・プロバイダー、およびコンピューティングのリソースを全てが一つになったシームレスなプラットフォームに集約することで、世界が求める応用AIのソリューションの提供者となることです。合成データや分散コンピューティングのようなキー・エンエーブリング技術[カギとなる実現技術(KETs)]やAIの市場への私たちの焦点によって、従来と比べてほんのわずかな時間とコストでのソリューションの提供を可能にします。これにより、「AIが民主化され、すべての人や企業がAIに貢献しつつ恩恵を受けることができる世界」という我々のビジョンを実現させることを望んでいます。

我々は、重要かつ肯定的な形で実際に世界に影響を与える技術と製品の開発に重点を置いた会社を設立しました。我々の基盤は、私たちの日々の行動を支配して意思決定を促す特定の価値観に基づいています。私たちの戦略は、3つの重要なテーマに焦点を当てています。 1)包括的で活発なコミュニティの育成 2)堅牢で効率のいい市場の創造 3)AIソリューションの構築をより簡単かつ安価にする技術とツールの開発。

私はシリコンバレーでデータ中心の「破壊的(技術の)」企業作りに10年を費やしたのち、数ヶ月前にNeuromationに来ました。私はチームのビジョン、情熱、そして能力に非常に感銘を受け、CEOになることを光栄に感じました。私が入社してからの短期間、社員は長期的に成功するための基盤づくりに集中してきました。私たちは、貢献者と株主への説明責任を確実にするために適切なガバナンス体制を取り入れることから始めました。当社は理事会に新たに2名のメンバーを加え、会社の方針も制定しました。
 
 次に、技術開発とデジタル経済のグループのリーダーとなりうる重役を募集して採用しました。私たちは当社の製品とマーケティング機能に重要な能力を追加するため、上層部を引き続き雇用し追加し続けます。我々は中枢であるAIと合成データの技術の開発を続け、テック関係の情報源でもあるWiredやTechCrunch、そして数々の有数のAIカンファレンスで取り上げられ評価されています。我々はまた、研究論文をいくつも発表し、業界屈指の数々の企業と提携を組みました。最後に重要な点として、我々は顧客への変革的ソリューションを提供することと、AIアプリケーションの作成をより安く簡単にするためのツールと技術をAI開発者に提供することに焦点を絞りました。これは最近リニューアルされた新しいウェブサイトにも反映しています。

このレポートでは、包括的な情報更新を供給します。私たちはビジネスの新たな段階を進めており、四半期の報告書、定期的なブログでの投稿、新たなニュースレター、そして様々なチャットのコミュニティを含む色々な形式を通じて、コミュニティーとのコミュニケーションを増やしていく予定です。

皆様には機会あるごとに進んで我々のチームと携わっていただきたいと思います。今後の素晴らしい道に大いに期待し、皆様の絶大なる支援に感謝します。

宜しくお願い致します。

Yashar Behzadi [ヤシャー・ベーザディ]

CEO, Neuromation

はじめに

Neuromationは、これまでの進捗状況を我々のコミュニティに報告するため、四半期レポートの第1号を発表することに胸を弾ませています。現在NeuromationがAI、ニューラルネットワーク、そして深層学習の分野における屈指の企業の1つとして確立しようとしているため、このレポートは、同社の開発の流れの一環の中でも特に興味深いタイミングでの発表となります。今年の上半期は、多くの重要な通過点を順調にクリアしてまいりました。新しいCEOやCTOを含む重要な役員を新しく迎え入れました。 Neuromationは、Wired、TechCrunch、insideBIGDATA、Digital Journal、Nasdaqなどの技術誌にも掲載されました。私たちは、世界クラスの深層学習のエキスパートのチームを、その分野の真のリーダーと共に大幅に拡大させました。第1四半期(Q1)で5人の新しいデータ・サイエンティスト/リサーチ・エンジニアを雇用し、第2四半期(Q2)でさらに4人増員しました。更に我々は最近、より幅広い企業の需要に対応するために、当社のウェブサイトneuromation.ioをリニューアルし、カスタムのAIソリューション開発に洗練し、注力しました。

さらに、Neuromationのプラットフォームおよび関連するツールセットの開発は、以下の開発アップデートに示すように、活発なペースで継続されています。ホワイトペーパーのロードマップは基本的にはそのままで、プラットフォームもそこでの提供もニューラルネットワークとディープラーニング・モデル、フレームワーク、合成データと分散コンピューティングに焦点を当て続けています。顧客の特定なニーズに的確に対処するため、そのカギとなる最適化がここ二度の四半期で当社のアプローチに対して行われました。企業の早急な展開ニーズに対処するため、さまざまなインフラ(ストラクチャ)環境にディープラーニングモデルを導入できるインフラに依存しないコンピューティング戦略を開発しました。これらの調整によって当社の製品提供が改善され、市場投入までの時間も短縮され、当事者への提供価値が高まると考えています。これらのエキサイティングな変更を次に続くページで共有できることを楽しみにしています。

また、当社はNTKユーティリティー・トークンのパフォーマンスに関する最初の報告書も掲載しており、これをNeuromationプラットフォーム上で発生するすべてのトランズアクション[取引]で使用できるようにサポートすることを努力をしています。今後もNTKのダイナミックスと方針について、四半期ごとに引き続き公開していきます。

Chief Research Officer [代表研究責任者]からの一言, Sergey Nikolenko:

人工知能における現在の技術水準は、深層学習がものを言います。深層学習の革命は約10年前に起こり、今ではコンピュータビジョンや自然言語処理など、その他も含む、機械学習のほとんどの分野で、利用可能な最善のソリューションはそれぞれあらゆる深層ニューラルネットワークの構造を用いています。AlphaGo、自動運転の自動車、Google翻訳、Facebookの顔認識、その他の多くを含む最近の最も刺激的なAI開発は、深層学習によって推進されています。

Neuromationはこの分野で有数の企業の一つとして名をあげています。我々はすでに衛星画像処理に関する3件と医療用画像に関する5件、分子生物学と創薬に関するものを含む、Neuromationが携わって発表している論文が10件もあります。

我々は深層学習の世界的な専門家チームを集め、現在コンピュータ・ビジョン、自然言語処理やその他などの最先端を更に進歩させるプロジェクトに携わっています。 我々は、実世界での感覚の入力を模倣してデジタル的に作成されたデータの使用を開拓しました。これらは一般的に「合成データ」と呼ばれ、さまざまな深層学習のコンピュータ・ビジョンでの適用の動力となっています。

これに加えて、我々はコンピュータ・ビジョンに関する他のいくつかの研究プロジェクトにも深く関わっています。 私たちは衛星画像処理のDeepGlobeチャレンジに参加し、コンピュータ・ビジョンを代表するカンファレンス 「CVPR」のDeepGlobeワークショップで3つの論文を受け入れられることに成功しました。 私たちは、現在、分子生物学と深層学習の医療応用分野で、新しいエキサイティングな研究プロジェクトを推進しています。

Neuromation ラボの近況報告

Neuromationのストーリーの中で最もエキサイティングな話題性の要素の1つであり、数々のAIプラットフォーム企業の中でユニークな点は、幅広い業界のクライアントやパートナーにむけて革新的なAIソリューションを提供している研究所です。この構造により、Neuromationは常にその分野の最新の進歩を用いて現実世界の問題を絶え間なく解決することにつながります。AI開発に役立つために作られるツールは、代表的なAI実践者によって日常的に使用され、ポジティブなフィードバックの循環につながり、我々はそれがAIの民主化を促進し、世界をより良く変える可能性のあるコミュニティの創造を促すと確信しています。

最初の6ヶ月間で、Neuromationは、第1四半期に締結された研究パートナーシップと主要な新規研究パートナーシップ契約に係わる応用AIの研究での成果を生み続けました。 下記がそれらの一例です。

NeuromationとOSA-HPとの協力による、合成データを使用して小売製品を正確に識別すること(ホワイトペーパー参照)は成功しました。 当社は競合の技術にかかる時間とコストのほんのわずかで訓練と更新が可能なソリューションで、製品の識別に高いレベルの精度を達成しました。多国籍なFMCG[日用品]および食品や飲料の企業からなる小売業界のコンソーシアムであるOSA-HPは、現在Neuromationの実演デモを世界中での展示会出展やプレゼンテーションで使用しており、完成後には顧客のすべてで導入される予定です。

また、Neuromationは製造業向けのAIアプリケーションにも注力しており、Linfinity Foundationとパートナーシップを結び、品質管理とサプライチェーン管理のための製造業用のAIアプリケーションを作るために中国の深圳に出向いています。

健康科学の分野においては、NeuromationはEMBL(European Molecular Biology Lab [欧州分子生物学研究所])と協力して、医療画像の自動分析化のための合成データの使用に関する研究を行っています。 グローバル市場の調査会社であるStratistics MRCによると、世界の医療画像市場は現在300億ドルを超え、2022年には451億ドルに達すると予測されています。Neuromationはこの刺激的かつ重要な分野でのAI研究の最前線に立てることを誇りに思っています。

関連分野では、Neuromationが、(創薬スタートアップである) Insilico Medicine Inc.と共同で、分子の生成と改変のための機械学習を伴う新薬の発見や設計の自動化に関する研究を行っていると発表しました。 これもまた、ダイナミックかつ成長している産業であり、現在では年間約400億ドルの価値があると言われています。

直近の四半期に発表されたもう1つの研究における提携は、眠っている間の赤ちゃんの姿勢を推定するための合成データを学習させたコンピュータ・ビジョンのシステム開発に関するMonBabyラインとのプロジェクトでした。

ロボティクスにおいては、NeuromationはTRA Roboticsと提携し、合成データを用いて人工知能ロボットを訓練しています。今日までの結果として、ロボットが実際の環境で正しく展開され、高い精度で運転していることで、非常に励みになります。

Let’sEnhanceは、ぼやけたり古くて低い解像度の写真の画質アップの能力を劇的に向上させようとしています。 Let’sEnhanceは、Neuromationとのパートナーシップを通じて、本物のイメージと合成イメージのデータセットで学習された深層畳込みニューラルネットワークを使用し、物体の典型的な特徴を学ばせることで、オリジナルにはなかった詳細をアプリが追加できるようにしています。これは、Adobe社のPhotoshopのような業界屈指のプラットフォームで採用されている今までの最先端の技術(バイキュービック補間)で可能だったものを超えるものです。

Neuromation ラボの研究のその他の分野として、Neuromation研究者が関与している論文の一覧にとってみることができます。 このリストには現在、衛星画像解析や医療診断、ロボット工学に関する論文が含まれ、まだまだこれから増えていきます。

Neuromationが携わっている論文

  1. Medical Concept Normalization in Social Media Posts with Recurrent Neural Networks [「リカレント・ニューラルネットワークを用いたソーシャル・メディアの投稿における医療概念の正規化」], E. Tutubalina, Z. Miftakhutdinov, S.I. Nikolenko, V. Malykh, Journal of Biomedical Informatics, vol. 84巻, 2018年, pp. 93–102頁
  2. Land Cover Classification With Superpixels and Jaccard Index Post-Optimization [「SuperpixelsとJaccard Index事後最適化を用いた土地被覆分類」], A. Davydow, S.I. Nikolenko, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, (CVPR 2018 Workshops) [「コンピュータ・ビジョンとパターン認識ワークショップに関するIEEE会議の議事録(CVPR 2018ワークショップ)」], 2018, pp. 280–284
  3. Building Detection from Satellite Imagery Using a Composite Loss Function [「コンポジット・ロス関数を用いた衛星画像からの建物検出」], S. Golovanov, R. Kurbanov, A. Artamonov, A. Davydow, S.I. Nikolenko, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, (CVPR 2018 Workshops) [「コンピュータ・ビジョンとパターン認識ワークショップに関するIEEE会議の議事録(CVPR 2018ワークショップ)」], 2018, pp. 229–232
  4. Land Cover Classification from Satellite Imagery With U-Net and Lovász-Softmax Loss [「U-NetとLovász-Softmax 損失を用いた衛星画像からの土地被覆分類」], A. Rakhlin, A. Davydow, S.I. Nikolenko, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops, (CVPR 2018 Workshops) [「コンピュータ・ビジョンとパターン認識ワークショップに関するIEEE会議の議事録(CVPR 2018ワークショップ)」], 2018, pp. 262–266
  5. Diabetic Retinopathy detection through integration of Deep Learning classification framework [「ディープラーニングの分類フレームワークの統合による糖尿病性網膜症の検出」], A. Rakhlin, bioRxiv, June, 2018, DOI: 10.1101/225508, https://www.biorxiv.org/content/early/2018/06/19/225508
  6. Deep Convolutional Neural Networks for Breast Cancer Histology Image Analysis [「乳癌組織学の画像解析のための深層畳込みニューラルネットワーク」], A. Rakhlin, A. Shvets, V. Iglovikov, A.A. Kalinin, Proceedings of the 15th International Conference on Image Analysis and Recognition (ICIAR 2018) [「第15回画像分析と認識に関する国際会議(ICIAR 2018)の議事録」], DOI: 10.1101/259911, https://www.biorxiv.org/content/early/2018/04/02/259911
  7. 3D Molecular Representations Based on the Wave Transform for Convolutional Neural Networks [「畳込みニューラルネットワークのための波形変換に基づく3D分子表現」], D. Kuzminykh, D. Polykovskiy, A. Kadurin, A. Zhebrak, I. Baskov, S.I. Nikolenko, R. Shayakhmetov, A. Zhavoronkov, Molecular Pharmaceutics, 2018, DOI: 10.1021/acs.molpharmaceut.7b01134, https://pubs.acs.org/doi/10.1021/acs.molpharmaceut.7b01134
  8. Angiodysplasia Detection and Localization Using Deep Convolutional Neural Networks [「深層畳込みニューラルネットワークを用いた血管形成異常の検出と位置特定」], A. Shvets, V. Iglovikov, A. Rakhlin, A.A. Kalinin, bioRxiv, DOI: 10.1101/306159, https://www.biorxiv.org/content/early/2018/04/23/306159
  9. Automatic Instrument Segmentation in Robot-Assisted Surgery Using Deep Learning [「ディープラーニングを用いたロボット助手手術における自動器具セグメンテーション」], A. Shvets, A. Rakhlin, A.A. Kalinin, V. Iglovikov, bioRxiv, DOI: 10.1101/275867, https://www.biorxiv.org/content/early/2018/03/03/275867
  10. Pediatric Bone Age Assessment Using Deep Convolutional Neural Networks [「深層畳込みニューラルネットワークを用いた小児の骨年齢評価」], V. Iglovikov, A. Rakhlin, A.A. Kalinin, A. Shvets, bioRxiv, DOI: 10.1101/234120, https://www.biorxiv.org/content/early/2018/06/20/234120

研究パートナーシップやそれぞれ関係する業界やトピックを含む、ここまでのNeuromation ラボの活動は、新たな可能性を秘めたNeuromationのとてつもなく大規模な市場機会を表しています。それらの活動は 実証された能力、開発されたプロセス、連続する成功実績のそれぞれの点において決定的に重要です。そしてそれらの機会は、各分野での秀才たちが大規模な現実世界の問題に取り組む機会を得られることに引き寄せられるがために、世界クラスのAI研究者たちを引き付けるNeuromationの実績にも貢献しています。

この初期の作業は、AIの研究と開発に関わる重要な作業を簡素化および自動化するためのツールセットの開発を支援する上でも重要な役割を果たしてきました。

Neuromationのカスタム・ソリューションの可用性の拡大

Neuromationが持つAIの能力とプラットフォームへの各種企業の需要と関心に応えて、Neuromationはより幅の広い多種多様な企業顧客向けの有料顧客契約を追加し、カスタム・ソリューションの開発サービスを拡大しています。これらの取引は、Neuromation プラットフォームの近未来市場のプロトタイプとして役立ち、コミュニティの関与をも促進します。この取り組みを支持するため、再設計されたウェブサイトneuromation.ioは、企業顧客のニーズに応え、合成データとディープラーニングにおける思想的リーダーシップの座を固めます。

この半年間Neuromation ラボで開発され養われた経験、実績、能力、そしてツールセットを基に、今のNeuromationは商業的なスケールに応じた運営に必要不可欠な、時間とコストの要因を正確に評価するプロセス、ツール、チームとそして真の成功の可能性が備わりました。

社内のリサーチ・エンジニアやソフトウェア・エンジニアのチームを活用し、Neuromation社は、さまざまな業界の企業が人工知能をどう活用できるかの重要な洞察の提供と、合成データを使用してカスタムAIソリューションを作成が可能となります。

この四半期を通じて何十件もの関心を集めるほど、これらのサービスへの関心は圧倒的です。 Neuromationは現在、これらの「候補」をヴィジョンの明白さと見込まれる取引の規模に基づいて優先順位を付けることで対応を進めています。

すべての顧客との契約はそれぞれ異なりますが、Neuromationや他のマーケットプレイスの参加者の典型的なクライアント取引案として、戦略策定(1ヵ月)、研究・開発(2ヵ月)、製品開発(4ヵ月)が含まれるでしょう。より長い関わりには、完全なプロセスのゼロからの調整を伴うかもしれません。

サービス開始後に測定する基準値が安定しはじめたら、今後の四半期のレポートにおけるこの作業の進捗の洞察をも提供するよう努めます。

各クライアントの関与は、新産業における重要な経験を提供する可能性を秘めており、画期的な研究開発や新製品作成の機会、そして常に我々のツールセットやプラットフォームの認知へと繋がるのです。業界を筆頭する顧客たちは、より広範なエコシステムを育てる役割も果たし、結果的にNeuromationのAI市場の成長をも促進します。

最後に、Neuromationの関心がNTKのユーティリティー・トークンのホルダーと確実に一致するよう、Neuromationは今年中に企業のAI開発に関連する支払い取引が100%NTK購入の形で行われるという約束をします。

ディープラーニング・チームの新入社員特集:

Rauf Kurbanov [ラウフ・クルバノフ]

主任研究員

Raufは、2015年にサンクトペテルブルク州立大学からソフトウェア工学の学士号を取得し、2017年にサンクトペテルブルグ・アカデミック大学で機械学習の修士号を取得しました。Raufは、BehavoxでNLP[神経言語プログラミング]と発話認識 のためのリリース可能な機械学習モデルを開発しました。その後、Raufは2年間、「Machine Learning and Applications [機械学習と応用]」研究グループの一員としてJetbrains Research社でフルタイムの研究者を務めました。Raufは、自身の「ディープラーニング」と「音声生成と合成」コースの講師です。彼は博士号取得の課程で

「 SPbAU RASの生成モデルと合成データ」に関する論文を手掛けています。

Aleksey Artamonov [アレクシー・アルタモノフ]

主任研究員

アレクシーはサンクトペテルブルク州立大学の天文部門の数学と力学の学部を卒業しました。また、コンピュータサイエンス・センターを卒業し、コンピュータ・サイエンス、データ・サイエンス、コンピュータ・ビジョンの教育を受けました。AlekseyはYandexのエンジニアとして4年間働き、とりわけ、Javaで分散システムを書いていました。彼はCSCとSPbAU RASのコンピュータ・ビジョンの講師です。Alekseyはディープラーニングとコンピュータビジョンの研究と開発に集中するためNeuromationに入社しました。

Elena Tutubalina [エレナ・トゥトゥバリーナ]

研究者

Elenaは、2012年にカザン連邦大学の計算数学と情報技術研究所からコンピュータ・サイエンスの(理学の修士号と同等)の「俊逸スペシャリスト」として卒業しました。 そして2016年に同じくカザン連邦大学からコンピュータサイエンスの論文で博士号を取得し、彼女の専門分野は自然言語処理とオピニオン・マイニング[意見マイニング]です。Elenaは、有数の学術雑誌(Q1 Web of Science)内やECIRなどのトップのNLPカンファレンスに関する論文を含む30もの研究論文の著者です。2015年には、2015 SentiRuEvalの競技会として知られるロシア語での感情分析の共有タスクの主催者の一人でした。2017~2018年には、カザン連邦大学の学部生に自然言語処理のコースを提供しました。彼女は、ロシア科学財団とロシア基礎研究基金によって支援されている研究プロジェクトの管理と参加の経験があります。

Alexander Rakhlin [アレクサンダー・ラクリン]

研究者

Alexanderは、1994年に国立電子技術研究大学(MIET)から、マイクロ・エレクトロニクスおよびテクニカル・サイバネティクス学科のコンピュータサイエンスの修士号を取得しました。キャリアはフィンテックから始まり、研究およびアルゴリズム取引を専門としました。2013年には、CaltechXコース「Learning from Data [データから学び取る]」を栄誉授与で完了し、そこで彼は機械学習と恋に落ちました。彼は様々なデータサイエンスのコンテストや商業プロジェクトに参加しており、その多くは医学と生物学、特に医療画像と直接関連しています。 AlexanderはKaggle Masterと呼ばれる独特の地位を獲得しました。彼は、眼科学、放射線学、顕微鏡検査イメージングにおけるディープラーニングの医学的応用に関する研究論文の著者であり、彼はクセッシアの講師助手でもあります。

開発情報の更新

2018年3月下旬、Neuromationは新たなCTOを見つけるための大掛かりなエグゼクティブ探しのプロセスを締結し、ニューヨーク市に拠点を置くArtyom Astafurovを雇用しました。

Artyomは、主要テクノロジー企業での15年以上のエグゼクティブ・エンジニアリング経験を持ち、過去には従業員2,500人以上のグローバルなテクノロジー・コンサルタントおよびソリューション開発者であるDataArtの「Distributed Systems [分配型システム]」を担うマネジング・パートナーでした。 最近では、バイオメディカル産業向けに液体を扱うロボットを製造するロボット会社、Opentrons LabworksのエンジニアリングVPを務めました。

Neuromationの新CTOの最初の任務は、Neuromationでのすべての開発活動を徹底的に調査し、重要な最適化を開始することでした。 以下がその活動の項目に含まれました:

● 現在までのコードベースの完全な分析
 ● すべてのオフィスの訪問、すべての開発者とチームリーダーとのインタビュー
 ● 製品エンジニアリングのライフサイクルの合理化
 ● チーム構成の微調整と新しい開発雇用者の監督

更に、新しい技術的リーダーシップと合理化されたチームの下、Neuromationは2018年4月に以下を含むホワイトペーパーの序文で提案された技術の体系的な評価を開始しました:

● 暗号化マイニングのハードウェアに基づく分散コンピューティング
 ● 合成データのアプローチの複数の活用ケースにわたる移植性
 ● 合成データを造り出すための生成モデルにおける最先端技術の調査
 ● 将来の市場操作を可能にする共有プラットフォーム環境での機械学習モデルの開発と訓練に必要なツールセットと基礎技術

暗号化マイニングハードウェアを使用した分散コンピューティングの問題へのアプローチとして、詳細な検証と確認を必要とする仮説をたて、Neuromationの開発チームは、Amazon Web Services(AWS )やGoogle Cloudなどのパブリック・クラウドのプロバイダーが提供する暗号化マイニングのリグとインフラストラクチャのさまざまな構成を一連のディープラーニングのベンチマークで比較しました。これらの結果として、暗号環境ではコストと効率が2倍の改善を示し、Google Cloudとの比較では、コストは暗号化マイニングの分散コンピューティングの設定とほぼ同じでした。

また、NeuromationはAIの研究、作成およびコラボレーションに対する自社の適切性を評価するため、これらのリソースを活用するためのベスト・プラクティスに関する広範なデータと洞察を収集して競合するクラウド・プラットフォームのテストを実施しました。

最後に、Neuromationは幅広いAI研究者や開発者やAIソリューションの導入に積極的に関心がある企業と協議しました。

このプロセスの結果、企業とAI開発者双方のニーズを満たし、幅広いコンピューティング・インフラとの互換性を確保するために、プラットフォーム開発の最善の方法が決議されました。管理されて安定しているプラットフォームそのものをサービスとする環境を利用することにより開発速度を向上させ、コア機能と開発者の経験に焦点を当てることができるようにすることでした。 このアプローチによって、今後のマイニング・リグを含む他のインフラへのプラットフォームの移転をも可能となります。

開発者の体験とコミュニティの構築

現在までのNeuromationの開発活動における主な目標は、開発者の経験に焦点を当ててコミュニティの成長を促進することでした。問題を解決することで市場で早期に価値をもたらし、早期に導入者を確保することが狙いです。

「開発者の経験」とは、AIソリューションの開発を大幅により容易に、安価に、迅速にできるようにすることです。

カナダの独立研究室であるElement AIは最近、世界中で22,000人の本気のAI研究者がいると推定しました。 この数字が急速に増加している反面、まだ世界のソフトウェア・エンジニアの数の約1%の約10分の1です。

[挿入チャート:x軸=ディープラーニング・スキル(ワードプレスのエンジニア/ PHP開発者からスタート → AIの専門家、y軸=人数、22百万から2.2万へ)曲線の下に “Neuromation” の範囲を置き、プラットフォームを利用して熟練ソフトウェア開発者によるAI開発のの増加を示す]ソース:@astaff

Neuromationは、幅広い範囲での熟練ソフトウェア開発者が有意義なAI開発に取り組めることを可能にするツールセットを提供することにより、AI問題に適用される人間の才能と創造性を1000倍の量に増やし、Neuromationが執着できる可能市場をも倍にできると考えます。我々が言うAIを民主化する力とはこのことを意味するのです。

Neuromationが簡素化することを目指す主要な問題点:

- ディープラーニングのモデルの迅速な評価と開発
 — ディープラーニングのモデルの学習と導入
 — インフラストラクチャ管理
 — コラボレーション
 — 合成データの作成
 — パフォーマンス・メトリックのトラッキング
 — データセットのストレージ管理
 — バッチとストリームの推論

今現在Neuromation社がすでに開発したツールには学習データセットの保存と検索、学習や推論系の実行と監視、GPUリソ​​ースの管理とオーケストレーションの簡素化などのサービスが含まれています。また、これらのツールはNeuromationのリサーチ・エンジニアたちによって日常的に使用されているものでもあります。

第3四半期(Q3)の追加開発の優先事項には、ダッシュボード、管理タスク、権限管理、そして開発者向けに改良されたAIドメイン固有のコマンドラインのインターフェイスなどの反復タスクを簡素化するためのビジュアルツールの作成が含まれます。

この一連のツールはAI開発に特化したもので、Neuromationによって設計および統合され、Neuromationプラットフォーム上のすべてのユーザーに提供されます。 Neuromation プラットフォームはフレームワークには無関係です。モデルはPyTorchやTensorFlow [テンソルフロー]、そしてその他のフレームワークとライブラリを利用して構築できます。ツールセットはパブリック・クラウド間で移転可能で、Amazon、Googleなどの第三者プロバイダーからのコンピューティング・リソースをシームレスに統合できます。これにより、ユーザーはその後のパフォーマンスの改善や価格低下をうまく利用して、特定のジョブ[処理]、活用ケース、または地理に最適なリソースを選択することができるようになります。本番環境に移行される学習済みのモデルは、適切なインフラ上で直接実行されます。

私たちのクラウドにとらわれないアプローチは、必要に応じてプライベート・クラウドを使用するオプションも可能になることとなります。これは、特定の大企業の顧客のニーズを満たすためのカギとなる条件です。プライベート・クラウドを使用している企業の中には、主な理由の1つとしてデータの量があげられます。パブリック・クラウドには簡単に移行出来ないほどのデータなのです。データ・セキュリティーももう一つの主な理由です。 Neuromationのアプローチでは、企業のデータが存在する場所のままで、しかも独自のハードウェアで、AI開発を可能にしますが、これはどちらも重要な利点なのです。

NTK市場の情報更新

Neuromationは、Neuromationプラットフォーム上で行うあらゆる取引の排他的手段としてERC20ユティリティ・トークンNTKを利用することを約束しており、将来新しい製品やサービスを検討する際には常にトークン・ホルダーへの価値を考慮するコミットを維持しています。 このため、現在の企業向けAI開発プロジェクトの収益の100%がNTKの買戻しに使用され、市場でのトークンの総残高を削減しています。

NTKトークンのセール後の数ヶ月で、NeuromationはNTKが適切な流動性を確保できるように数々の評判の高い暗号通貨取引所で上場し、北米、ヨーロッパ、アジアを中心とした運営に努めてまいりました。

現在の取引上場リスト:

● Tidex:2月20日に上場
 ● HitBTC:香港が拠点の取引所、5月7日に上場
 ● BCEX:中国に焦点をあてた取引所、5月3日に上場

コミュニティによる取り組みの結果以下の取引所でも上場:

● Yobit
 ● IDEX
 ● Cobinhood

2018年最初の2四半期(上半期)における暗号通貨市場全体の時価総額の大幅な損失を背景に、NTKも同様にマイナスの価格設定の圧力に直面しています。 NTKは、2018年2月20日の取引開始から6月30日までで76%減少しました。第1四半期の(Q1) NTKはBTCの-50%、ETHの-47%、XRPの-78%に対し54%減で、第2四半期(Q2) には、NTKはBTCの-8.4%及びETHの14.6%の回復に反し、堅調な売買を続け47%減でした。

上半期では総合的な暗号通貨の価格設定のための触媒はかなりよく理解されており、日本、シンガポール、中国、韓国の新しい規制を含むアジアの規則が着実に増えています。また、Facebook、Google、Twitterなどの主要な検索エンジンおよびSNSでの暗号通貨関係の広告について発表された新しい制限も悪影響を及ぼしている可能性があります。

NTKそのものの価格への圧力に関しては、Q2のアジアに焦点を当てた2つの取引所の追加がNTKのアジアにおける暗号通貨関連のニュースへの露出を増加させた可能性があると同時に、継続的な価格下落の圧力は、目に見える短期的な刺激がない中での暗号通貨の「短期」投資家たちの手っ取り早く利益を出す企みで、Neuromationへの望みを放棄したことも理由としてあるかもしれません。

NTKの価格設定を見ている際に留意すべき重要な概念は、NTKがNeuromation プラットフォームで使用するために作成されたユーティリティー・トークンであるということです。セキュリティー・トークンでも暗号通貨でもないのです。 Neuromation プラットフォームはまだ開発中であるため、NTKの現在の需要は憶測によって支配されていると仮定するのが理にかなうでしょう。

さらに、Coinmarketcap(下の表を参照)で2018年の上位25のICOの価格の確認が可能な一覧を見ると、このグループの平均YTD(年間)の価格変動は-65%であり、NTKのパフォーマンスは異常値ではなく、今年リリースされたユーティリティー・トークンの中でも、非常によく似た取引パターンを示しています。

将来を見据えて話すと、NTKの潜在的でポジティブな触媒には、プラットフォームの一般公開、機能の更新、またはユーザーの成長率のメトリックが含まれるでしょう。 Neuromationは、当社およびその製品に関するこのようなニュースおよび情報をコミュニティに知らせるためにあらゆる努力を致します。また、こういうリリース日やユーザー増加の目標についても、日程が近づくにつれてより予測可能なものになるため、その情報提供に努めていきます。

企業ポリシー

NTKトークン・ホルダーのコミュニティの利益・関心を守るための長期的な取り組みを改めて示すために、今回のアップデートという機会を利用したいと思います。

Neuromationは、グローバル・トークン市場の規制がますます厳しくなり、新しい規制の準備をしていない当事者は、トークン・ホルダーの利益の破壊だけでなく、ビジネス・モデルやトークン・エコノミーでの生存そのもののリスクに直面すると考えています。Neuromationは、規制の明確化が企業や地域社会の長期的な発展に尽力している当社および他の市場参加者にとってプラス要因になると考えています。

この理由から、Neuromationは将来かかりうる規制に対する積極的な遵守への道を選択しており、我々はこれに関して2つの主要原則に専念しています:

● まず第一に、世界各国の規制の枠組みの実施を見込んでの自己規制の原則であり、
 
 ● 第二に、Neuromationやそのオーナーおよび従業員の利益・関心がNTK所有者の利益・関心と一致するという原則である

Neuromationはこれらの原則に準ずるに以下の行動をとっています:

第一に、Neuromationは、NTKの所有者、従業員および顧問の活動に関する社内の企業方針を実行しています。これらの方針は、従業員およびアドバイザーが内部情報または機密情報に基づいてNTKの取引に従事することを禁止するといった、グローバルな基準に沿っています。

さらに、NTKを所有する創業者、従業員、顧問は、少なくとも2019年1月までロックアップ、すなわち市場でのNTK販売を禁止することに合意した。

第2に、NeuromationはBaker&McKenzieに従事し、NTKをユーティリティー・トークンとして確認する法的意見を出した。これは、NTKに十分な流動性を提供できる市場インフラのプロバイダーや、最大かつ最も高度に規制された暗号通貨取引所に参加してユーザーがNeuromation プラットフォームで自信を持ってシームレスに取引できるようにするというNeuromationの目標に向けての重要なステップです。

第3に、Neuromationは来年にかけて、カスタムでの人工知能ソリューションの顧客契約から得られる収益の100%をNTK購入の形で実行し、当社の事業開発をプラットフォームとNTK所有者コミュニティの利益・関心を完全に調和させることを約束します。

最後に、バーンに関する方針の更新をコミュニティーに公開したいと思います。ホワイトペーパーで説明されているように、バーンのポリシーについて、Neuromation プラットフォーム上のすべてのNTK取引のうち、(トークンエコノミーの)循環から特定の割合 (%) が除去 (バーン) されるべきと記載されています。したがって、バーンの総数は、プラットフォーム上におけるNTK取引のサイズと頻度に依存します。ここで捕捉・再掲として、バーンされるNTKは Neuromationによって保持されているものに限るということです。他の保有者のNTKは、Neuromationによる’循環’から一切取り除かれません。