大規模言語モデルの研究動向の調査:時系列データ分析とData-centric AIの視点から
さくらインターネット研究所の鶴田(@tsurubee3)です。先日、研究活動の一環として、時系列データ分析とData-centric AIの二つの視点から、大規模言語モデル(以下、LLM)の最新の研究動向について調査し、私の個人ブログに以下の二つの記事を書きました。本記事では、調査の動機とそれぞれの研究動向の概要について紹介します。
[続きを読む]さくらインターネット研究所 研究開発グループの取り組み紹介(24年4月)
こんにちは、さくらインターネット研究所 研究開発グループのグループリーダー菊地です。研究所ブログ記事としてはかなり久しぶりになってしまいましたが、研究所(研究開発グループ)の取り組み内容(研究テーマ)をご紹介したいと思います。
さくらインターネット研究所は現在、研究開発グループとプロダクト開発グループの2グループ体制となっておりまして、研究開発グループは、従来から引き続き、各研究員がそれぞれテーマを持って研究を推進するスタイルとなっています。研究テーマは時期で一律に区切るものではない(研究員がそれぞれ自分の考えるスパンで取り組む)のですが、年度の区切りでまとめるようにはしていて、2024年4月時点での各研究員の研究テーマは以下のようになっています。
[続きを読む]クラウドの障害診断の自動化に関する論文が国際ジャーナル「IEEE Access」に採録
さくらインターネット研究所の坪内(@yuuk1t)です。
2024年3月に、さくらインターネット研究所から投稿した学術論文が、アメリカ合衆国に本部を置く電気・情報工学分野の学術研究団体(学会)、技術標準化機関であるIEEEの、査読付き国際オープンアクセスジャーナル「IEEE Access」に採録・掲載されました。掲載された論文の情報は次の通りです。
- 書誌情報:Yuuki Tsubouchi, Hirofumi Tsuruta, MetricSifter: Feature Reduction of Multivariate Time Series Data for Efficient Fault Localization in Cloud Applications, IEEE Access (ACCESS) , Vol. 12, pp. 37398-37417, March 2024.
- 論文のファイル: https://ieeexplore.ieee.org/ielx7/6287639/6514899/10462133.pdf
- ソースコードとデータセットのリポジトリ: https://github.com/ai4sre/metricsifter
さくらインターネット研究所では、以前より、機械学習や統計解析技術を用いて、クラウドのシステム障害管理(インシデント管理とも呼ばれる)を自動化する研究を行ってきました。障害管理は、主にクラウドを用いたオンラインサービスの信頼性に着目するソフトウェア工学分野「SRE(Site Reliability Engineering)」が取り扱う重要課題です。
障害管理の自動化に関する我々の研究活動の中で、国際的な学術機関の媒体に掲載された論文は、本論文が初となります。以降では、本論文の概要を紹介します。
[続きを読む]3次元結晶構造に基づく材料の物性予測についてICMLA2023で発表しました
さくらインターネット研究所の鶴田(@tsurubee3)です。2023年12月15〜17日にアメリカ合衆国フロリダ州ジャクソンビルで開催された22nd International Conference on Machine Learning and Applications (ICMLA 2023)にて、「DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials」と題した研究について発表しました。
この研究は、マテリアルズ・インフォマティクスと呼ばれる材料科学と情報科学の融合分野における研究です。これまでさくらインターネット研究所では、ITインフラが主な研究開発の対象分野でしたが、最近では、大学や企業と連携しながら材料科学や創薬などの自然科学分野の研究開発にも積極的に取り組んでいます。今回の研究発表は、以前のプレスリリースでもご紹介した京都大学複合原子力科学研究所と共同で取り組んだ成果です。
さくらインターネット研究所に未踏プロダクトグループと研究開発グループを創設しました
こんにちは、主席研究員のまつもとりーです。
ここ2年間は、自分の研究を進めるのではなく、よりチームとしての成果を最大化するために、研究所の活動の意味づけをしたり、組織設計を見直し働く環境や制度の整備、チームビルディングを行いながら、研究所の文化醸成にも取り組んできました。2年前に様々な設計と組織への適用を行い、1年以上その取り組みを実際に実践しながら、フィードバックを受けながらブラッシュアップを行ってきました。その結果として、研究所も人が多くなってきましたし、今後も更に増えていくことが想定されます。また、取り組みの専門性も少しずつグルーピング化されてきており、常に全体で活動するのは難しくなってきました。
これまで、研究所や自分を含めて「研究開発とプロダクト開発の両輪を回すことで、相乗効果により成果のインパクトを高めていきたい」という考えで行動してきましたが、それを実際に行うためには、個人個人でそういう活動をするだけでは不十分で、組織として、制度として、そして、文化としてその考えが組織に根付いている必要があります。そのための各種取り組みが2年の実践を経て機能し始めましたので、次のステップとして、全体としての文化や雰囲気はそのままに、よりメンバー間の議論が活発に行われ、深い議論ができ、チーム内での信頼関係が深まるように、グループ化を実施しました。
それぞれ、新たに創設した「未踏プロダクトグループ」と「研究開発グループ」の目的は以下の通りです。自分たちチームが社会に対してなすべきことは何か、そのなすべき事を達成するために自分たちがどのような存在にならないといけないのか、そのために何を意識して行動するべきなのかをチームで認識を合わせ、同じ方向に進んでいくために、各チームで度重なる議論を重ねました。議論のベースにはドラッカーのMVVを採用しています。
[続きを読む]宮城教育大学附属小学校によるコンピュータサイエンス教育の取り組み紹介と、その意義に対する考察
さくらインターネット研究所で教育学の研究をしている朝倉です。
11月18日(金)に行われた、宮城教育大学附属小学校のコンピュータサイエンス教育実証研究公開研究会を見てきました。宮城教育大附属小学校とNPO法人みんなのコードが協力し、2020年9月からコンピュータサイエンス教育(以下CS教育)のカリキュラム開発に向けた実証研究をスタートさせてから3年目の取り組みということで、非常に楽しみにしていました。
昨今の教育(主に小学校)における新しい概念を自分なりに少し整理しつつ、この取り組みの意義について考察してみたいと思います。
プログラミング教育とCS教育は何がどう違う?
プログラミング教育とプログラミング的思考
2019年までは、小学校で新たに取り入れられる「プログラミング教育」が話題の中心でした。しかし、実は2017年に改訂された小学校学習指導要領には「プログラミング教育」という言葉の記載はなく、情報活用能力を育成するために「プログラミングを体験しながら」学習活動を行うとされています。この「プログラミングを体験しながら行う学習活動」についてわかりやすく現場の先生方に伝えるために、学習指導要領とは別に「小学校プログラミング教育の手引」が文部科学省から公開されたため、小学校の先生方には一般的に「プログラミング教育」という言葉で共通理解されています。
[続きを読む]