About

深層学習の進歩は理論のみならず、
コンピュータのソフトウェア／ハードウェア両方の進化と相まって目覚ましいものがあります。
言語、画像、動画などの分野における成果はこれから様々な分野で社会実装が行われていくでしょう。
STAIR Labでは積極的に社会実装に取り組むと同時に、研究ではさらに高次の論理的思考、説明可能性、長期記憶機構、
ファクトとそうで無いものの区別、マルチモーダルな記憶など、次なる大きな課題に取り組んでゆきます。
新たなチャプターの始まりです。

深層学習モデルのサイズはこの10年間で桁違いのものになりました。
モデルの訓練時間もそれに応じて指数関数的に増加しましたが、
並列分散ソフトウェア技術により大規模計算基盤の規模に応じた訓練が可能になりました。
今や深層学習モデルの訓練はコンピュータの超大規模アプリケーションの一つになりました。
今、大規模化する計算資源の性能を最大限に絞り尽くすようなソフトウェア技術が求められています。

The progress of deep learning has been remarkable, not only in theory, but also in combination with advances in both computer software and hardware. The outcomes in the areas of language, images, and video will be implemented in various fields of our society in the future. The STAIR Lab is actively engaged in social implementation, and at the same time, we will continue to tackle the next big challenges such as higher-order logical thinking, explainability, long-term memory mechanisms, fact/non-fact distinction, and multimodal memory mechanism. This is the beginning of a new chapter.

The size of deep learning models has increased by orders of magnitude over the past decade. Model training time has correspondingly increased exponentially, but parallel and distributed software technology has made it possible to train on the scale of large computational infrastructures. Training deep learning models is now one of the very large scale applications of computers. Software technology is now required to maximize the performance of increasingly large computational resources.