TensorFlow によって、機械学習の現場で日常的に発生する問題がどのように解決しているかご覧ください。

Airbnb でエンジニアリングとデータ サイエンスを担当するチームは、大量の画像を分類しオブジェクトを検出するために TensorFlow を使った機械学習を導入した結果、ゲストの満足度を向上させることができました。

都市計画のための地表変化のモニタリング、違反建築の防止、自然災害による損傷と景観変化のマッピングなどに、機械学習が役立てられています。

Android Neural Networks API（NNAPI）用 Arm NN が提供する Arm Mali GPU 向けハードウェア抽象化レイヤ（HAL）は、TensorFlow Lite のような機械学習フレームワークの性能を 4 倍以上向上させています。

Carousell は、Google Cloud ML 上の TensorFlow を使用して、ディープ イメージと自然言語理解による機械学習モデルを構築しました。このモデルにより販売者は、画像認識機能を利用してこれまでより簡単に投稿できるようになりました。一方、購入者はおすすめ機能と画像検索機能により、的確な掲載情報を簡単に見つけられるようになりました。

エッジでのディープ ラーニングおよび AI 推論用に特化した CEVA の AI プロセッサ、NeuPro と CEVA-XM は、TensorFlow でトレーニングしたネットワークを、CEVA CDNN コンパイラを使用して組み込みデバイスでリアルタイムに使用できるように自動で変換します。

China Mobile は、TensorFlow を使用して、カットオーバー期間の予測、オペレーション ログの検証、ネットワーク異常検知を自動的に実行できるディープ ラーニング システムを開発しました。このシステムはすでに、数億件にのぼる世界最大規模の IoT HSS 番号の再配置で成果をあげています。

人工知能の進歩と TensorFlow の発達により、Coca-Cola Company は、長年の課題だったポイント プログラム用の簡易的な購入証明機能を実現することができました。

GE Healthcare では TensorFlow を使用して、脳の MRI（磁気共鳴映像法）検査中に特定の構造を識別するためのニューラル ネットワークのトレーニングを行い、検査のスピードと信頼性を向上させています。

Google では、検索、Gmail、翻訳などの Google サービスに実装する機械学習の強化、新たな発見を目指す研究者の支援、さらには人道的課題や環境問題への対応の促進などの目的で、TensorFlow を活用しています。

InSpace では、TensorFlow.js を使用して有害なコメントが送信される前に検出しています。クライアントサイドのブラウザですべての推論を実行するため、テキストをサードパーティのサーバーに送信して分類する必要がありません。

Intel と Google の提携により、さまざまなモデルの推論性能が最大で 2.8 倍向上し、Intel プラットフォームで TensorFlow を使用する幅広いお客様に貢献することができました。

Kakao Mobility では、TensorFlow と TensorFlow Serving を使用して、配車リクエストに対してドライバーを派遣する際の乗車完了率の予測を行っています。

Lenovo LiCO プラットフォームは、AI のトレーニングと従来のハイ パフォーマンス コンピューティングを加速するとともに、TensorFlow の統合および最適化によりディープ ラーニングのトレーニングを最適化します。LiCO はさまざまな組み込み TensorFlow モデルを提供しており、最適な形でこれらのモデルの分散トレーニングを行うことができます。

Liulishuo のアルゴリズム担当チームは、2016 年になって間もなく、社内の機械学習プロジェクトに TensorFlow を導入しました。この使いやすい機械学習フレームワークを活用して、英語学習のためのアプリケーションを開発しました。

ModiFace は TensorFlow.js FaceMesh モデルを活用して重要な顔の特徴を識別し、WebGL シェーダーに結合しています。これにより、ユーザーはプライバシーを保護しながら、L’Oreal ブランドの化粧品をデジタル的な方法で試すことができます。ライブ映像の処理はすべてブラウザ内で行われるため、ユーザーデータをサーバーに送信して処理する必要がありません。

NAVER ショッピングでは、TensorFlow を使用して、1 日 2,000 万件以上新たに登録される商品を約 5,000 種類のカテゴリに自動的にマッチングさせて体系的に分類し、ユーザーが商品を簡単に検索できるようにしています。

NERSC と NVIDIA は、研究科学用のディープ ラーニング アプリケーションを 27,000 個以上の NVIDIA V100 Tensor コア GPU にスケーリングすることに成功し、その過程で EFLOPS の壁を打ち破りました。

OpenX は、TFX と Google Cloud Platform をアド エクスチェンジに統合することで、毎秒 100 万件を超えるリクエストを処理し、15 ミリ秒以内にレスポンスを提供しています。

PayPal では、TensorFlow、転移学習、生成モデルを使用して、一時的に変化する複雑な不正パターンを認識し、不正による不承認の精度を高めるとともに正当なユーザーの識別精度も向上させています。

Qualcomm は、Snapdragon モバイル プラットフォーム、さらには IoT、コンピューティング、XR、自動車用に設計されたチップセット ポートフォリオ全体で、TensorFlow モデルおよび TensorFlow Lite モデルの最適化と高速化を実現しています。

TensorFlow を使用して、網膜の OCT 画像上での疾患の分類およびセグメンテーションが行われました。疾患は、脈絡膜血管新生、硝子体疣贅、糖尿病性網膜浮腫の 3 種類のいずれかに分類されました。セグメンテーションの実施後、Sinovation Ventures は画像上での境界病変の情報を提供しています。

Spotify は、ML システム用の Paved Road（独自のプロダクトと構成のセット）で TFX と Kubeflow パイプラインを活用して、ML を使用し始めたばかりのチームを対象としたエンドツーエンドの機械学習ソリューションをデプロイしています。

Swisscom では、機械学習モデルを細かくカスタマイズできる TensorFlow の機能を活用してテキスト分類を行い、問い合わせをしてきた顧客の意図を判断するうえで役立てています。

Processor SDK は TensorFlow Lite モデルを最適化し、一般的なコンピューティング用 Arm® コアから専用のハードウェア アクセラレータに、CNN/DNN 推論をオフロードします。これにより、マシンビジョン、ロボット工学、自動車 ADAS などをはじめとする多くのアプリケーションで機械学習機能を向上できます。

Twitter は、TensorFlow を使用して「タイムラインのランク付け」機能を作成しました。これにより、何千人もフォローしているユーザーでも、自分にとって特に重要なツイートを見逃すということがなくなります。

VSCO は、TensorFlow Lite を使用して「For This Photo」機能を開発しました。オンデバイスの機械学習により、編集中の写真の種類を特定し、厳選されたリストから適切なプリセットをおすすめします。

WPS Office は、オンデバイスの画像認識や画像 OCR など、TensorFlow をベースにした複数のビジネス シナリオを実装しています。