2023 年の第 2 四半期に、Google の機械学習 (ML) コミュニティはいくつかのハイライトと成果を達成しました。世界中の 35 以上のコミュニティが ML トレーニング キャンペーンを主催し、ML コミュニティの全体的なトレーニング活動に貢献しました。 ML Study Jams は、TFUG Bauchi、GDSC Uninter、TFUG Abidjan などのさまざまなコミュニティによって実施されました。これらの研究ジャムは、TensorFlow と Keras の実装、画像セグメンテーション、深層学習技術を使用した笑顔検出などのトピックに焦点を当てていました。Keras コミュニティでは、いくつかのプロジェクトと貢献が紹介されました。 ML GDE Suvaditya Mukherjee は、画像セグメンテーション用に VGG-16 バックエンドを備えた完全畳み込みネットワークを実装する例を紹介しました。 ML GDE Aritra Roy Gosthipaty は、Keras とディープ ラーニングを始めるまでの道のりを共有し、Vesuvius Challenge のスターター ガイドを提供しました。 ML GDE Ayse Ayyuce Demirbas は、医療画像分析タスク用に TensorFlow と Keras を組み合わせたPythonライブラリである KerasFuse を開発しました。TensorFlow コミュニティでは、TensorFlow の最新の機能とツールを調査しました。 TFUG Ibadan は、Dtensor、KerasCV および KerasNLP、TF 量子化API、JAX2TF を含むこれらの機能のプレビューを提供しました。 ML GDE Tanmay Bakshi は、TF.Keras を使用して犬と猫の画像分類システムを一から構築し、勾配降下の基礎について説明しました。 Usha Rengaraju は、BiFormer: TensorFlow と Keras を使用したバイレベル ルーティング アテンションを備えた Vision Transformer に関する研究論文を実装しました。オンデバイス ML の分野では、ML GDE Pankaj Rai が、ML Kit、MediaPipe、TF Lite を使用したAndroidアプリへの ML 機能の追加に関するセッションを実施しました。 ML GDE Martin Andrews は、音声分類、顔のランドマーク、インタラクティブなセグメンテーション、およびテキスト分類における MediaPipe のアプリケーションを共有しました。 ML GDE Juan Guillermo Gomez Torres は、ML Kit と MediaPipe を紹介し、クライアント価値の向上におけるそれらの利点について説明しました。Language and Learning Models (LLM) コミュニティは、Google の PaLM 2 APIとその利点を調査しました。 ML GDE Hannes Hapke はAPIを紹介し、GPT-4 と PaLM 2 の時代の ML エンジニアリングの役割について議論しました。ML GDE Ruqiya Bin Safi は、PaLM 2 API を使用して生成 AI と LLM を活用したインテリジェントなカスタマー サービス センター アプリを開発しました。 ML GDE Sam Witteveen は、LLM である Bard がどのようにコードを書くことができるかをデモンストレーションし、彼の YouTube チャンネルを通じて ML と AI に関する洞察を共有しました。ML 研究コミュニティは、ML のさまざまなトピックについて論文をレビューし、ワークショップを実施しました。 ML GDE Grigory Sapunov は、Google の PaLM 2 技術レポートをレビューし、他の関連論文のレビューを共有しました。 ML GDE Aritra Roy Gosthipaty と ML GDE Ritwik Raha は、JAX を使用して機械学習モデルをトレーニングするためのステップバイステップのガイドを提供しました。 ML GDE Jerry Wu は、JAX と TPU を使用して中国語の質問応答データをトレーニングおよび推論した経験を共有しました。TensorFlow コミュニティは、さまざまなアプリケーションや技術を調査しました。 ML GDE のThuhan Ganegedara は、TensorFlow Recommenders と TensorFlow Recommenders Addons を使用して映画レコメンダー モデルを構築する方法を説明しました。 ML GDE Mathis Hammel は、ディープフェイク画像の検出について議論し、TensorFlow モデルを使用して LinkedIn 上の偽企業のネットワークを調査しました。 ML GDE Hugo Zanini は、TensorFlow とPythonを使用してリアルタイムの物体検出モデルを作成する方法をデモしました。ML コミュニティでは、AutoML、生成 AI、 Google Cloud Platform 上の ML など、クラウドに関連するトピックも検討しました。 ML GDE Paolo Galeone は、Go で VertexAI と AutoML を使用した表形式モデルの開発とデプロイメントについて説明しました。 ML GDE Pedro Gengo と ML GDE Vinicius Caridá は、ビデオ内の情報の検索エンジンの作成を紹介しました。 ML GDE Gant Laborde は、開発者にとって楽しい ML エクスペリエンスを作成するための洞察を共有しました。 ML GDE Gad Benram は、Google の生成AI Studio の機能をプレビューし、 Google Cloud 担当者向けのセールス ピッチ ポイントを共有しました。全体として、ML コミュニティは 2023 年の第 2 四半期に重要なマイルストーンを達成し、さまざまな ML トピックとアプリケーションにわたる貢献とプロジェクトを達成しました。