サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
都知事選
www.mizuho-rt.co.jp
2019年1月、Oracle Java SE 8の公式アップデート(無償サポート)が終了した。 Oracle社のJavaサポート方針変更に関する発表(*1)は2017年9月に遡るが、官公庁や企業の基幹系業務システムをはじめ、世の中の多くの情報システムがOracle Javaを使って開発されているため、強い衝撃を受けたことを思い出す。身近なところではTwitterのサイトもJavaで開発されている。筆者らが開発に携わっているWebシステムもOracle Java SE 8を使っていたため、無償サポート終了への対応をおこなった。 本稿では、筆者らが採用した対応方法を紹介したいと思う。既に対応を終えた方にとっては今さらの情報であり、また、筆者らと同様に対応を検討した多くの開発者にとっては既知の情報であるが、これから対応を検討される方の参考となれば幸いである。 本題に入る前にJavaの魅力について
サービス・ソリューション リサーチ・コンサルティング・ITデジタルの強みを結集し、お客さまや社会に新たな付加価値を提供します。
みずほリサーチ&テクノロジーズは、 2021年にみずほ情報総研、みずほ総合研究所、みずほトラストシステムズが統合し、 リサーチ、コンサルティング、IT、研究開発という4つの事業を 合わせ持つ会社として設立いたしました。 今回のキャッチコピーである「解決する頭脳。」には、 こうした多様な事業ポートフォリオを強みとして、 お客さま・社会の課題解決に取り組む当社のめざす姿である「『知』と『技』を結集し、 お客さま、そして社会とともに未来を創る」が凝縮されています。 本企画は、BtoB企業であるみずほリサーチ&テクノロジーズの事業内容を 具体的に感じてもらいたいという想いから、 「電車の中で座りたい」という身近な欲求に着目。 電車の混雑を巡る背景分析から、乗客の意識や行動に係るアンケート調査、 調査結果から導かれるアクションプランに至る“課題解決のプロセス”をご覧いただくことで、 当社を知っていた
今年、2017年の年明けに東京ビッグサイトで開催された第1回スマート工場EXPOに出向いた。「つながる工場」をスローガンに、国内外120社を超える企業から、スマート工場実現のための先進的なIoT技術やソリューションが展示されていた。さまざまな最新技術が活用された先進的な製造工場を思い描き、筆者も心を踊らせながら見学することができた。 一方で、日本のものづくりの現場は、他国と比較しIoT技術の導入が進んでいるとは言えない状況にある(*1)。筆者は業務上、国内の製造現場に立ち入ることがあるのだが、外界と遮断された「つながらない工場」が多い。これはなぜなのか。本稿では、日本の製造工場でスマート化が進まない理由を考えてみたい。 スマート工場の定義や解釈はさまざまだが、本稿では狭義として「IoT技術の活用によって、工場内の生産設備やシステムをインターネットに接続することで、工場内外の設備、システム、
仕事への満足は「ジョブ(職種)型」が最も高く、人事担当者は「ジョブ(職種)型」人材の採用を重視 ジョブ型・メンバーシップ型に関する労働者の意識調査結果を発表 2015年6月10日 みずほ情報総研株式会社 みずほ情報総研株式会社(本社:東京都千代田区、社長:西澤 順一)は、2015年2月および4月に、大卒正社員の労働者1,030人と、企業の人事担当者429人を対象に、「ジョブ型・メンバーシップ型に関する意識調査」を行い、このたび調査報告書としてまとめましたのでご案内いたします。 近年、我が国では少子高齢化、労働力人口の減少といった状況下において産業競争力の強化が求められており、政策面ならびに企業のマネジメント面において、創造性と高い生産性を発揮できる労働環境の構築が重要視されています。特に、人事分野においては、非正規雇用問題、解雇規制の見直し、生涯現役社会の実現、ワークライフバランスの向上、
Copyright Mizuho Research & Technologies, Ltd. All Rights Reserved. 「金利のある世界」への日本経済の適応力 【 みずほリポート 】 2023.11.21 本コンテンツに関する アンケートにご協力を お願いします https://mizuhobank.au1.qualtrics. com/jfe/form/SV_41qDnsHnU8P UCQS 2 -2 0 2 4 6 8 10 12 -2 0 2 4 6 8 10 12 80 82 84 86 88 90 92 94 96 98 00 02 04 06 08 10 12 14 16 18 20 22 24 長期金利 政策金利(無担保コールON) インフレ率 60 80 100 120 140 160 180 200 220 240 260 280 300 -20000 -
人工知能の1つの分野である自然言語処理において、深層学習によるモデルの大規模化が加速している。GAFAをはじめとする大規模な資本が人的資源や計算資源に投入されていることの直接的な結果として、モデルに含まれるパラメータ数が2018年以降において2年で約1,000倍という驚異的な伸びとなっている。現状のパラメータ数が最大規模のモデルの例としては、人工知能を研究する米国の非営利団体であるOpen AIによるGPT-3がある。「長い間人間が作成したと考えられていたブログがGPT-3で生成されていた*1」「自然言語での記述からある程度のプログラムのコードが生成可能となった*2」といった記事にみられるように、、現在進行形で話題となっているのでご存じの方は多いであろう。 自然言語処理モデルのパラメータ数の変遷 ◆は計算環境としての許容パラメータ数、●は言語モデルのパラメータ数 出所:各種資料よりみずほリ
次のページ
このページを最初にブックマークしてみませんか?
『www.mizuho-rt.co.jp』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く