ReNomとは→  詳しい情報はこちら www.renom.jp 

BACKGROUND

2002年Dr Hintonが生み出したContrastive Divergence Methodが発明され、2012年その方法を活用した Deep Learningの登場により、それまで超えられなかった深層学習の限界に技術革新がおきました。我々は、機械学習のフレームワークを開発するにあたり、なぜ多層化されたニューラルネットワークが機能するのかを考え、その結果、繰り込み理論が重要な役割を担っていると考えました。ReNomはこの繰り込み理論「Renormalization」の文字をとり命名しました。このフレームワークは、実際のビジネスで活用される事を目的にしております。過去のフレームワークをさらに発展させ、実際のビジネスの現場で使えるようなフレームワークを目指しています。深層学習において、Dr Hintonが生み出したCD Methodに続く大きな技術的な革新はまだ起きていません。次のブレークスルーをどのように生み出すかが、とても重要だと考えます。我々は、この繰り込み理論の先に、それがあると考えます。

VISION

人工知能を誰でも使えるように一般化する事と、より高度なアルゴリズムを開発し、さらなるブレークスルーを生み出す事を目指しています。我々はこの異なる2つのミッションに対して、取り組んでいます。