年間50万トンの梱包を削減した「アマゾンの独自AIモデル」 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
アマゾンは、19カ国で1日に2000万個の荷物を発送しており、天文学的な量の紙や段ボール、プラスチックなどの包装材を使用している。これらの荷物を効率的に梱包する方法を見つけ出すことは、環境にとっても同社の利益にとっても良いことだ。 そこでアマゾンは2019年、梱包の無駄を減らすために独自の人工知能（AI）モデルを立ち上げた。その結果、同社のデータによると、5年間で少なくとも年間50万トンの包装の削減に貢献した。これはボーイング737型機7750機分に相当する量だ。 アマゾンのパッケージング・イノベーション・チームでシニア・マネージャーを務めるケイラ・フェントンは、フォーブスに「これは、サステナビリティとビジネスがうまく調和した例です」と語った。同社の研究者たちは、Package Decision Engine（パッケージ決定エンジン）と呼ばれるAIモデルを構築し、最も効率的なパッケージング
NVIDIAとインテルとIBMはどうして差がついてきたのか、あるいは富士通「富岳」CPUが民間普及しなかったのは何故か
NVIDIAと、インテル・IBMはどうして差がついたのか、疑問に思う。 AIで言えば、IBMのWatsonがずっと先行していた。 AIはニューラルネットワークを模倣していると言われ、ニューロモーフィックというチップを、IBMは作り、その後、メンバーが移籍してインテルも作った。 現在、ニューラルネットワークとは違うものになったが、勝っているのはNVIDIAになっている。 先日、1.58bitのBitNetが話題になったが、LLMではないが昔BinaryConnectで0.68bitまで下げる案を出したのもIBMのメンバーだ。 ハッカーニュースでBitNetについてIBMだった人がコメントしている。IBMはそれなりに早かったはずだ。 https://news.ycombinator.com/item?id=39544500 普通のGPUの会社だと、ゲーム用のGPUボードだけを作っていたと思うが
画像生成AIこそ人類の創造性の結晶
「画像生成AIは、画像を劣化した形で圧縮してそのまま再現しているだけ。だからパクリだ」という発言をよく見かけるようになったので、少し専門的な見地から反論しておこう。まぁ、本当は「取り込んだ画像を丸パクリして出力しているだけだ」と主張したいけど、それは明らかに事実に反するのでそういう言い方をしてるんだろうけどね…。 まず、画像生成AIと非可逆の画像圧縮技術が本質的に同じものだ、というのは事実だ。実際に、画像生成AIを新たな圧縮技術に応用できるのではないか、という話はすでに出ている。なぜなら、これはどちらも「情報の抽象化」を行うものだからだ。情報からその本質的な部分を抜き出し、情報量を減らした形で蓄えておいて、あとから有用な形で利用できるようにする。 我々が非可逆圧縮において「画質の劣化」と呼んでいるものは、画像の中の本質的でない部分を省くと細部が抜け落ちる、という側面をネガティブに言っている
イラストレーター向け、脱反ＡＩマニュアル
https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/hoseido/r05_07/ 文化庁のパブコメ返答終わりましたね、だいたい反ＡＩ的な意見は突き返される事になりました。 Amazonが兆単位の投資を行うような案件で末端労働者でしか無い層の叫びはガン無視するのは国益でしかないですから仕方ないとは思います。 これ以上続けるなら過激化してテロ等に走しるしかないと見えて来たのじゃないでしょうか。 自分はテロリストになりたくないけどもし友人がテロに走ったら、自分までテロリスト扱いされないか。 そもそもクライアントにやばい思想だと目をつけられかねない、仲間は景気の良いこと言ってるけどＡＩはいろんな企業で投入されてる。 けど足抜けもできない……なんてことはあると思います。 なのでイラストレーターのための生存術として書いておきます。 第一
サイバーエージェントのGitHub Copilot導入と 開発生産性
【GitHub x サイバーエージェント共催】GitHub Copilotで変わる開発文化の現実 https://cyberagent.connpass.com/event/292982/
高橋恒一 on Twitter: "GPTでAI界隈が沸騰している。開発者も含めて誰も急激な性能向上の理由を理解出来ていない。普段は半年や1年で古くなるような時事ネタはあまり呟かないことにしているが、このところの動きがあまりに早く、未来に向けての不確実性が高まってい… https://t.co/1BCs8cXavs"
GPTでAI界隈が沸騰している。開発者も含めて誰も急激な性能向上の理由を理解出来ていない。普段は半年や1年で古くなるような時事ネタはあまり呟かないことにしているが、このところの動きがあまりに早く、未来に向けての不確実性が高まってい… https://t.co/1BCs8cXavs
AIが社会の主役に、人間の歴史は終わる ドワンゴ川上量生氏が描く未来図 (朝日新聞GLOBE＋)
■人間にできてAIにできないこと、ない 人間の知性って、実は人間自身が思っているほど高くないと思います。人間同士のコミュニケーションは大抵、場当たり的だし、数学者の新井紀子さんが著書「AI vs.教科書が読めない子どもたち」で明らかにしたように、読解力や論理的思考力を人間はそれほど持っていない。人工知能は現時点でも、大抵の人の知的水準をかなりの部分で上まわっているのではないか。 20年後には、AIはもう相当世の中に入ってきているでしょう。あらゆる意味で人間の知性を超えるAGIの可能性については見解が分かれていますが、遅くとも今世紀中には実現されるでしょう。 まだ人間の仕事は残っているけど、基本的には消えていく過程にある。人間にはできるけどAIにはできないことって、正直ないと思います。 ■一人一人が自分だけの仮想世界を持つ時代に それと同時に進むのが、人間の活動の比重が、現実世界から「もう一
源氏物語が好きすぎてAIくずし字認識に挑戦でグーグル入社 タイ出身女性が語る「前人未到の人生」 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
Kaggleにおける「特徴量エンジニアリング」の位置づけ 〜『機械学習のための特徴量エンジニアリング』に寄せて〜 - u++の備忘録
はじめに 『機械学習のための特徴量エンジニアリング』の書誌情報 Kaggleのワークフロー 1. （探索的データ分析） 2. ベースラインモデルの構築 3. Validationの構築 4. 特徴量エンジニアリング 5. ハイパーパラメータ調整 6. アンサンブル 『機械学習のための特徴量エンジニアリング』の貢献箇所 Kaggle観点で本書をオススメする読者 おわりに はじめに このたび、『機械学習のための特徴量エンジニアリング』をご恵贈いただきました。 Kaggleと親和性が高い書籍名で、Twitterのタイムラインなどを見るに、Kaggleに興味がある層を中心に大きな注目を集めているようです。 本記事では本書の発売に寄せて、Kaggleの自分流のワークフローと「特徴量エンジニアリング」の位置づけについての私見を述べます。その上で本書がKaggleのワークフローのどの部分に寄与するかを説
ディープラーニングは万能なのか l DataRobot
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
人間参加型（human-in-the-loop）機械学習とは？
We help companies test and improve machine learning models via our global AI Community of 1 million+ annotators and linguists. Our proprietary Ground Truth AI training platform handles all data types across 500+ languages and dialects. Our AI Data Solutions vastly enhance AI systems across a range of applications from advanced smart products, to better search results, to expanded speech recognitio
あおり運転にはこの無料ドラレコアプリが効く
運転中に車間距離を知らせたり、自転車や人が近づくと検知してアラートが鳴り出す──。交通事故防止にはドライブレコーダー（ドラレコ）の搭載が有効だ。しかし実際の利用率は32.1％にとどまっており、55％超が意欲はあるのに搭載していない（2019年10月、ソニー損保調べ）。 搭載率が低いのは、1台2万～3万円という価格にある。とりあえず使ってみたいなら、無料のスマートフォンアプリという選択肢がある。複数ある中で、2019年12月5日、世界初となるAI（人工知能）搭載のドラレコアプリ「スマートくん」をリリースしたのが、AIベンチャーのニューラルポケットだ。 使い方はシンプル。アプリをダウンロードしたスマホを、運転席に設置した市販のスタンドで固定するだけ。現在はiOSのみの対応だが、2020年に向けてAndroid対応も予定している。iPhone8まで動作を確認しており、使い古しの端末をドラレコに転
「バターを積んだ自動運転トラック」が北米大陸横断に成功 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
シリコンバレー本拠の自動運転テクノロジー企業「Plus.ai」は、トラック向けの自動運転に注力している。同社は12月10日、レベル4の自動運転トラックによる、米国横断貨物輸送を成功させたと発表した。 同社の自動運転トラックは、カリフォルニア州トゥーレアリからペンシルベニア州クエーカータウンまでの2800マイル（約4500キロ）を走破した。走行は自動運転モードで行われ、緊急事態に備える人間のセーフティドライバーが同乗した。 Plus.aiによると、今回の走行は「日持ちのしない生鮮食品を満載した冷蔵トレーラーが、レベル4の自動運転により、北米大陸を横断する商用輸送に成功した最初の事例」だという。同社のトラックが運んだのは、乳製品で有名なランドオレイクス（Land O Lakes）社製のバターだったという。 自動運転トラックは12月上旬の厳しい気候条件の中、3日間で大陸横断に成功したという。Pl
資生堂のレイCGO、初の定額サービスとイノベーションを語る | Forbes JAPAN 公式サイト（フォーブス ジャパン）
資生堂でチーフ・グロース・オフィサー（CGO）を務めるマーク・レイ（資生堂アメリカズ社長兼CEO）（Photo by Slaven Vlasic/Getty Images for Financo） 資生堂は今月、同社初のサブスクリプション（定額制料金）型サービス「オプチューン」を開始した。同サービスは、専用アプリを使い、月額1万円で日本国内の消費者に向け、個々人に合わせたハイテクスキンケアを提供するもの。拡張現実（AR）と人工知能（AI）を美容液抽出マシンと組み合わせた、美容業界でもまだ数少ない「モノのインターネット（IoT）」システムのひとつだ。 抽出されるケアの種類は8万通りの組み合わせがある。アプリはiPhoneに対応し、端末の内蔵カメラで撮った顔のデータ収集に使われる。データは、その日の肌の状態や環境を考慮しつつ、AIによって分析される。分析結果に基づき、カートリッジ付きマシンがそ
｢中国発AI｣で､通訳も速記も､もう必要ない
会議で議事録を取る必要はなし。外国企業との商談も通訳いらず――。 そんな夢のような世界を、中国屈指の音声認識AI（人工知能）企業である、アイフライテックがすでに実現している。 同社が開発した「智能会議系統（スマート会議システム）」は、会議中の発言をAIで認識し、自動で文字に変換してスクリーンに映し出す。音声認識の正確性は中国語で97％、英語で95％と、プロの速記者をも上回る高さだ。声紋を分析して話者を識別できるのはもちろんのこと、中国語と英語だけでなく日本語や韓国語にも対応し、リアルタイムでスクリーンに対訳を表示する機能を併せ持つ。中国語では、会議の要点を短くまとめた要約すら、自動で作成可能だという。 人間のような声を人工的に生み出す音声合成の技術も発達している。その名も「AIカスタマーサービスロボット」。中国火鍋チェーン大手で日本にも店舗を持つ、海底撈（ハイディラオ）などの外食企業で活用
ゴミみたいな面白さを探し出して AI に抵抗していきたい - 山下泰平の趣味の方法
私は明治の新聞を読むことがある。新聞のデータベースはなかなか素晴しくて、過去の記事なんかはキーワードで検索できたりして本当に最高だと思う。最高なんだけど、これは他人が作ったデータベースで、ずっと利用していると自分が人工知能の一部になった気分になる。 すごい昔に人工知能のことちょっとだけ調べたことがある。チューリング？とかのメチャ分厚い変な本を読んだだけの古くさくて雑な理解なんだけど、人工知能ってのはデータから自動的に適切なものを引出すみたいな雰囲気の仕組みである。人間の知的活動と同じですね。 新聞以外のなにか読んで気になった単語をリストアップしていって、自動的に新聞各社のデータベースを検索し、一覧を抽出するみたいなのはやろうと思ったら私だってすぐに作れる。データベース利用料金を払う金がないから作ってないだけで、金あったら作ってる。私よりも頭が良くて金ある人が頑張ったら、面白みのあるパターン
AI Software Learns to Make AI Software
Google and others think software that learns to learn could take over some work done by AI experts. Progress in artificial intelligence causes some people to worry that software will take jobs such as driving trucks away from humans. Now leading researchers are finding that they can make software that can learn to do one of the trickiest parts of their own jobs—the task of designing machine-learni
Googleの新スマートフォンPixel 3の「夜景モード」が問いかけるもの（あるいはAIとはなんなのかという実感について）｜Takahiro Bessho｜note
Googleの新スマートフォンPixel 3の「夜景モード」が問いかけるもの（あるいはAIとはなんなのかという実感について） たまにはカメラのレビューなんていう、フォトグラファーっぽいこともしてみますね。といっても、普段はカメラの記事を書くときって、大体カメラ会社が作ったボディやレンズに関する記事を書くことが多いのですが、今回は話題のスマホPixel 3のカメラ、しかも鳴り物入りで搭載された「夜景モード」だけに限定した超ニッチな記事です。でも、このニッチに思える画像技術は、これから先の写真の方向性をもしかしたらすごく変えちゃうかもしれない。そう思うほどに、今回のPixelが搭載した「夜景モード」は、衝撃的な機能でした。まず、その違いを是非画像でご確認ください。Twitterにもアップしましたが、iPhone Xとまったく同じ時間、同じ場所で撮影した写真を並べたものです。 撮影場所は比叡山の
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
TechCrunch | Startup and Technology News
ザッカーバーグが描く家庭用AI「Jarvis」が完成──声はモーガン・フリーマン