この前の日経の記事でプリファードの西川CEOが「AIブームはもう終わる」と発言していたのが、とても象徴的なできごとだと感じた。AIブームが終わるというのは、誰もが分かっていて、話題にも良くなっていたが、AIに直接関わっている当事者としては、言い出しにくい雰囲気があった。
「日本の英語学習は非効率」 アイスランド人が日本向け英語学習システムを作ったワケ:これからのAIの話をしよう(教育編)(1/3 ページ) さまざまな領域で進むAI活用の波が、教育業界にも押し寄せている。日本ではatama plusやCOMPASSなどのスタートアップがAIを活用し、ユーザーの学習状況に合わせて学習をパーソナライズするサービスを手掛け、注目を集めている。 しかし教育業界には古くからの慣習なども残っており、本格的な普及には至っていないのが現状だ。 こうした中、日本のビジネスパーソンになじみ深い「TOEIC」(国際コミュニケーション英語能力テスト)に目を付けたのが、AI搭載の英語学習システム「cooori」(コーリ)を提供するコーリジャパンだ。 創業者のアルナ・イェンソンCTOは、日本語の学習に苦労した自身の経験を基に、語学学習にAIを活用しようと決断。日本でAIを研究するうちに
日立製作所(以下、日立)と日立産業制御ソリューションズ(日立産業制御)は2019年10月4日、「高速人物発見・追跡ソリューション」の販売を同年10月7日に開始すると発表した。防犯カメラなどの映像に映る人物の中から、性別や年齢層、服装など100項目以上の全身特徴を使って特定の人物を高速に発見し追跡する。日立が開発したAI(人工知能)画像解析技術を活用して、日立産業制御が製品化した。 防犯カメラ映像の目視による監視や記録映像の確認といった負荷を軽減し、業務を効率化する。例えば、駅や空港、商業施設での不審者や迷子の早期発見、警察や自治体など公共機関での警備を支援する。さらに、工場や物流現場での作業者管理、商業施設や公共施設での来場者行動分析など、セキュリティ以外の分野でも利用できる。 「高速人物発見・追跡ソリューション」の特徴 高速人物発見・追跡ソリューションは、防犯カメラの映像から全身特徴抽出
人材不足を始めとする課題が指摘されて長い日本の農業業界。アグリテックという産業が確立されるほど、多くの企業がテクノロジーを用いて解決策を提示してきたが、根本的な解決の目処はまだ立っていない。 そんな中、AI技術を用いた自動収野菜穫ロボットを開発し、数々のピッチコンテストやカンファレンスで優勝をするスタートアップが現れた。鎌倉の古民家をオフィスとするinaho株式会社(以下、inaho)だ。最先端のロボットを開発しているとは想像もできないのどかな住宅地の中で、日本の農業の未来を左右するイノベーションが起ころうとしている。 今回はinaho共同代表の1人である菱木豊氏にいかにして自動野菜収穫ロボットを開発したのか、その苦労と試行錯誤のプロセスについて話してもらった。 農家の9割が欲しいという自動収穫ロボット 震災復興のための野外フェスの主催、鎌倉の地域活動「カマコンバレー」の運営、「The W
人生の目標も、技術も、資金もない。できるのは、人に会って話をすることだけ。「何もない男」が探し、たどり着いた答え。それは、生産者と二人三脚でつくる次世代の農業モデルだった。 アスパラガスやきゅうりといった作物の生産者は、作業時間のおよそ6割を収穫に充てている。生育状況を毎日一つひとつ見分ける必要があるからだ。真冬でも30°Cを超えるハウスの中で、汗を流しながら作業する。生産者の誰もが、この収穫を省力化できないかと考えていた。そんな願いを叶えようとしている人物がいる。inaho代表の菱木豊だ。 菱木は、ディープラーニング(深層学習)による画像認識で野菜の生育状況を見分け、自動で収穫するロボットを開発している。人手不足や高齢化が深刻な農業では、生産性を高めるIT活用が注目されるが、野菜類の選択収穫を自動化するものはこれまでなかった。 「すごくニーズがあって、お話ししたほとんどの農家さんが導入意
Webページに用意されているFAQの内容をベースとした問題解決型のチャットボットなら、構築までの手間は比較的少ない。マネックス証券では金融サービスの初心者に向け、自己解決の手段を提供するため、担当者がほぼ一人でAI(人工知能)ボットを立ち上げ、1日20分のメンテナンス時間で運用している。 スパルタなのか、野放しなのか。新卒でマネックス証券に入社したばかりの日俣直彦氏が「主担当としてチャットボットを開発せよ」と業務上のミッションを与えられたのは、ユーザーサポートの部門に配属となってから、わずか2カ月後の2017年11月だった。 本来であれば30~40代以上の中堅社員が担う仕事だったのかもしれない。それでも「中高年の担当者が、昔取ったきねづかで自分の知識の範囲でなんとかするというよりも、柔軟な発想で素早く立ち上げる若い力に託した」(マネックス証券 東京コンタクトセンター長の広畑美弥子氏)という
ディープラーニングおじさん 私の会社には「ディープラーニングおじさん」がいます。「います」といっても私が勝手に一人で心の中でそう呼んでいるだけですが…ともかく、今日はその「ディープラーニングおじさん」が、機械学習経験ゼロから、最終的に会社を動かすまでの華麗なる軌跡を紹介したいと思います。 なお、会社に関する情報は、私の都合である程度、虚実入り混じった情報になることご了承ください。今回の話で伝えたいことに関しては、影響は無い範囲とは思っています。 ディープラーニングおじさんの華麗なる軌跡 自分のツイートを「ディープラーニングおじさん」で検索したら、最初に引っかかったのが2016年10月ころでした。もう1年半くらい前ですね。 自分も個人で少しだけディープラーニング試したりしてるので、ディープラーニングおじさんに少しだけ自分の知ってる情報を提供してみたけど、おじさん何も聞かずに特攻しててワロタw
米テキサス州オースティンで2019年3月8日より開催中のデジタル社会や映画や音楽などメディアの総合イベントSXSW(サウス・バイ・サウス・ウエスト)では「食」がトレンドとなっている。中でも日本勢が展示している「SUSHI SINGULARITY」(スシ・シンギュラリティ)は、究極までパーソナライズした新しい食の形を提案し注目を集めている。 スシ・シンギュラリティは「食」をデータ化し、食に革命を起こすことを掲げ、電通、山形大学、やわらか3D共創コンソーシアムなどが「OPEN MEALS(オープンミールズ)」というグループを組織して開発を進めている。シンギュラリティとは「特異点」のことで、人工知能(AI)において人間の能力を超える将来時点のことを指すことが多い。 オープンミールズのファウンダーで電通のアートディレクターである榊良祐氏は「AIだけでなく食にもシンギュラリティが来ると思っている。す
「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング=最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング(深層学習)は、原理的には単純な最小二乗法(誤差を最小にする近似計算の一手法)にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差
by rawpixel AI(人工知能)を用いた映像変換技術「Deepfake(ディープフェイク)」の文章版とも言うべきテキストジェネレーターを、イーロン・マスク氏らが出資する非営利のAI研究組織であるOpenAIが開発しました。しかし、あまりにも高精度のテキストを簡単に自動生成できるため、開発陣が「あまりにも危険過ぎる」と危惧しています。 New AI fake text generator may be too dangerous to release, say creators | Technology | The Guardian https://www.theguardian.com/technology/2019/feb/14/elon-musk-backed-ai-writes-convincing-news-fiction OpenAIが「GPT2」と呼ばれる新しいテキスト
「情シスない中小企業に使ってほしい」 NTT東日本、「AI-OCR」とRPAサービス提供 紙帳票のデータ入力を効率化 NTT東日本とAI(人工知能)ベンチャーのAI insideが、「AI-OCR」による文書読み取りサービス「AIよみと~る」を提供開始。RPAツールと組み合わせて紙帳票のデータ入力作業を効率化する。 NTT東日本とAI(人工知能)ベンチャーのAI insideは1月23日、ディープラーニングを使って帳票内容を読み取るOCR(光学文字認識)サービス「AIよみと~る」の提供を始めた。データ入力業務などを自動化するRPA(ロボットによる業務自動化)サービス「おまかせRPA」と合わせて提供することで、紙書類のデータ入力などを手作業で行うバックオフィス業務の効率化をサポートする。 紙帳票に記載された内容をスキャナーで読み取り、デジタルデータ化したものをAIよみと~るで検出する。AI
橘大地🔖 @d_ta2bana 本日 #契約書タイムバトル でその全貌を、歴史を共に目撃しましょう→AIが1秒で契約書をレビューする「LegalForce」が5億円を調達、β版は約3ヶ月で70社が導入 – TechCrunch Japan jp.techcrunch.com/2018/11/30/leg… 2018-11-30 10:13:19 Takuji Hashizume @takujihashizume 試合のゴング直前にビッグニュース。本日AI軍として出場されるLegalForceさんが、ジャフコ等から大型資金調達。 #契約書タイムバトル > AIが1秒で契約書をレビューする「LegalForce」が5億円を調達、β版は約3ヶ月で70社が導入 | TechCrunch Japan jp.techcrunch.com/2018/11/30/leg… @jptechcrunchさん
「Yahoo!知恵袋」の不快な投稿、見えないところへ わずか1日で6億件を処理 ヤフー社内で何が起きたのか(1/2 ページ) Q&Aサービス「Yahoo!知恵袋」は長い間、不快な内容だが規約違反ではなく削除できない「グレーな投稿」に悩まされてきた。解決するための処理には約9カ月かかると思われていたが、わずか1日強で完了したという。何が起きたのか。 老舗Q&Aサービス「Yahoo!知恵袋」は、長い間あるものに悩まされてきた。規約違反ではないため削除できないが、見る人を不快にさせる内容の“グレーな投稿”である。これまで社内でパトロールを行うなど対応してきたが、同サービスの投稿は約6億件にものぼり、全てのグレーな投稿を見つけ出すことは難しかった。スーパーコンピュータ「kukai」(クウカイ)が導入されるまでは。
今夏の全国高校野球選手権記念西兵庫大会決勝。神戸新聞社はツイッターで、記事を発信した。 「明石商は同点の7回、二死二塁から3番田渕翔のセンターヒット、なおも二死二塁から4番右田治信のレフト二塁打などで計3点を挙げ、逆転した」 AIを活用して記事をつくる「ロボットくん」が書いたものだ。地方大会のデータや、過去に記者が書いた同種の記事などを「学習」。試合データを読み込ませると1秒あまりで「執筆」する。 準々決勝から実験的に配信を始めた。デジタル事業局メディアプロモート室の川上隆宏さん(44)によると、社内では「そつなくまとまっていた」という評価の一方、「試合の熱量や雰囲気が伝わらない」という声も。今後の活用方法は検討中だが、開発の現場では「記者が行けない試合のデータをもらい、AIで記事化してはどうか」という意見もあがっているという。 NHKは、野球の解説で「ZUNO(ズノ)さん」を電通と開発し
この投稿は米国時間 3 月 26 日に投稿されたもの(投稿はこちら)の抄訳です。 Posted by Google Cloud デベロッパー アドボケイト 佐藤一憲 この 3 つのラーメンは、41 店舗あるラーメン二郎のうち 3 店舗で作られたものです。それぞれ、どの店舗で出されたものか分かりますか? データ サイエンティストの土井賢治さんが作成した機械学習(ML)によるラーメン識別器を使えば、それぞれの微妙な盛り付けの違いを見分けることで、95% の精度で店舗を特定できます。 この写真を見ても分かるとおり、ラーメン二郎の相当コアなファンでもなければ、ラーメン画像から 41 店舗のどこで作られたかを見分けることは簡単ではありません。テーブルやどんぶりの色、形にあまり違いのない場合が多いのです。 土井さんは、ディープ ラーニングを使ってこの問題を解けるか興味を持ち、インターネット上から 48
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
処理を実行中です
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