スパースモデリングとは｜仕組み・強み・ディープラーニングとの違いを解説 | Ledge.ai
近年さまざまな企業でディープラーニングの導入・普及が進んでいる。しかし、多くの企業は、ディープラーニングを活用する上で必要な2つの物を用意するところでつまづく。1つは膨大な量のデータと、データを処理できる能力を有するGPUなどの高価な計算機だ。 一方で、少量のデータから特徴を抽出し、学習と推論を行える技術がある。それが今回紹介するスパースモデリングだ。スパースモデリングについて、京都のAI企業、HACARUSのデータサイエンティストである増井隆治氏に話を聞いた。 増井隆治氏 中学生の頃からプログラミングに興味を持ち、鈴鹿高専で情報学の基礎を学び、その後京都大学に編入し、より高度な数学を学ぶ。大学の実験で仲良くなった大関先生の紹介でHACARUSでアルバイトを始める。3年間のアルバイトの後、HACARUS初の新卒として入社。データサイエンティストの仕事に邁進している。 スパースモデリングとは
AIカメラ700台、客の興味見抜く 定説覆す売り場に ディスカウント店のトライアル - 日本経済新聞
大手ディスカウントストアのトライアルホールディングス（福岡市）が、客の行動分析を進めている。約700台に及ぶカメラを設置し、何を手に取り、どの棚で立ち止まったのかを可視化。「何を買ったか」だけでなく「何に興味を持ったか」まで踏み込み、客をひき付ける売り場を作る。スーパーセンタートライアル長沼店（千葉市）は7月3日、自社開発のデジタル機器を活用した「スマートストア」として改装オープンした。入
いま将棋界で起こっていること（前編）｜CHACO/白水雄治
ここ最近、将棋界が大きく変動していますが、多くの人がそのことに気がついていません。もちろん将棋界のことなんて知らなくても生きてはいけますが、それだと人生の薬味が少し足りないのではないかと老婆心ながらに思うので、少しだけ解説させてください。将棋界は現在、5名のトップ棋士が中心となってうねりを起こしていますので、それらの棋士を中心に書き進めます。棋士の個性が分かると将棋のルールがさほど分からなくても、将棋観戦が楽しくなってくると思います。※肩書きなどは2020年8月17日現在 渡辺明三冠（名人・棋王・王将）について 渡辺さんのことを知るためには、このマンガを読むのが一番手っ取り早いです。棋士の生活も垣間見られてとても楽しいです。作者は渡辺さんの奥さんです。性格はとにかくハッキリ・サバサバしているので、解説などはとっても人気があります。自虐的なコメント織り交ぜて、聴衆の笑いを誘うのが得意な棋士で
また1つベンチャー企業が死んだ
先日とあるベンチャー企業を辞めた。 ベンチャーの失敗はよくある話だしツイッターでもよく見かけるが、実際に自分の目の前でベンチャーが死んでいく様子を見た。 ----- 僕が働いていたその会社は、入社当時は社員数は数十人くらいの規模、創業してまだ数年ほどのいわゆるベンチャー企業だった。 数年前からのとあるブームの波に乗り「最先端領域のベンチャー」というラベルが付いた会社だった。 僕の入社当時は非常に勢いがあった時で、仕事の引き合いも多くきていたし、市場の成長と共に会社が伸びていっている空気を感じていた。 そんな勢いに乗っていた状況だったが、社長を始めメンバーのほとんどはエンジニアで、ビジネスをつくれるセンスと能力のある人がいないことが課題だった。当時の会社の経営状況がどんなだったか詳細は知らないが、潤沢に利益があるわけではなかったと思う。VCから調達した資金を消費しながらムーンショットを狙って
「AI開発ミステリー ～そして誰も作らなかった～」 とある大手製造業の怖いハナシ (1/5) - ITmedia NEWS
「AI開発ミステリー ～そして誰も作らなかった～」 とある大手製造業の怖いハナシ：マスクド・アナライズのAIベンチャー場外乱闘！（1/5 ページ） ITmedia NEWS読者の皆さん、はじめまして。マスクド・アナライズと申します。自称“AI（人工知能）ベンチャーで働きながら、情報発信するマスクマン”です。 日々、さまざまな企業から相談を受ける立場として、記事を通じてAI開発のリアルな現状をお伝えしたいと思います。AIやIoT、データ分析における華々しい成功事例やプレスリリースとは一線を画し、道理の通らぬ世の中にあえて挑戦する“シュートスタイル”を目指しております。 口火を切ったITmedia NEWSによる取材記事もご参照ください。 「開発の丸投げやめて」 疲弊するAIベンダーの静かな怒りと、依頼主に“最低限”望むこと 今回は「AI開発ミステリー ～そして誰も作らなかった～」と題し、AI
すべてのプログラマが機械学習を受け入れる準備をする時代になった - mizchi's blog
という予感がしたので書く。正確に言うと機械学習の成果としての訓練モデルを。 まず事前に前置きしておくと、僕は機械学習をほとんど抑えていない。トレンドだけ追ってる。 大学生の時にニューラルネットワークを実装してみてフ～ンって言ってた程度に知識しかなくて、ディープラーニングが流行る前だから、「バックプロパゲーションってややこしかったけど、今は自動でモデルの最適化いい感じにやってくれるんでしょ？」ぐらいの雑な理解しかない。(この時点で怪しい) で、今はフロントエンドやってて、ここは機械学習は縁遠いように思えるかもしれないだろうけど、最近のGoogleはなんとブラウザで tensorflow を動かすのに情熱を注いでいる。 で、こんなのが Hacker News で流れてきた。 medium.com とりあえず試した。デモをそのままデプロイした。 PoseNet - Camera Feed Dem
【PFN・西川社長インタビュー】深層学習が機械や異分野の産業をつなぐ
コネクテッド・インダストリーズ（ＣＩ）ではデータを介して機械や人、企業、産業がつながり、付加価値の創出や社会課題の解決を目指す。特に工場の工作機械やロボット、自動車はデータの源泉として期待されている。データの質が高く、システムを高度化できた時の投資効果が大きい。人工知能（ＡＩ）ベンチャーとしてファナックやトヨタ自動車などと対等な連携を築き、ＡＩ研究でも先端を走るプリファードネットワークスの西川徹社長に聞いた。 ＡＩが賢くなるとつながる範囲が広がる ーＣＩにおいてＡＩの果たす役割は。 「ディープラーニング（深層学習）などのＡＩ技術が、機械や異分野の産業をつなぐ中核技術になる。現状、異なる機械をつなぐだけでも、プロトコルや仕様、言語を整合させることは困難だ。細かな差異まで多分野で調整するには膨大なコストがいる」 「そこで深層学習を用いて全体を最適化する。深層学習なら標準プロトコルでなく、データ
３位決定戦 イギリスを追い込んだラストショット ：どうしん電子版（北海道新聞）
【２月24日 カーリング女子3位決定戦 日本対イギリス】 イギリスが有利な後攻で始まった試合は、両チームとも一歩も譲らず、第8エンドまで後攻が1点を取り合う形で進んだ。第９エンド、LS北見の日本はイギリスのミスから1点スチールに成功。そして、第10エンド。イギリスが勝ちを狙って2点を取りにいくラストショットが失敗しLS北見が1点をスチール、５−３で勝利し、カーリングで初めて日本がオリンピックメダルを獲得した。 ゲームが動き出した第8エンドから第10エンドのラストショットを中心に、山本研究室のカーリング戦略AI「じりつくん」が分析した。 残り3エンドで1点差負けの状況で、「じりつくん」はLS北見の勝率を４４%と見積もりました。序盤から中盤のように1点ずつを取り合う形で進むと同点で最終エンドを終え、LS北見が不利な先攻でエクストラエンドを戦わなくてはならず、仮に第8エンドでLS北見が得点しても
ヤフーは「2000人不足」、過熱するIT業界のAI人材争奪戦
（表の「人材数」は、自社にとっての「AI人材」のおおよその現状人数と不足人数。 「人材確保施策」は、人材確保のために有効または有望と考える施策を示す。 「活用事例」は、自社におけるAIの代表的な活用事例を挙げてもらった） 中でも多いのが、不足数を2000人と答えたヤフー。同社は、大規模データの処理や分析に長けた人材を「データサイエンス人材」と呼ぶ。既に500人ほどを擁しているが、まだまだ足りないという。「当社の全エンジニア、約2500人ほどがデータサイエンス人材になるべきと考えている。だから、あと2000人は欲しい」。同社のCDO（チーフ・データ・オフィサー）を務める佐々木潔執行役員はそう話す。 人材不足を少しでも解消すべく、IT企業はあの手この手で外部からの人材獲得に挑んでいる。AI技術を得意とする大学研究室との連携を強化するほか、AI人材に自社の研究開発体制を認知してもらう取り組みに注
builderscon tokyo 2017 で横山三国志の「うむ」の数を伝えに行ったハナシ | Heruheru3
2017/8/3〜8/5 に開催の builderscon tokyo 2017 に行ってきました。 ついでに色々あってスピーカーとして登壇してきました。 詳細はこちら。 横山三国志に「うむ」は何コマある？〜マンガ全文検索システムの構築 ウムの数を数えるに至るまで そもそもこの話がどこから始まったかというと、十数年前に 二次裏(虹裏)という掲示板で突如「ウム！」 というコマが貼られだした辺りだと思います。 当時広島で大学生しててCREATIVEという部の部長だったんですけど(今でもあるのかな？)、大学祭のときに何故か皆でウムの人を書き続けるという遊びをしていました。 そこから、それまでは読んだことあるなー程度だった横山三国志に深くハマることになります。 なお、大学では「マルコフ確率場を用いた自動作曲」という、今のDeepLearningが出る前のAIで生成系の研究をしていました。これ
NTT、ネットワーク障害の原因を推定するAI技術を開発。従来のネットワークエンジニアによる分析と切り分けを不要に
NTT、ネットワーク障害の原因を推定するAI技術を開発。従来のネットワークエンジニアによる分析と切り分けを不要に NTTは、ネットワーク障害時にネットワーク機器などから発生するさまざまな警告などを分析し、障害の原因を分析、推定するAI技術を開発したと発表しました。 NTTによるとこのAI技術は、ネットワーク障害の対応履歴などを基にネットワーク機器などからのアラームと真の障害原因を教えていくことで、障害の原因を推定するルールそのものを自動的に作り出せるというもの。そしてこのAI技術によって、これまでネットワーク障害時に技術者が行っていた障害の切り分けや分析作業をAIが実行できるようになるとのこと。 本技術を用いた障害原因推定がシステム化されると、これまで数時間から数日かかることもあった分析作業を数秒程度に短縮することができ、スキルフリーで迅速なネットワーク障害対応が可能となります。 （プレス
1
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
元ナムコ社員現インタラクティブラボラトリー沖縄代表取締役が明かすスパコン界隈の闇と疑惑
リクルートの校閲AIが驚異的な効果 検出率は人を超え数秒で完了