LINEから36億(3.6B)パラメータの大規模言語モデル(LLM)が公開されたので早速遊んでみた。正確には遊んだのは昨日のデイリーAIニュースなのだが、面白かったのでこちらにも転載する。 細かいやり方は大先生のページを参照のこと。 例によってこんな関数を書いた def line(prompt): # 推論の実行 input_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt") tokens = model.generate( input_ids.to(device=model.device), min_length=50, max_length=300, temperature=1.0, do_sample=True, pad_token_id=tokenizer.pad_token_i

「大学などの研究機関や、動画編集を業務とする企業が使うようなパーツです。一般の家電量販店ではまず取り扱っておらず、ウチのような専門店じゃないと手に入らない。ましてや藤井（聡太、18）さんのように将棋ソフトのために購入した人は見たことがない」 将棋界で快進撃を続ける藤井二冠は棋譜の分析のためのパソコンを自作することで知られているが、9月10日付の中日新聞に掲載されたインタビューで、〈最新のはCPUに「ライゼンスレッドリッパー3990X」を使っています〉と明かした。 CPUはコンピュータの頭脳にあたるパーツだが、藤井二冠が名前を挙げたのは今年2月に発売された最新モデルで、お値段なんと約50万円。通常の家庭用パソコンのCPUであれば価格は2万～3万円程度である。 この高級品が「将棋の分析に最適」と評するのは、今年の世界コンピュータ将棋選手権で優勝した将棋AI「水匠」の開発者である杉村達也氏だ。

はじめに みなさん競馬はお好きでしょうか？ 私は今年から始めた初心者なのですが、様々な情報をかき集めて予想して当てるのは本当に楽しいですね！ 最初は予想するだけで楽しかったのですが、『負けたくない』という欲が溢れ出てきてしましました。 そこで、なんか勝てる美味しい方法はないかな〜とネットサーフィンしていたところ、機械学習を用いた競馬予想というのが面白そうだったので、勉強がてら挑戦してみることにしました。 目標 競馬の還元率は70~80%程度らしいので、適当に買っていれば回収率もこのへんに収束しそうです。 なのでとりあえず、出走前に得られるデータを使って、回収率100パーセント以上を目指したいと思います！ 設定を決める 一概に競馬予測するといっても、単純に順位を予測するのか、はたまたオッズを考えて賭け方を最適化するのかなど色々とあると思います。また、買う馬券もいろいろな種類があります。 今回

はじめに ポケモンについて何となく知っている人向けの記事です（デジモンは知らなくてOK） ３月ごろにポケモンたかさおじさんが集計したアンケートの分析をお手伝いしたところ、アンケートの自由記述回答の6353件中、155件もデジモンについて言及するコメントがあった。 「デジモンと区別付かないよね」 「もはやポケモンじゃない…。デジモン…。昔のデザインに戻ってほしいなぁ…。。。」 「主観ですが、伝説のポケモンが角張った印象で、デジモンのような印象を受ける。」 「全体的に毛がなさそうなツルッとしたフォルムの子達が増えた気がします。デジモンっぽい」 「デザインがごちゃごちゃしすぎて子供が描くのが難しい　デジモンに近くなってきている」 「ダイパまでのデザインがポケモンっぽいデザイン。それ以降はデジモンみたいな雰囲気。」 私は幼少期からポケモンには触れてきたが、デジモンにはあまり縁がなかったため、 デジ

今月26日、愛知県豊田市で試験走行していた自動運転車が、突然、右に動いて一般の車と接触した事故について、開発した名古屋大学が調べた結果、自動運転車のシステムがみずからの向きを間違って認識し、事故が起きていたことが分かりました。 けが人はいませんでした。 この自動運転車は、走行ルートを記憶させた３次元の地図をもとにレーダーで半径150メートルの範囲にある建物などとの距離を測り、みずからの向きを確認しながら走行するシステムで開発した名古屋大学が事故の際のデータを分析しました。 その結果、当時、実際のレーダーのデータを地図にあてはめる際に誤りが生じて、システムが走行中の向きを間違って認識しハンドルを右に切っていたことが分かりました。 名古屋大学は、今後外部の専門家を交えた事故検証委員会を設置して改めて事故原因を調べたうえで、再発防止策を検討することにしています。 事故を受けて、豊田市などでつくる

電通が、AIを活用したバナーの自動生成ツール「アドバンストクリエイティブメーカー」（β版）を開発した。1枚当たり平均5秒以内でバナー候補を作成でき、クリック率が高いと推測されるものを選別、最後は人間が仕上げて完成させる。 電通グループ3社は、AI（人工知能）を活用したバナーの自動生成ツール「アドバンストクリエイティブメーカー」（β版）を開発した。短時間でバナーの候補を1000枚以上作成でき、その中から優れた10～20案を利用することを想定。人間による作業の省力化を図る。 商品名やカテゴリー名（『クルマ』『スマホ』などのキーワード）と、「機能」「新発売」など訴求したい項目を入力すると、広告コピーの語尾やバナーの色、レイアウトパターンなど、パフォーマンスが高いと考えられる要素を自動で割り出す。 その候補に基づき、自動生成ツールがバナーのデザインを組み上げる。β版では、画像ストックサイトから使用

つい先週，機械翻訳で驚くべき進展がありました． 教師なし機械翻訳がヤバい進化を遂げててびっくりした．たった半年でBLEUスコアを15から25に改善したのブレイクスルーでは？https://t.co/SVQlYYu2Pt 教師なし学習でこのクオリティの機械翻訳できるのまじで感動するし，ちょっと語っていい？ pic.twitter.com/fBllGtTkgb— Ryobot | りょぼっと (@_Ryobot) 2018年4月23日 要約すると教師なし学習でもひと昔前の教師あり学習の機械翻訳に匹敵する性能を獲得できたというのです．この記事では機械翻訳を知らない初心者にもわかるように魔法のような教師なし機械翻訳の仕組みを説明したいと思います． 教師あり学習の限界 機械翻訳はディープラーニングを適用することで急激に進歩した分野の１つだと思います．Google 翻訳はニューラル機械翻訳を導入するこ

人間は声に出して外に発する言葉の他に、自分の脳(あるいは心)の中だけに存在して思考の道具などとして用いられる言葉「内言」を持っています。この内言は自分以外にはまったく伝わらないものなのですが、マサチューセッツ工科大学(MIT)内の研究所「MITメディアラボ」では、顔と顎の筋肉の微細な電気信号を読み取って人工知能(AI)で解析することで内言の内容を読み取って音声として発することができる装置の研究開発が進められています。 Computer system transcribes words users “speak silently” | MIT News http://news.mit.edu/2018/computer-system-transcribes-words-users-speak-silently-0404 内言を読み取れる装置は、以下の写真のように耳から顎のラインに沿って装着さ

主催者がデータと課題を提供し、 参加者は3ヶ月程度の期間内で最も性能の高いAIを作ることを競い合うコンペティションがあります。 その最大のプラットフォームがKaggleです。 そこでは、企業や研究者から提供された課題を解くべく、 世界中から数千人が参加し、日常的に腕を競い合っています。 実績をあげた参加者には賞金のほ か「Grandmaster」「Master」などの称号が与えられます。 また、終了後には参加者同士で解法を共有するオープンな議論の場があるため、 機械学習の事例を学ぶ場としての側面も持ち合わせています。 DeNAとその関連企業を含めたDeNA Galaxyでは、日々新しい事業課題が生まれており、AI技術の活用機会が数多くあります。必要な技術は課題によりさまざまで、専門のリサーチャーが解決すべきことだけではなく、そもそもAI技術が必要ないことも、少し古い技術で十分であることも、

最先端の人工知能分野で活躍する人にとって、コンピューターで脳の活動をシミュレーションすることは極めて難しい課題である。しかし、コンピューターを脳のハードウェアと同じように設計できれば、それも容易になるかもしれない。 これを試みる新しい分野のことを「神経形態学的コンピューティング（neuromorphic computing）」という。 そして米マサチューセッツ工科大学（MIT）のエンジニアたちは大きなハードルを越えたのかもしれない。人工シナプスを持つチップを設計したのだ。

神奈川県警が人工知能（AI）を使った取り締まりの新システム導入を検討していることが28日、県関係者への取材で分かった。犯罪や事故の発生を予測するなどして、捜査や未然防止に生かす。2020年の東京五輪・パラリンピック開幕までの試験運用を目指し、県の18年度予算案に調査費を計上する。実現すれば、全国の警察で初の試みになるという。 県関係者によると、連続発生した事件の容疑者が同一かどうかを分析したり、容疑者の次の行動を予測したりするほか、事件事故が起きやすい時間帯と場所を確率で示すシステムの構築を目指す。

2017年10月21日に公開され世界中で話題になった画像拡大ソフト（Webアプリケーション）Let’s Enhanceがリメイクされましたのでご紹介します。 Photoshopよりも凄い無料の画像拡大ソフト 2022年現在は５枚まで無料で使用できます。数年前までは２５枚まで無料で処理できたのですが、トライアル出来る枚数が減ってしまったようです。そこは少し残念。 とりあえず５枚は無料で試せますから気に入ったら、追加処理分を購入して処理することが可能です。 Let’s Enhanceはニューラルネットワークを使用して画像拡大をするWebソフトです。 マジックフィルターと書かれているものがLet’s Enhanceを使用して拡大したもの。 通常のソフトで行われている画像拡大と手法が異なり、最初にポートレートや風景、食品など画像種類やタイプを認識。その上でネットワークを使用し画像タイプごとに自然な

この記事は、前出の本に入れる予定だったコラムのうちの一つです。 正確にいうと、本に入れる予定だったけど、メイン側で締め切りをぶっちぎっていたら、コラムを追加できるような空気じゃなくなって、書くのをやめたものです。 本の宣伝を兼ねて、没にしたコラムに日の目を見させて、あわよくば第二版で入ればいいなー、という内容です。 データサイエンティストの頭の中「偉い人たちは頭がおかしい」と言っても、それは相対的なものであるため、比較対象であるデータサイエンティストの頭の中を覗いてみましょう。 データサイエンティストは組織におけるデータ活用状況について、レベル分けして考えます。そして、基本的に前のレベルが実現できなくては、次のレベルに進むことはできないと考えています。 以下のレベル分けは私が適当に思い描いているものですが、同業者なら大よそ一緒なんじゃないかと思います。 Lv0: データ収集、ログ設計Lv1

AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記

どういう本なの？まえがきのスクリーンショットを貼りましたが、この本は多くの機械学習の本とは異なり、機械学習の実務で使えるようになるために知りたい、機械学習を含めたシステムのアーキテクチャや機械学習プロジェクトの進め方、効果検証をどうするのかということをまとめました。 めざすところのイメージ既に多く刊行されているTensorFlowやChainerでディープラーニングをしてみようというものでもなければ、機械学習の理論をわかりやすく解説するといった類のものでもありません。ゼロから作るDeep LearningやCourseraのMachine Learningで学んだけど、実際の仕事に活かすにはどうしたら良いだろう？という疑問に答えているつもりです。また、大学の講義などで機械学習は学んだけど、実際仕事で機械学習のプロジェクトを進めるときはどうすればいいんだろう？という人にも得るものがあると思い

囲碁のトップ棋士に勝った人工知能「ＡｌｐｈａＧｏ」が進化し、打ち手を全く教えずに白紙の状態から学習して従来型の人工知能を破ったと開発した会社が発表し、人工知能はもはや人間の知識に制約されなくなったとしています。 この会社が開発した人工知能「ＡｌｐｈａＧｏ」は、囲碁の名人の打ち手のデータを基に学習を重ね、ことし世界最強とされる中国のトップ棋士を破り、大きな話題となりました。 今回、新たに開発した「ＡｌｐｈａＧｏＺｅｒｏ」は答えを導くデータがなくても、人工知能がみずから試行錯誤を繰り返して、よりよい答えにたどり着く、「強化学習」という手法を取り入れたということです。 そして、囲碁の基本ルール以外には何も教えず、わずか３日間で５００万回の対戦をひとりでに繰り返して強さを身につけた結果、トップ棋士を破った従来型の人工知能に圧勝したということです。 さらに、新型の人工知能は白紙の状態から学習する中で

「ラーメン二郎」のラーメン画像をリプライすると、どこの二郎なのか答えてくれる――そんなTwitterのbotアカウントを、NTTコムウェアの技術者が趣味で開発した。正答率は約87％という。 ラーメン店「ラーメン二郎」のラーメン画像を送り付けると、どこの二郎なのか答えてくれる――そんなTwitterのbotアカウントを開発したと、NTTコムウェアの技術者が8月10日、NTTグループ有志が主催する技術交流会「NTT Tech Conference #2」で発表した。正答率は約87％という。 ラーメン二郎は、関東を中心に約40店舗を展開している。店舗ごとにラーメンの味や見た目が少しずつ異なり、ネット上では「常連は見た目で店舗を見分けられる」という声もある。botのTwitterアカウント（@jirou_deep）は、ラーメン二郎の画像をリプライすると、可能性が高い店舗トップ3を答えてくれる。 「

ここ2～3年でにわかに話題になっている人工知能（AI）。最近では、NHKスペシャルの「AIに聞いてみた どうすんのよ!?ニッポン」（2017年7月22日放送）にて、NHKが開発したAIの分析結果から「健康になりたければ病院を減らせ」「少子化を食い止めるためには結婚よりもクルマを買え」などの斬新な提言がなされ、議論を呼んでいる。 確かに、意外性があるため、おもしろいと感じた人もいるかもしれない。しかし、番組中でAIが提言した内容は、残念ながら間違っていると言わざるをえない。 なぜなら、AIは物事を予測したり、将棋や囲碁のように決められたルールのなかのゲームをすることは得意であるものの、2つの事柄のあいだに「因果関係」があるかどうかを明らかにすることは苦手だからだ（因果関係にあるかどうか統計学を用いて検証する方法を「因果推論」を呼ぶ）。将棋や囲碁の名人を打ち負かしたことが話題になっているため、

日本経済新聞の電子版。日経や日経ＢＰの提供する経済、企業、国際、政治、マーケット、情報・通信、社会など各分野のニュース。ビジネス、マネー、IT、スポーツ、住宅、キャリアなどの専門情報も満載。

ひとり暮らしの40代が増えると、日本は滅ぶ。そんなショッキングな分析がある。分析結果を導いたのはAI（人工知能）だ。しかも、そのAIを開発したのはなんと、公共放送・NHK――。