世界の最大手企業は機械学習を活用したアプリケーションをどのように設計しているか | AI専門ニュースメディア AINOW
著者のDaniel Bourke氏はオーストラリア在住の機械学習エンジニアで、同氏が公開したさまざまな機械学習に関する記事はMediumでも人気があり、その一部はAINOWでも紹介してきました（同氏の詳細は公式サイトを参照）。同氏が最近Mediumに投稿した記事『世界の最大手企業は機械学習を活用したアプリケーションをどのように設計しているか』では、世界的な大手テック系企業が機械学習システムの設計に関して定めたガイドラインが解説されています。 機械学習を活用したアプリ開発がさかんになるにつれて、そのようなアプリ開発に対して同じようなアプローチが有効なことに気づかれるようになりました。そこでBourke氏は、機械学習を活用したアプリ開発に共通した設計指針を明らかにするために、Apple、Google、Microsoft、Facebook、そしてSpotifyの設計ガイドラインを調べてみました。
いかにして私は機械学習を再び学び始めたか（3年後）【前編】 | AI専門ニュースメディア AINOW
著者のDaniel Bourke氏はオーストラリア在住の機械学習エンジニアであり、Mediumに機械学習の学びに関する様々な記事を投稿しています。『いかにして私は機械学習を再び学び始めたか（3年後）』では「知識ゼロ、コーディング経験なし」の状態から機械学習を学び始めて3年が経過したので、改めて自分のキャリアを振り返ったうえで、同氏が考える機械学習初学者向けの学習の指針がまとめられています。 同氏が考える機械学習初学者向けの学習の指針とは、以下のような6項目にまとめることができます。 オンライン講座はどれも内容は似たようなもの。内容より学ぶ興味を掻き立ててくれる教師を探せ。 ツールではなくプログラミング言語に精通せよ。 学習過程で開発したモデルは、開発環境で終わらせずに本番環境に実装せよ。 機械学習初学者に必要な数学の知識は、直面している問題を解決するのに必要なだけのもの。 オンライン講座の
AIのブームは終焉へ。でもAIの発展は終わらない。 | AI専門ニュースメディア AINOW
最終更新日： 2020年10月13日 2020年、今まで大きな注目を集めていたAIのブームが終焉を迎え始めています。同時に、企業全体のデジタル変革がDX（デジタルトランスフォーメーション）として注目を浴びています。 これからの事業運営では、AIだけに固執するのではなく、総合的にICT技術を活用し、社内の業務や事業をアップデートしていく必要があります。 また、ビジネスではAIのブームが終わりながらも、AIの各要素技術の可能性は広がり続けます。 この記事では、AIブームの終焉について述べながら、これからAIの各要素技術がどのように発展していくかについて考察していきます。 バズワードとなったAIへの期待 AIが大きく注目を集めるきっかけとなった裏には、AIの要素技術とも言えるディープラーニング技術の精度向上があります。2010年代初頭にディープラーニング技術によって画像認識の技術が大きく発展しま
ほぼすべての機械学習プロジェクトのためのタスクチートシート | AI専門ニュースメディア AINOW
著者のHarshit Tyagi氏は、インドでデータサイエンスに関するインストラクターをしています。同氏がMediumに投稿した記事『ほぼすべての機械学習プロジェクトのためのタスクチートシート』では、機械学習モデルを構築するにあたって必要なタスクがリストアップされています。 学習データの取得やAIモデルの訓練といった固有なタスクを含む機械学習モデルの構築には、様々なタスクを実行する必要があります。こうしたタスクを、同氏は以下のような8つにステップに分けてチェックリスト化しました（具体的なチェック項目については、本記事本文を参照）。 問題の定義と開発アプローチの検討 データソースの特定とデータの取得 学習データの特徴に関する分析 学習データの変換やクリーニング ベースラインモデルの開発とベストモデルの探索 ファインチューニングとアンサンブル学習の検討 開発資料の文書化とプレゼン資料の作成 機
【保存版】オープンデータ・データセット100選 -膨大なデータを活用しよう！ | AI専門ニュースメディア AINOW
最終更新日： 2020年3月4日 AIの高まりとともにデータの大切さが再認識される今、オープンにさまざまなデータが公開され、気軽に活用できるようになっています。 オープンデータの存在は、膨大なデータから学習を行う機械学習にとって不可欠で、構築したいAIに合わせてオープンデータを選択し、活用することが必要です。 一方、オープンデータのみでは競合優位性のあるAIは構築できません。マクロなオープンデータと、独自に収集したミクロなデータを組み合わせて、独自のAIを構築していくことが重要です。 オープンデータを活用したサービスを構築する際には、サービスのUX（ユーザー体験）を高め、いかにユニークなデータを取得できるかが勝負なのでオープンデータに頼りすぎないようにしましょう。 今回、オープンデータ・データセットを6カテゴリに分類し、100個選出しました。自身のサービスやAIの構築に活かせそうなデータを
2019年はAIにとって原点回帰の1年だった ーAINOW編集長が斬る今年のAI | AI専門ニュースメディア AINOW
最終更新日： 2020年1月22日 2019年は、2018年に続きAI・人工知能分野で多くのニュースがありました。記憶に新しいところでは、LINEとYahoo!が統合して「アジアを代表するAI テックカンパニー」になると表明し、大きな話題になりました。また、2019年は「AI戦略 2019」が発表された年でもあり、特に人材育成に注目が集まった1年でした。 新元号「令和」を迎えた2019年を振り返ると、たくさんのAI関連ニュースが報じられ、AIへの注目は依然と高い状態が続いています。 この記事では、AI専門メディア「AINOW」を通して感じた2019年のAI分野の動きについて、お伝えします。 2019年はAI技術が現場に水平展開 2019年はざっくり言うと、AI技術が水平展開した1年だったといえるでしょう。以下、ざっくりと解説していきます。 自然言語処理領域（テキストAI）では「BERT」に
機械翻訳に画像認識、さまざまなAI技術が詰まったマンガ翻訳技術ーMantra 代表インタビュー | AI専門ニュースメディア AINOW
最終更新日： 2020年4月3日 マンガは日本が誇る文化です。 しかし課題も多く存在します。例えば、マンガの文化を海外に輸出するための「翻訳」にかかるコストが非常に高く、1冊あたり20～30万円のコストがかかっていました。 他にも海賊版が出回るなどの課題のひとつといえるでしょう。 これらの課題を、今回紹介するプロダクト「Mantra」は解決します。 MantraはAIを使って、翻訳作業を自動化し、マンガ翻訳にかかるコストを60～70％カット。これによって多くのマンガがリアルタイムに海外展開できるようになれば 、海賊版の撲滅にもつなげられるのです。 いったいMantraとはどんなサービスなのでしょうか。Mantraの開発者である石渡祥之佑氏に話を聞いてきました。 マンガ翻訳をAIで自動化！「Mantra」 ――Mantraについて教えてください。 石渡氏：私たちは2つのサービスを提供する予定
機械学習とは？定義から学習手法・5つのアルゴリズム・活用事例までわかりやすく解説 | AI専門ニュースメディア AINOW
最終更新日： 2023年1月6日 こんにちはAINOWインターンのsatoshiです。今回の記事ではAIやディープラーニングと混同されがちな機械学習について、それらの関係性・違いを理解できるようにわかりやすく説明します。 また機械学習を知る上で必要不可欠な用語（教師あり学習や教師なし学習、各アルゴリズムなど）に関しても、この記事を通して、きちんと整理して理解できるようになっています。 機械学習とはAIの1つの要素技術です。 多くの企業で取り組むことができる技術の１つでしょう。機械学習について理解するのに必要なことは3つあり、以下のようになります。 データからルールやパターンを発見する方法である 識別と予測が主な使用目的である 分析の精度は100%ではないが、従来の手法より精度をあげられる可能性は高い 機械学習にできる4つこと 機械学習は与えられた膨大なデータを元にして、複数のルールやパター
わたしの機械学習エンジニアキャリア1年目で学んだ12のこと【前編】 | AI専門ニュースメディア AINOW
オーストラリア在住のDaniel Bourke氏はフィットネスコーチやUberドライバーとして働いた後に機械学習エンジニアに転身し、現在はAI技術に関するYouTubeチャンネルも運営しています。AINOW翻訳記事「機械学習の独学について考えてみる？覚えておくべき6つのこと」でAIエンジニアになるための勉強法をシェアした同氏は、今度は自身の機械学習エンジニアのキャリア1年目で学んだことをMediumに投稿して公開しました。 同氏が機械学習エンジニアのキャリア1年目で学んだ教訓は、以下の12項目にまとめることができます。 データ理解が重要かつ最優先 コミュニケーションの問題のほうが技術的問題より難しい 使い古された手法は最先端のそれに勝る オンライン講座で学んだことと実務で必要なことのあいだにはギャップがある 業務時間の20%は最新技術の学習に費やすべし 読むべき論文は一握りで、使えるものは
機械学習の独学について考えてみる？覚えておくべき6つのこと | AI専門ニュースメディア AINOW
著者のDaniel Bourke氏は、オーストラリアで機械学習エンジニアとして活躍し、AI技術に関するYouTubeチャンネルも運営しています。同氏がMediumに投稿した記事では、機械学習エンジニアを目指す初学者の独学についてのアドバイスが論じられています。 学生時代に健康科学と栄養学を学び、フィットネスコーチやUberドライバー、さらにはAppleストアのジーニアス（技術対応専門スタッフ）の経験のある異例とも言える職歴をもつ同氏は、自分の体験を生かして全くの畑違いから機械学習エンジニアを目指す初学者が独学するにあたっての6つの心構えを説きます。それらの見出しを列挙すると、以下のようになります。 Pythonか何かの基礎を身につける（3～4ヶ月で） 準備が出来てなくても着手すること 目の前に多くのものがあるが、散らかっているものは片付けよう 研究は不可欠だが、それを使えないなら無益だ。
ディープラーニングは儲けてなんぼ！ エンドユーザの付加価値を考えろ！松尾豊氏 | AI専門ニュースメディア AINOW
最終更新日： 2019年7月10日 2019年6月8日、MicrosoftとPreferred Networksが協同で運営するディープラーニングのコミュニティ「DEEP LEARNING LAB（DLLAB）」が2周年記念のイベントを開催しました。 今回は東京大学大学院 教授で日本ディープラーニング協会理事長の松尾豊氏による基調講演の内容をお伝えします。 松尾氏は、ディープラーニングのビジネス活用において「儲かること」はとても重要で、そのためにユーザにしっかり付加価値を与えていかなければいけないと強調しました。 ビジネスになっていないディープラーニング 松尾教授は、まずはディープラーニングの技術が、事例が増える勢いに対してビジネスになっていないとディープラーニングの現状を振り返ります。 そこで、インターネットが誕生した当時と振り返りながら、ディープラーニングの活用が進んでいないことは、単
BERT解説：自然言語処理のための最先端言語モデル | AI専門ニュースメディア AINOW
著者のRani Horev氏はイスラエル出身で、イスラエル国防省のデータサイエンス・チームリーダーを務めたこともあるAI研究者です。同氏が英語長文記事メディアMediumに投稿した記事では、Googleが2018年10月に発表した自然言語処理モデルであるBERTの特徴が解説されています。 Google AI Languageチームが2018年10月に発表されたBERTは、質疑応答や自然言語推論といった様々な自然言語処理のタスクにおいて先行する言語モデルを凌駕する性能を実現しました（BERTのベンチマークテストに関する詳細は本記事末尾の（※註7）を参照）。近年の言語AIモデルのベンチマークになっているタスクは、未知の文字列に対して適切な関係にある単語あるいは文字列を予測するという予測問題を解くことと同義となります。例えば質疑応答タスクにおいては、南カリフォルニアの略称を問う質問を意味する文字
自然言語処理研究の最前線 ー海外でのビジネス事例6選ー | AI専門ニュースメディア AINOW
最終更新日： 2019年7月31日 「自然言語処理」という言葉を目にしたことがある人も多いでしょう。人間の言葉を機械が扱えるようにする自然言語処理は、チャットボットなどに活用され、研究も盛んに行われています。 今まで人間の言葉を「理解する」ことに主眼が置かれていた自然言語処理の研究ですが、現在の英語圏における自然言語処理の最新記事においては、「予測」や「生成」といった単語がキーワードとなっています。 そこでこの記事では、グローバルな自然言語処理研究のトレンドを紹介し、それを生かしたどんなビジネスが生まれているのか、そして生じてくる課題を詳しく紹介していきます。 世界の自然言語処理研究の最前線 解析から予測、そして生成へ 自然言語処理（英語表記：Natural Language Processingの頭文字をとってNLPと略記されることもある）とは、コンピュータに（英語や日本語のような）ヒト
過去の表紙を一挙に紹介！「AIに興味を持つきっかけに！」人工知能学会誌『人工知能』表紙を手がけた二人の想い | 人工知能ニュースメディア AINOW
30年と長い歴史を持つ『人工知能』ですが、なんといっても特徴的なのは、その表紙です。実は2014年の誌名の刷新と同時にこの表紙も大幅にブラッシュアップされました。 生まれ変わった『人工知能』 2014年に刷新された『人工知能』。その表紙を一覧にしてみました。どんな表紙があるのか、まずはご覧ください。 『人工知能』Vol.29〜Vol.33 Vol.29 （2014年） Vol.30（2015年 大澤さん担当） Vol.31（2016年 大澤さん担当） Vol.32（2017年 三宅さん担当） Vol.33（2018年三宅さん担当） 表紙を強化したのはなぜ！？ 『人工知能』はその表紙のユニークさが、他の学会誌とは一風変わっています。テーマごとに、手の込んだ表紙が作られ、つい手にとってみたくなりますよね。 大澤さんと三宅さんに人工知能学会の学会誌について伺ってみました。 ーー人工知能学会誌の創
ランダム信者が人工知能に物申す！何でもかんでもレコメンドするんじゃねえ！ | AI専門ニュースメディア AINOW
最終更新日： 2019年7月10日 ライターのらんらん（@pascarrr）です。 グルメアプリ「SHACA SHACA!!」をご存知でしょうか？ 「SHACA SHACA!!」は、周辺(300m以内)にある飲食店をランダムに選んでくれるグルメアプリ。そんなアプリの開発者、稲沼氏と先日こんなやりとりがありました。
どうしたら「彼女」から「奥さん」になれるかを『Word2Vec』に聞いてみた | AI専門ニュースメディア AINOW
最終更新日： 2019年7月10日 工学部女子大生のranranです。 私は彼氏のことが大好きで、いつも彼氏のことばかり考えています。もちろん、将来的には彼氏の「奥さん」へと昇格したいと考えています。しかし、このまま時間の流れに身を任せていてれば、自然と「彼女」から「奥さん」になれるのでしょうか？ 非常に不安です。
RNNの基礎だけじゃなく、Sequential Mnistにも実践！浅川先生の機械学習勉強会に参加してみた！ | AI専門ニュースメディア AINOW
最終更新日： 2019年7月10日 エムスリー本社にて開催された「第7回TensorFlowと機械学習に必要な数学を基礎から学ぶ会」を取材してきました。平日の夜にも関わらず、会議室は満席で人気の高さを実感しましたね。 第7回となる本日はRNNについて、RNNの歴史と基礎から解説を頂きましたよ。 浅川先生のご紹介 浅川伸一: 博士(文学) 東京女子大学情報処理センター勤務。早稲田大学在学時はピアジェの発生論的認識論に心酔する。卒業後エルマンネットの考案者ジェフ・エルマンに師事，薫陶を受ける。以来人間の高次認知機能をシミュレートすることを通して知的であるとはどういうことかを考えていると思っていた。 著書に「Pythonで体験する深層学習」(コロナ社,2016)， 「ディープラーニング，ビッグデータ，機械学習あるいはその心理学」(新曜社,2015) 「ニューラルネットワークの数理的基礎」「脳損傷
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
機械学習プロジェクトはなぜ失敗するのか | AI専門ニュースメディア AINOW
PKSHA Technology、自然言語処理ライブラリ「Camphr」をオープンソースで公開 | AI専門ニュースメディア AINOW
小さいデータにもとづいてディープラーニングを使う方法 | AI専門ニュースメディア AINOW