翻訳AI(人工知能)の技術が急速に進化している。ビジネス会議で同時通訳をしてくれる世界が目前に迫っている。英語を話すのが苦手な日本人にとっては朗報だが、そうした世界ではこれまでとは全く異なるコミュニケーションの力も必要になりそうだ。AI時代に必要な英語力や英語学習のやり方はどのように変わるのか。自動翻訳技術の第一人者、情報通信研究機構(NICT)フェローの隅田英一郎氏に話を聞いた。 隅田英一郎[すみた・えいいちろう] 国立研究開発法人 情報通信研究機構(NICT)フェロー、先進的音声翻訳研究開発センター(ASTREC)副研究開発推進センター長(写真:的野弘路、以下同) まず、機械翻訳の研究の世界では、どのようなことが起こっているのか、教えてください。 隅田英一郎・NICTフェロー(以下、隅田):今、AI(人工知能)の時代ということで、自動翻訳の世界でもニューラルネットワークを使うのが主流に
なんかいい映画ないかなぁと思うことは誰にだってありますよね。ちょっと時間ができた時なんかに、映画でも見てみようかと。でもこれはそんなに簡単なことではありません。 世の中にある映画なんて多すぎて一体いくつあるのか分からないくらいですし、一回選んだらだいたい2時間は取られるわけです。おもしろくない映画に2時間奪われるリスク、そして最高の映画を見ずに人生を終えてしまうリスク。こんなハイリスクを背負って僕たちは映画と向き合っていかなければいけません。 恐ろしい。 こんな恐ろしいことがありますか。 でも安心してください。機械学習がそれを解決してくれます。今回の記事では、機械学習を使って、自分自身に映画をおすすめするモデルを作ってみました。 何は無くともまずはデータが必要です。今回はみんなのレビューサイトさんからデータを拝借しています。 みんなのレビューサイトでは、レビュアーが自身のプロフィールを登録
はじめに 昨日のTwitterで書いたこちらが非常に反響を呼びました。 半年間かけたデータ解析の仕事が全くうまくいかなかった 今回の失敗は契約書に納品物を明記していなかったこと 機械学習の依頼は学習済みモデルのファイルを納品しただけでは、先方は検収できず、結果支払いを受けられない この教訓をひとりでも多くの人に知ってもらいたい — キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年11月20日 そうなんですよね。 全く先方が悪いわけでもなく、私自身が「機械学習のお仕事=解析」だと思いこんでいたことが失敗の始まり。 結局のところ、機械学習系のプロダクトを依頼されて、学習済みモデルを作成して即納品とはいかず、検証結果を示されないと検収できないよとなってしまうので、結局アプリケーション側まで組み込まないと納得感はないんですよね。 この検証とは、訓練データと検証データを分けた時
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
あなたが何を言っているのか、マイクロソフトは(恐らく)わかっている。 Theo Wargo/Getty Images マイクロソフトの音声認識が、重要なマイルストーンに達した。 同社のテクニカルフェローXuedong Huang氏によると、マイクロソフトの音声認識システムの誤認識率(エラーレート)がついに5.1%となった。これは人間が同様の書き起こし作業を行った場合と同じ数字だ。 誤認識率をめぐっては当初、人間のエラーレートは5.9%とされており、マイクロソフトは昨年、この数字を達成していた。ところがその後、別の研究によって、人間の誤認識率は5.1%であるとの結果が出されていた。 マイクロソフトは、この数字に並んだ。「ニューラルネットベースの音響・言語モデル」といったAI(人工知能)技術を使って、誤認識率を12%下げることに成功したのだ。そして5.1%を達成したもう1つのイノベーションとし
成長どころか社員を病気に追い込む一因が、相性の合わない上司だ。 「人間関係で体を壊した仲間の話を聞き、開発を考えました」と言うのは、HuRAid(フレイド)の代表、鈴木辰徳である。同社が16年に開発したのは、4カ月後の退職確率を予測するAIエンジンだ。的中率は90%前後。退職予測と聞くと薄気味悪さを感じるが、鈴木はいたって真剣だ。 彼は一時期、「コロプラ」でオンラインゲームのユーザーの行動を分析していた。「毎日ゲームをする人もいれば、プレー開始後、30分で飽きてやめる人もいます。ゲームの内容とユーザーの行動の相関をデータ分析していました」 ゲーム業界で必須のリテンション(客との関係を維持)を、彼は企業の人事で活用できないかと考えた。彼らが開発したAIエンジンが使うのは意外にも勤怠データだけだ。 「月曜の出勤時間の微妙な変化や遅刻、残業、早退、打刻忘れなどから、AIエンジンが7000以上の退
NPO法人全国万引犯罪防止機構(万防機構)の竹花豊理事長は、万引犯に関するデータベースを加盟書店に発信し、情報共有していく構想を打ち出した。2月14日、日書連と日本出版インフラセンターが共催したセミナー「出版業界をめぐる改正個人情報保護法」で言及した。 犯人の顔写真などを共同利用することには、個人情報の観点からハードルが高かったが、改正個人情報保護法が5月30日から施行されることを機に、警察などとも連携し、万引き防止に本腰を入れる。 加盟する書店では、顔認証と連動して当該人物が入店した際に自動的に分かる仕組み。書店で「確保した犯人情報」「取り逃がした犯人情報」「盗難被害品の情報」などを管理組織に随時登録していくことで、データベースを構築していく。さらに、書店は確保した犯人の人定情報や前歴、組織犯罪との関係をデータベースと照会し、回答を受け取ることもできる。
最近の株式市場もAIブーム。その中で最も注目されている銘柄が米半導体メーカーNVIDIA(エヌビディア)。同社の株価もすごいことになっているが、最近では同社と提携する企業の株価も高騰する傾向にある(関連記事:AI相場“中核”、NVIDIA関連の「神通力」)。 果たしてNVIDIAは、このままAI時代の覇者として逃げ切ることになるのだろうか。日本法人のDeep Learning部長の井崎武士さんにお話を聞いた。(ITジャーナリスト・湯川鶴章) 2000個のCPUの計算を12個のGPUで実現 そもそもNVIDIAって、いつAI企業になったのだろう。ゲーム用半導体のメーカーと認識していたのは僕だけじゃないはず。 世界中のAIの研究者がNVIDIAのGPU(Graphics Processing Unit)に注目したのは2012年といわれる。Googleが2000個のCPU(Central Pro
"We cannot go against the trend. I think machines will beat humans someday. " "If I get defeated it might be negative for go and this is inevitable in this modern life. However, it will not destroy the value of go itself." (「私たちは時代の流れに逆らうことは出来ません。いつか機械は人間を打ち負かすでしょう」 「もし私が負けたら囲碁にとってはネガティブなことですが、これは現代社会では避けられないことです。 しかし、その敗北は囲碁自身の価値を損なうことはないでしょう」イ・セドル) Human-AI showdown begins 1 p.m. 2016年3月9日、"Alph
日本アイ・ビー・エム(日本IBM)とソフトバンクは2月19日、コグニティブ・コンピューティング「IBM Watson」を活用したサービスの日本語版提供を発表した。 コグニティブ・コンピューティングのIBM Watsonは、理解や推論、学習を行い、認知・気付き(コグニティブ)を利用者へ提供する。今回のサービス提供はIBMとソフトバンクによる共同展開の昨年2月の発表に基づくもので、SaaS型によるAPIの提供で顧客企業はWatsonを活用できるようになる。 サービス開始当初は、次の6種類のAPIを日本語で提供する。 Natural Language Classifier(自然言語分類) Dialog(対話) Retrieve and Rank(検索およびランク付け) Document Conversion(文書変換) Speech to Text(音声認識) Text to Speech(音声
メガバンクで、日本IBMの質問応答システム「Watsonテクノロジー(Watson)」を実用化する動きが広がっている。まずは、リテール向けのコールセンター業務に投入する。オペレーター業務の効率化と品質の向上で成果を挙げたい考えだ。 三井住友銀行は2014年9月よりWatsonのPOC(Proof of Concept、新しいコンセプトを実証すること)を実施。既に、実用化のメドとしていた正確さの水準をクリアしているという。みずほ銀行は2015年2月にも神奈川県のコールセンターで部分的に導入し、来夏には全席に展開する予定だ。 質問・回答の候補を表示 「ネットバンクは誰でも利用できますか」。銀行のコールセンターには、こうした質問が日々寄せられる。オペレーターは電話応対の中で顧客が知りたがっている内容をくみ取り、問答集や業務マニュアルを調べて回答する。Watsonが担うのは、オペレーターがスムーズ
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