新しい技術が出てきたとき、大多数の若い人よりも圧倒的にスピーディーに使いこなすおっさんは珍しくない。 新技術を習得する能力は、年齢よりも、「スキルを獲得するために必要なスキル」、すなわち「メタスキル」に大きく依存するからだ。 たとえば、ある開発ツールを導入すべきかどうか若い人に相談されたので、「まず、ドキュメントを読もう」と言ったら、「ドキュメントを読んでもよくわからなくて。。」と言う。ググったらすぐに公式サイトの至れり尽くせりのドキュメントが出てきたので、「これ読めばいいじゃん」と言ったら、こんなに大量の英語のドキュメントを読むのは無理だと言う。 あるいは、AIを導入するという話になったとき、「AIがよく分からないので教えて欲しい」と言ってきた若い人に、良質の入門書を勧めたら、数式が分からないので読めないのだという。数式の読み方を教えてみたら、数式以前に、そこで使われている数学概念自体を
「スゲー。これが今の日本の技術か……」 「世間はここまで進歩していたのか」 開発したのは、兵庫県西脇市に本社を置くシステム開発会社・ブレイン。創業35年、いまも社員20人のうち約16人がエンジニアという、生粋の技術者集団だ。 約10年前にゼロから開発スタート マシンの名前は「BakeryScan」(ベーカリースキャン)。「お店に提供を始めたのは今から4年ほど前。最近になって突然『ネットですごい反響がある』と人に言われて驚いた」――ブレインの原進之介執行役員はこう話す。 BakeryScanの開発が始まったのは2008年にさかのぼる。きっかけは、地元・兵庫県のパン店社長から相談を受けたことだった。 「人が足りなくて困っている。経験の浅い外国人スタッフでもレジ打ちや接客ができるようなシステムを作ってほしい」――。 だが、同社のパンに関する専門知識はゼロ。そこから待ち受けていたのは、約6年にわた
ディープラーニング実践入門 ~ Kerasライブラリで画像認識をはじめよう! ディープラーニング(深層学習)に興味あるけど「なかなか時間がなくて」という方のために、コードを動かしながら、さくっと試して感触をつかんでもらえるように、解説します。 はじめまして。宮本優一と申します。 最近なにかと話題の多いディープラーニング(深層学習、deep learning)。エンジニアHubの読者の方でも、興味ある人は多いのではないでしょうか。 しかし、ディープラーニングについて周りのエンジニアに聞いてみると、 「なんか難しそう」 「なかなか時間がなくて、どこから始めれば良いかも分からない」 「一回試してみたんだけど、初心者向けチュートリアル(MNISTなど)を動かして挫折しちゃったんだよね」 という声が聞こえてきます。 そこで! この記事では、そうした方を対象に、ディープラーニングをさくっと試して感触を
「今後、景気がよくなり、非正規雇用が減り、低年収層の年収が上がることはあるのか?」 それが知りたくて、GW中に経済やら現代史やらの本を読んだが、答えは「No」に思える。 非正規雇用の問題点は、「社会保障がない」ことと「賃金が低い」ことだ。 バブルが弾けるまでは、企業は終身雇用を前提に、手厚い福利厚生を社員に提供していた。 日本の社会保障制度は、上記を前提に設計されているので、非正規雇用者という存在は想定されていない。 これから高齢化により、社会保障費の負担が増えることは明らかだ。 非正規雇用者をカバーできるような新制度の財源は確保できないだろう。 かといって、非正規雇用を正規雇用にする、せめて賃金を上げられるほど、日本企業が再生できるかといえば、できないだろう。 例えば、新興国の工業化や情報技術の発展といった世界経済の構造変化に、日本の産業構造は対応できていない。 そのため、いくら金融緩和
1カ月ほど前から、東京大学の松尾研のディープラーニング公開講座に行っている。 ネットで募集していたのであわてて申し込んだら、とんでもない数の人が集まっていて熱気がすごい。学部生、院生、社会人、あわせて300人以上が同時に授業を受けている。 初回こそ、人工知能概論のような話だったけれど、2回目以降はものすごい速度で授業が進む。そして宿題の量と質もすごい。2回と3回目の授業だけで、普通の学校の半年分くらいの内容になっている気がする。東大、ほんとにやべーよ。 毎回、授業の冒頭は「ふんふん、そうか」とはじまるのだけれど、終わり間近に大量のサンプルコードを見せられて、それをすごい勢いで説明され、最後にゴツイ宿題が出る。授業終了後は、ポカーンってなる(授業中にぜんぶ理解しているひと、どれくらいいるんだろう)。 友人の物書堂の社長の広瀬くん(iPhone辞書アプリ開発の大御所!)も、たまたまいっしょに講
「日本人の英語」を読んだ。難しい。何が難しいかって、日本人が英語を習得することが難しい。著者のマーク・ピーターセンはアメリカで英米文学、日本文学を専攻し、現在は明治大学で教授をしている。バリバリ日本語を話し、この著書も自ら日本語で書いたものだ。そんな日本語が堪能なアメリカ人から見た、日本人が間違えやすい英語、理解しにくい構造がまとめられている。まさに日本人のための英語学習指南書。特に冒頭の章はインパクトが大きい。 Last night, I ate a chicken in the backyard. 昨夜、裏庭で鶏を一羽つかまえてそのまま食べてしまった。 これをみたときの気持ちは非常に複雑で, なかなか日本語では説明できないが, (中略)夜がふけて暗くなってきた裏庭で, 友だちが血と羽だらけの口元に微笑を浮かべながら, 膨らんだ腹を満足そうに撫でている――このように生き生きとした情景が浮
この数年人工知能バブルかってぐらい人工知能関連本が出まくっていて、最初の頃は律儀に一冊一冊読んでいたもんだが、だんだん飽きてきた(そりゃ読みまくってるんだからそうだ)。やれ人工知能に仕事が奪われるだとか奪われない仕事はなんだとかの話は定番だが、定番すぎてそうそう新しい解釈が出てくるわけではない。消える仕事は消えるし、残る仕事の分野もだいたい明らかになってきている。 とはいえそれでも読んでいると「おお、これは視点が良いな」と思えるものもあり、そういうのは読んでいて楽しい。その書き手はやっぱり基本的には専門的な知識を持っている人たちだ。認知ロボット工学者であったり、AI研究所に勤めていたり、機械学習の専門家だったりする。最後のはまた特殊事例といえるが、本稿ではそうした人工知能本飽きた僕の中で記憶に残っている本をいくつか紹介してみようと思う。 まずは基本的なところを教えてくれる一冊 シンギュラリ
[速報]Google、動画になにが映っているかを自動的に判断する「Video Intelligence API」発表。Google Cloud Next'17 Googleは米サンフランシスコでイベント「Google Cloud Next'17」を開催。1日目の基調講演で、動画を分析して、いつ、なにが映っているかを判断する「Video Intelligence API」を発表しました。 動画になにが映っているかをコンピュータが自動的に判断する Googleのチーフサイエンティスト Fei-Fei Li博士によると、動画をコンピュータに理解させることはこれまで何年ものあいだ大きな課題で、実際、画像研究者にとって動画はデジタルな世界のダークマター(暗黒物質)だとされてきた、と。 そうしたなかで、Googleは機械学習による新しいAPI「Video Intelligence API」を発表しまし
ちまたでは、機械学習がブームのようです。 が、、まったく時代についていけていません。 しかし、機械学習、特に自然言語処理に精通した人の採用にかかわる仕事をしている、、、 にもかかわらず、自然言語処理どころか機械学習が全く分からない。 これでは、いけない。ということで 「機械学習をたしなむ学生の皆さんと、ふわっと雑談ができるレベル」 を目指して、2017年正月明けから勉強を始めました。 ちなみに、どんなにキリが悪くても1日3時間まで!と決めています。 そもそも機械学習に興味関心があるわけではない やらなければならない他の仕事がある 家事育児が優先 なので、すこしでも無理すると続かないためです。 「AIで世界を変えられる!」 「人工知能で想像もできない未来が、、、」 みたいなご時世の中、ありえないほどの低テンションで淡々と勉強しているわけで 逆に、そういう意識低い系人間はそんなに多くないでしょ
みなさん、会議や打ち合わせのときに議事録をとると思います。 相手との認識のズレを防いだり、決定事項を周知したりするのに非常に重要だと思います。 ただ正直、議事録とるのってめんどくさくないですか? せっかく作った議事録もあまり読まれてなかったり…なんてのもよく聞く話。 そんなめんどくさいことは機械に任せて、もっと会議に集中したいものです。 今回はまさにそんなことをしてくれる議事録自動作成AI『clarke.ai』を紹介します。 このツールは、会議の生産性を変えるかもしれません。 サマリーだけでなくToDo管理も。めちゃくちゃできる書記AI“clarke.ai” clarke.aiは会議の音声を認識・分析し、議事録を作ってくれるツールです。 しかも、ただのメモをするのではなく、会議で、何が重要で、でてきたタスクをだれがいつまでにしないといけないか、などまで整理してまとめてくれるんです! しかも
先日、オンライン学習サイトCourseraの"Machine Learning"コースを修了しました。これが最高に勉強になったわけですが、機械学習に興味があって情報収集を始めてる人にとって、「Courseraの機械学習コースがおすすめですよ」という話は 「はい、知ってます」 という感じではないでしょうか。 (たとえば、Qiitaで検索してみると、以下のような同コースに関連する超人気記事が出てきます) 数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 - Qiita 機械学習をゼロから1ヵ月間勉強し続けた結果 - Qiita 僕もそんな感じで、幾度となく人や記事に同コースを薦められたりしつつ、たぶん2年ぐらいスルーし続けてきたと思います。 しかし約2ヶ月前、ひょんなきっかけから本講座を始めてみて、やはり評判通り最高だったと思うと同時に、僕と同じような感じでこのコースが良い
【ダウンロード】AV Player – App Store ワンセグ視聴はI-O DATA「GV-SC500/AI」がおすすめ。 Lightningポートがカーチャージャーで埋まっているので、ワンセグはWi-Fiで接続するI-O DATA「GV-SC500/AI」を選択しています。この製品は自分の環境だと電波の感度は今まで試してきた中では良い部類に入ります。まず絶対にありえないと思っていた、ギリギリ地デジ電波が届いてない自宅でワンセグの電波を掴んでくれたことに驚きました。 設置場所には注意です。なるべく電波が遮断されにくいフロントガラスに近い場所に置くべきです。アンテナケーブルも目一杯伸ばして電波を拾いましょう。ビル街や室内、走行中はさすがに60km/sあたりを超えると電波をつかみにくくなり、時々フリーズが発生します。この辺はどのワンセグチューナーも一緒ですが一応書いておきました。 シガー
年末年始はこの2冊を読んでいた。 『はじめての深層学習プログラミング』清水亮 『ゼロからつくるDeep Learning』斎藤康毅 結論から言うと、いま、人工知能やディープラーニングに興味があるひとは、2冊とも必読ではないかと思った。 アプローチが完全に対称的なので、両方読んだら、理論と雰囲気について、見通しがつくようになったのがとてもよかった。 『ゼロからつくるDeep Learning』は、ていねいに書かれたオーソドックスな入門書だ。人工知能開発によく使われる言語・Pythonの基本や数値計算ライブラリの使い方からはじまり、ニューラルネットワーク、ディープラーニング、畳み込みときて、最後に画像認識を解説する。随所に適切な例題やサンプルコードを交えて、理論と実践をバランスよく説明している。 対して、『はじめての深層学習プログラミング』は、まったく真逆のアプローチだ。なんと、理論の解説など
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