「あとで読む」タグで振り返る2022年 〜今年の「あとで読む」、今年のうちに〜 - はてなブックマーク開発ブログ
今年も残すところあと少し。皆さんにとって、2022年はどのような一年でしたか？ はてなブックマークでは今年もたくさんのエントリーがブックマークされ、コメント欄も盛り上がりました。 データで見る「あとで読む」 年末ということで、去年に引き続き今年も「あとで読む」タグにフォーカスしたデータを集計しました。 全ブックマークを対象にした「あとで読む」率、カテゴリー別「あとで読む」率、「あとで読む」が多いエントリーランキングを通して、2022年のはてなブックマークを振り返ってみましょう。 全ブックマークを対象にした「あとで読む」 率 カテゴリー別 「あとで読む」 率 「あとで読む」 タグが多いエントリーは？ トップ10ランキング 「あとで読む」タグの数が多かったエントリーランキング カテゴリー別「あとで読む」率の高かったエントリーランキング 気になった記事を気軽に保存できる「あとで読む」機能 202
画像はUnsplashより 在宅時間が増加したであろう現在は、学生や社会人が人工知能（AI）やデータサイエンスについて身につける絶好のチャンスと言える。「AIについて何か勉強したい」「統計学について知りたい」という人も少なくないのでは。 近頃、Pythonなどのプログラミングについて勉強したり、データサイエンスについて知識を深めたりできる学習コンテンツが無料で公開される機会が増えつつある。そこで、2021年1月27日現在、無料で学べるAIやデータサイエンス関連の学習コンテンツを集めてみた。 総務省、社会人のためのデータサイエンス入門を無料開講 総務省は2021年1月12日開講した「誰でも使える統計オープンデータ」に先駆け、「社会人のためのデータサイエンス入門」を特別開講している。登録料および受講料は無料。 本講座では入門編として、統計学の基礎やデータの見方・データの取得方法などを学べる。統
画像は教材のイメージ 株式会社zero to oneは2月1日、東京大学大学院工学系研究科 教授の松尾豊氏が監修したオンライン教材「人工知能基礎（学習期間60日間）」の定価を従来の2万5000円から3000円に改定した。また、行政職員向けに「人工知能基礎」の無償提供プログラムを開始する。同プログラムの対象は国家公務員法あるいは地方公務員法上の一般職の人。 「人工知能基礎」は、AIの歴史も含めた基本知識から、知識表現、自然言語処理といった概念、さらには機械学習やディープラーニング（深層学習）の基本知識まで、AIに関する基礎を幅広く網羅したとうたう教材。ビデオ教材、監修インタビュー、確認テスト（すべてオンラインで完結）で構成されている。 教材のイメージ さらに、「人工知能基礎」を通して学習した内容をもとに、一般社団法人日本ディープラーニング協会（JDLA）による「G検定（Deep Learni
三菱電機と産業技術総合研究所は2月5日、工場の生産ラインの準備作業を効率化するAI（人工知能）技術を共同開発したと発表した。産総研が提供するAI技術を、三菱電機が自社のFA（ファクトリーオートメーション）機器やシステムに実装する。熟練工が時間をかけて行っていたFA機器の調整作業などをAIに代替させ、作業時間の短縮を図る。 生産現場では、FA機器やシステムの調整、機器を動かすプログラミングなどにかかる工数の増加や熟練工の減少が問題になっている。こうした課題を解決するため、FA機器やシステムの調整作業をAIで自動化しようと考えたという。 「パラメーター調整」「画像判定」「異常検知」を自動化 小さな電子部品をプリント基板の決められた場所に載せる実装機では、機械の振動を抑えながら素早く目標位置に停止するようAIがモーターを制御。これまでは、あらかじめ熟練工が1週間以上かけて2種18個のパラメーター
開発した装置を手にする菊地佑太さん（左）と石井聖名さん（中央）、佐藤汰樹さん=2022年6月3日、盛岡市 歩き方で認知症になるかどうかが分かる――。そんな装置を一関工業高専（岩手県一関市）の学生3人が開発し、企業評価額を競う全国大会で最優秀賞を受賞した。つけられた評価額は過去最高の10億円で、3人は「早く起業したい」と意気込んでいる。 【写真】インソール型の足圧センサーを着けた靴。歩行時の加速度などから認知症の兆候をつかむ 大会は、人工知能（AI）が自ら学習する「ディープラーニング（深層学習）」の技術を利用して開発した装置を、技術力やビジネスモデルの面で評価し、つけられた額で競う。 4月末に東京で開かれ、約50チームが参加。一関工業高専からは、システム創造工学専攻1年で、生態工学を学ぶ石井聖名さん（21）、深層学習について研究する菊地佑太さん（21）と佐藤汰樹さん（20）がチームを組んだ。
Webサイトの作り方から、最新のAIの構築まで数多くの講座を学ぶことができる、オンライン学習プラットフォーム「Udemy」が、今年最大のセールを開催します！ 対象となる講座は、プログラミングの基礎からクラウドサービスの実践技法、メタバースの構築にAIに必要な数学理論まで多岐にわたります。それらが1,200円から購入可能となるので、お目当ての講座の購入を迷っていた方にはチャンス到来です。 セール期間は、ブラックフライデーセールが2022年11月18日（金）～11月25日（金）、サイバーセールが11月27日（日）～11月28日（月）。学びたいコトはいろいろあるけれど、期間内に選ぶのがちょっと大変……という方に向け、定番トピックのベストセラー講座から専門的で少しニッチな新着講座まで8つのトピック別におすすめの講座を紹介しますので、ぜひ購入の際の参考にしてください。 ※この記事は、株式会社ベネッセ
TensorFlowでのDeep Learningによるアイドルの顔識別 のためのデータ作成 - すぎゃーんメモ
続・TensorFlowでのDeep Learningによるアイドルの顔識別 - すぎゃーんメモ の続き、というかなんというか。 前回までは「ももいろクローバーZのメンバー5人の顔を識別する」というお題でやっていたけど、対象をより広範囲に拡大してみる。 様々なアイドル、応援アプリによる自撮り投稿 あまり知られていないかもしれないけど、世の中にはものすごい数のアイドルが存在しており、毎日どこかで誰かがステージに立ち 歌って踊って頑張っている。まだまだ知名度は低くても、年間何百という頻度でライブを中心に活動している、所謂「ライブアイドル」。俗に「地下アイドル」と言ったりする。 ライブアイドル - Wikipedia そういったアイドルさんたち 活動方針も様々だけど、大抵の子たちはブログやTwitterを中心としてWebメディアも活用して積極的に情報や近況を発信していたりする。 そんな中、近年登
昔々あるところに分析からの示唆出しが趣味のおじいさんと特徴量生成が得意なおばあさんがいました。 おじいさんはオンプレサーバーへ定時確認に、おばあさんはクラウドサーバーへ重要指標のモニタリングに行くと、フルマネージドなデータベースから外れ値の桃群が現れました。 「こんな桃群は見たことがない。gzip圧縮してローカルで中身を見てみよう」 持ち帰った桃群をローカルで解凍してみると、中からメモリに乗り切らないサイズの赤ん坊が出てきました。 赤ん坊はExcelで開けなかったので、おじいさんとおばあさんはBig Queryで分析しました。 二人はこの赤ん坊を 「桃.gzから生まれたので桃太郎と名付けるのが妥当だろう。」 と考えて桃太郎と名付けました。 桃太郎はPRML片手にPythonでプログラミングをしながらすくすく育ち、立派なデータサイエンティストになりました。 成長がサチった桃太郎はある日おじい
グーグルのAI研究者による「ディープラーニング」無料教育コースがスタート （ニュースイッチ） - Yahoo!ニュース
ディープラーニング（深層学習）が無料で学べます！ 米グーグルは、脚光を浴びる深層学習をテーマにした3カ月間の無料オンラインコースを始めた。教育サービスをインターネット経由で提供する大規模公開オンライン講座（MOOC＝ムーク）の一つで、グーグルやフェイスブックといったテクノロジー企業と協力して講座を提供し、ネット上の「シリコンバレーの大学」とも言われる米ユダシティー（Udacity）上で提供される。世界中どこからでも英語で受講できる。 すでにグーグルは、深層学習ソフトの「テンソルフロー（TensorFlow）」を2015年11月にオープンソース化し、無償提供に踏み切っている。こうした一連の活動で、深層学習の知識や考え方を広く行き渡らせるのが目的という。 このコースは初心者向けではなく、エンジニアやデータサイエンティストなどの中上級者向け。インストラクターはグーグルの主席科学者で、「グーグ
Large Scale Jirou Classification - ディープラーニングによるラーメン二郎全店舗識別
ディープラーニングによるラーメン二郎全店舗のラーメン画像識別を例に、学習および利用時のインタフェース(Slack、Twitter)に関するノウハウや失敗事例を共有します。 また、ディープラーニングを色々と試した際のノウハウをツール(mxnet-finetuner)としてまとめましたRead less
深層学習の今のところの限界「何ができて、何ができないか？」 2018.01.08 Updated by Ryo Shimizu on January 8, 2018, 08:29 am JST あけましておめでとうございます。 先日、MIT Technology Reviewにこのような記事が掲載されていました。 深層学習の過大評価は危険、ウーバーAI研究所の前所長が指摘 この論文を発表したのはニューヨーク大学の心理学者のゲイリー・マーカス教授。心理学者ということで、我々情報工学の立場とはまた違う立場で深層学習にできることとできないことを分離しています。 筆者はこのニュースを見て最初は反発したのですが、原文を読んでみると現状のディープラーニングの課題についてよくまとまっているのではないかと思いましたので紹介します。原文はこちら ■ディープラーニングの限界 マーカス教授によると、ディープラー
Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationYou can use dark themeWhat you can do with signing up
ディープラーニングを用いて「写真の見た目の特徴」を別の写真に転送してしまう「Deep Photo Style Transfer」
ディープラーニングを用いてベースとなる画像に他の画像のスタイル(見た目の特徴)を付与することで、新しい画像を生成することができる「Deep Photo Style Transfer」が、ソフトウェア開発プロジェクトの共有プラットフォームであるGitHub上で公開されています。 GitHub - luanfujun/deep-photo-styletransfer: Code and data for paper "Deep Photo Style Transfer" https://github.com/luanfujun/deep-photo-styletransfer これまでも、ディープラーニングなどを用いてベースとなる画像に他の画像のスタイルを転送する、という試みが存在したそうです。しかし、ベース・スタイルの両方に写真を使っても、出力した画像が写真っぽくない「絵のようなゆがみ」をも
自社のディープラーニング（深層学習）フレームワークである「Chainer（チェイナー）」の新機能開発を終了し、米フェイスブックが開発する「PyTorch（パイトーチ）」に移行すると発表した人工知能（AI）開発のPreferred Networks（プリファード・ネットワークス=PFN、東京・千代田）。その決断の背景を探った。Chainer開発の責任者であるPFNの秋葉拓哉執行役員は、「PyTo
機械学習初心者が約10ヶ月でメダルより大切なものを獲得できた話【kaggle Advent Calendar 17日目】 - ギークなエンジニアを目指す男
本記事は、kaggle Advent Calendar 2018の17日目の記事です。 qiita.com 何を書くか直前まで悩んでいましたが、16日に参加したAIもくもく会の中で、 機械学習に興味はあるけど、どのような手順で、何から勉強していったら良いかわからない という方が数名いたので、自分が今年の3月くらい〜今日に至るまで勉強してきた中から 今の自分ならこのような手順で勉強することをオススメする！という記事を書いてみようと思います。 ※自分の勉強した教材の中からのオススメになるので、偏った内容になることをご了承ください。 ※これもオススメ！というものがありましたら、ぜひ教えていただけると嬉しいです。 タイトルにあるメダルより大切なものについては最後に記載しております。 対象読者 2018年3月時点の筆者スペック 2018年3月〜今日に至るまで勉強したこと羅列 書籍 動画 udemy
ディープラーニングの仕組みと応用
脳の神経回路の構造を模倣 ディープラーニングは、大量のデータを学習するために、人間の脳の神経回路の構造を模倣（モデル化）した情報処理の仕組みであるニューラルネットワークを用いる。図3のニューラルネットワークは、「入力層」「隠れ層」「出力層」という3層で構成している。また、学習データは入力データとなる手書き文字の画素データと、正解データがセットになっている。 このニューラルネットワークのモデルを学習させるには、まず手書き文字画素データをピクセル単位に分割した上で、各ピクセル値を入力層に入力する。図3のモデルでは縦横28ドットで分割していることから、784個が入力層に並ぶ。 入力データを受け取った入力層は、受け取った値に「重み付け」をした上で、後段にある隠れ層のニューロン（神経細胞。CPUのような役割を担う）に伝達する。 同様に隠れ層の各ニューロンは、入力層から受け取った値をすべて加算し、その
ディープラーニングで福沢諭吉を勉強させたら、こうなった。
なんというか、この結果を見たときは衝撃だった。 時は東京都知事選の結果が世を沸かせ、小池百合子氏が圧勝しメディアで話題になっていた時、ディープラーニングで文章を生成するという人工知能システムのテストのために試行錯誤をしていた、私のコンピュータ端末にこれが現れた。 若者もあり、あるいは才智｜逞《たくま》しゅうして役人となり商人となりて天下を動かす者もあり、あるいは智恵分別なくして生涯、飴《あめ》やおこし［＃「おこし」に傍点］四文の銭も、己《おの》が職分の何ものたるを知らず、子をばよく生めどもその子を教うるの道を知らず、いわゆる恥も法も知らざる馬鹿者にて、その子孫繁盛すれば一国の益はなさずして、かえって害をなす者なきにあらず。かかる馬鹿者を取り扱うにはとても道理をもってすべからず、不本意ながら力をもって威《おど》し、一時の大害を鎮《しず》むるよりほかに方便あることなし。 これすなわち世に暴政府
ニューラルネットワーク使ったAIなんかめっちゃ簡単だから。俺天才ｗｗみたいなフリすんのやめろ - bonotakeの日記
スイマセン。クソ煽りタイトルですが、下記の記事のタイトル意訳しただけです。草生やして更にクソさを増してはいます。 Neural network AI is simple. So… Stop pretending you are a genius 個人的にはぜひ本文読んでこの記事のクソ煽りっぷりを満喫してほしいのですが、英語読むのもメンドクセという方に、何が書いてあるかをさらっとだけ説明すると。 要はニューラルネットワークって、↓のPythonで11行のコード分の処理やってるだけじゃね？ こんなの使いまわした程度で「うはｗｗｗ俺天才ｗｗｗ」みたいな顔すんのやめろ、ってことのようです。 まぁハッキリ言って、クソ記事ｗｗｗ煽り乙ｗｗｗなんですけど。 でもぶっちゃけ、真実なんですよ。ある面においては。 僕も今の会社に入るまでディープラーニングに関する知識ほぼゼロだったけど、今は少なくとも、自分の業
iPhoneとiPadの最新OSとなる「iOS 10」が開催中の開発者向け会議「WWDC 2016」で発表されました。 Apple Events - Apple Event - WWDC Keynote June 2016 - Apple http://www.apple.com/apple-events/june-2016/ iOS 10 - Preview - Apple http://www.apple.com/ios/ios10-preview/ macOSに続いてiOSの発表 iOS 10の登場です。 デベロッパーにとって素晴らしいリリース iOS史上最大のリリースになるとのこと 新機能は10種類 まずはユーザーエクスペリエンス ロック画面のリデザイン・通知機能・アプリのアクセシビリティ向上・3Dタッチの拡張。 iPhoneを手で持つだけで、ロック画面が表示されるようになります。
LLMを理解する一歩として「ゼロから作るDeep Learning」をやった - $shibayu36->blog;
LLM、GPT界隈を追いかけていて、GPTの仕組みと限界についての考察（2.1） - conceptualizationという記事を見かけた。これを見たとき、「どういうことか全然理解できない」という気持ちになった。また、その他LLMの解説記事を理解できないことが多く、自分の機械学習知識不足が明確になった。 理解できなかったことは悔しいし、LLMやChatGPTをうまく使いこなすには最低限どのような原理で動いているか理解したいと感じた。そこで一歩目として「ゼロから作るDeep Learning」を完走した。 ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 作者:斎藤 康毅オライリージャパンAmazon 知識なしからはじめたので時間はかかったが、次のように進めていった。 自分もコードを写経しながら読む レポジトリは https://github.co
TOP > Topic Keywords > JDLA DL for DX > 松尾豊氏が監修した無料AI講座「AI For Everyone」、開講2週間で登録者数5000人を突破 一般社団法人日本ディープラーニング協会（JDLA）は5月20日、新講座「AI For Everyone（すべての人のためのAIリテラシー講座）」の受講登録者数が開講から約2週間で5000人を突破したと発表。JDLAは本講座が人気の理由を社会におけるDX（デジタルトランスフォーメーション）への関心の高さが影響していると考察する。 JDLAは本講座を「すべてのビジネスパーソンに向けた、人工知能（AI）／ディープラーニングについてまず『知る』ための無料エントリー講座」と位置づける。AIの基礎を学びたい人、今の組織をAIが使いこなせる組織に変えたい人など、理系文系はもちろん、肩書きや職種問わず、受講できるとしている。
目次 （背景）自分の声を結月ゆかりにしたい。前回はあまりクオリティが良くなかったので、手法を変えて質を上げたい。 （手法）声質変換を、低音質変換と高音質化の二段階に分けてそれぞれ学習させた。画像分野で有名なモデルを使った。 （結果）性能が飛躍的に向上し、かなり聞き取れるものになった。 （考察）精度はまだ改善の余地があり、多対多声質変換にすることで精度が向上すると考えられる。今回の結果を論文化したい。 デモ動画 背景多くの人が可愛い女の子になりたいと思っている。 ＣＧ技術やモーションキャプチャ技術の向上により、姿は女の子に仮想化できるようになってきた。 しかし、声に関してはまだまだ課題が多い。 声質変換は「遅延」「音質」「複数話者」などの難しい課題がある。 今回は、自分の声を結月ゆかりにするための、低遅延で実現可能な高音質声質変換を目指した。 手法大きく分けて３つの工夫をした。 画像ディープ
最近、ひさしぶりにPC Building SImulaterとかいうクソゲーに嵌まった影響で、Windowsマシンを使い始めるようになった。いままでも一応、定期的に買い換えてはいたのだが、日常はほとんどMacBookで事足りていて、Windowsマシンの起動なんて、そろそろ最新ハードに買い換えたいという時に比較用に起動するぐらいだった。 ひさびさに使うとWindowsマシンも悪くない。アプリケーションが安定して動作するんだよね。まったく固まらない。そうそう。Macは昔から不安定だったし、ずいぶんMacも安定して動くようになったけど、まだまだ、Windowsのほうが安定なんだ。と感動した。 だいぶ使用頻度もあがって、ふとストレージがSSD1TBしかないことの気づいて、最近でた4TBのSSDを増設しようと思いついた。ＰＣのパーツを買って拡張するなんて久しぶりだが、まあ、ケーブル２本つなぐだけだ
ITスキルロードマップ roadmap.sh がすごい。AI and Data Scientist について対応する本をまとめた - Qiita
ITスキルロードマップ roadmap.sh がすごい。AI and Data Scientist について対応する本をまとめた機械学習データ分析キャリアデータサイエンスデータサイエンティスト Developer Roadmapsというサイトがすごいです。ITエンジニアの分野別にスキルアップのロードマップが示されています。 言語、基盤、アプリ、かなり網羅されています。 その中のAI and Data Scientist Roadmapについての推薦図書まとめです。 雑感 これだけ学んでいれば「こいつ知ってるな」感がありますね。ただ気になる点としては ビジネス、ドメイン知識や分析目的定義などのスキルについて言及がないのは残念。 いきなり数学から入るコースになってますが、一旦は飛ばしてコード写経してから戻ってきても良いと思います。ここで挫折すると勿体無いので。 計量経済学重視の観点はいいですね
オンライン・オフラインのリソースで勉強に使ってるもの一覧。 多少プログラミングしていて少々の知識があるといいかも。 人工知能・機械学習に必要な教材やTipsを載せていくブログはこちら 努力1mmブログ Coursera Machine Learning 言わずと知れた機械学習の動画。Andrew Ngさんが丁寧に教えてくれる。日本語字幕あり。 Coursera : Machine Learning Coursera Natural Language Processing Courseraの自然言語処理講座。英語。 Coursera : Natural Language Processing 言語処理100本ノック こちらも言わずと知れたリソースかも。自然言語処理をプログラミングするために必要なプログラミングテクニックとかが学べる。 自然言語処理100本ノック Udacity Design
「情シスない中小企業に使ってほしい」 NTT東日本、「AI-OCR」とRPAサービス提供 紙帳票のデータ入力を効率化
NTT東日本とAI（人工知能）ベンチャーのAI insideは1月23日、ディープラーニングを使って帳票内容を読み取るOCR（光学文字認識）サービス「AIよみと～る」の提供を始めた。データ入力業務などを自動化するRPA（ロボットによる業務自動化）サービス「おまかせRPA」と合わせて提供することで、紙書類のデータ入力などを手作業で行うバックオフィス業務の効率化をサポートする。 紙帳票に記載された内容をスキャナーで読み取り、デジタルデータ化したものをAIよみと～るで検出する。AI insideが開発したAI基盤「Neural X」の学習アルゴリズムを使ったディープラーニング技術と、ゆがみ・傾き補正機能を組み合わせることで、手書き文字も含めたトライアルでは96％以上の認識率を実現したという（NTT東日本調べ）。欄外にはみ出た数字、訂正印、2行にわたって折り返して記載された住所なども、AIが内容を
ドワンゴがディープラーニングを用いたアニメの中割り実験の結果を公開しました。原画を直接中割りするまでには至らなかったものの、動画の枚数を増やすことには部分的に成功。スローモーション演出などへの利用に可能性があるとしています。 YouTubeで公開された動画 同手法は、早稲田大学の研究チームが2016年に提案したラフスケッチの自動線画化手法（関連記事）を出発点とし、中割りができるよう変更を加えたもの。アニメ「アイドル事変」の製作委員会やMAGES.協力の下、実際の動画とセルのデータを使用し、実験により自動生成された映像はYouTubeに投稿、実験結果をまとめた論文はコーネル大学図書館が運営する「arXiv（アーカイヴ）」上で公開されています。 実験に用いられたカット（画像はarXivより） 「中割り」とは原画と原画の間を補完する動きを描いた絵のこと。「動画」は「中割り＋原画をトレースした絵」
上杉隆 弟妹＆元部下が告発“反権力ジャーナリスト”の正体「AIの中身は人力」「女性3人を妊娠」「80代実母を恫喝」（SmartFLASH） - Yahoo!ニュース
『ニューヨーク・タイムズ』仕込みのジャーナリズムで、閉鎖的な日本のマスコミ業界に風穴を開けた上杉氏（写真・毎日新聞／アフロ） 「あの人は倫理観が欠如しています。私は、志望していた新聞社への就職もあきらめて彼に尽くしたのに、嘘を指摘したら、クビにされました」 【写真あり】実妹が「優しくて自慢の兄だったのに…」と懐かしむ、中学時代の上杉氏 沈痛な面持ちでそう本誌に告白するのは、乾真規さん（26）だ。「あの人」とは、ジャーナリストの上杉隆氏（52）のこと。上杉氏は2002年、『週刊文春』誌上で当時外務大臣だった田中眞紀子氏（77）を取材して、「編集者が選ぶ雑誌ジャーナリズム賞」企画賞を受賞。その後は記者クラブ制度を批判して、2011年には「自由報道協会」を設立し、一躍脚光を浴びた。 現在は、ネット配信番組『ニューズ・オプエド』の運営をおこなう、「株式会社NOBORDER」の代表取締役や、「NHK
さて、今回は題名の件について報告申し上げる次第である。 この度、自身はNational University of SingaporeのMaster of Computing（通称MComp）学科より入学オファーを頂き、2021年の1月から、正規の修士課程の生徒として学ぶ事になった。当初は現在の仕事は継続しながらパートタイム学生として修了する事を目指していたが、諸々あって会社を辞める事にした事もあり、いっその事であるし1年間位の間学生に専念して集中的に学ぶ事にした。 PythonとSQLを独学で学び始めて足掛け５年、大学院の最初の出願から足掛け３年で３度目の出願、直近２年に渡るGraduate Certificateによる社会人聴講クラスでの大学潜り込みによる外堀埋めの準備期間、と言った長期に渡る「中年からの文系からの海外大学院を利用した理転」の試みが、（卒業しないといけないのだが）まずは
「大企業は時間を奪っている意識がない」 AIベンチャーが本音で激論、“丸投げ依頼”の次なる課題：これからのAIの話をしよう（AIベンチャー対談編）（1/4 ページ） AIベンチャーの立場で、日本企業のAI開発に物申す！ 人工知能の対話エンジンなどを開発する田中潤さんと、AI開発の現場に詳しいマスクド・アナライズさんが「昔ながらの大企業でAI導入がうまくいかない理由」や「怪しいAIベンチャーを見破る方法」などについて語りつくした。 2018年ごろから、人工知能（AI）に対する過剰な期待と盛り上がりが徐々に落ち着いてきた印象です。 調査会社のガートナージャパンは、人工知能は流行期から幻滅期に差し掛かっているという見解を18年10月に発表しました。AI開発の現場で活躍している人の中にはそうした傾向を前向きに捉え、「ようやく落ち着いて話ができる環境になった」と胸をなで下ろしている人もいます。 その
ディープラーニングの仕組みを理解するための一番のポイントは「損失関数」と「勾配降下法」の考え方です。本講演では、線形回帰モデルを題材に、この2つの考え方についてPythonのコーディングも含めた形で説明します。講演者の著作「最短コースでわかるディープラーニングの数学」からエッセンスをお届けします。
言語データの分析と応用のために自然言語処理と呼ばれる分野で長年研究が行われて来た。同分野が昨年から大きく沸き立っている。米グーグルの研究者であるトマス・ミコロフ氏らが提案した手法「Word2Vec」が、いくつかの問題について従来のアルゴリズムよりも飛躍的な精度向上を可能にしたのだ。 この手法によって得られるベクトル空間には、今まで定量的に捉えることの難しかった言葉の「意味」を極めて直接的に表現しているかのような性質が認められている。今年9月、当社がスポンサー参加した自然言語処理系の研究発表会「NLP若手の会 第9回シンポジウム」でも、多くの研究がWord2Vecに関連したテーマについて取り上げていた。今後、意味解析、文書分類、機械翻訳など様々な分野でWord2Vecの応用が期待されている。 「意味ベクトル」の驚異的な性質 Word2Vecは、その名前の表す通り、単語をベクトル化して表現する
ディープラーニングについて研究するGoogle Brainが、高解像度画像を8×8(64)ピクセルに変換した画像から元の画像を推測する技術「Pixel Recursive Super Resolution」を発表しました。 Pixel Recursive Super Resolution (PDFファイル)https://arxiv.org/pdf/1702.00783.pdf Google Brain super-resolution image tech makes “zoom, enhance!” real | Ars Technica https://arstechnica.com/information-technology/2017/02/google-brain-super-resolution-zoom-enhance/ 下の画像の右端が元の「ソース画像」で、これを8×8ピ
京都大学発の人工知能(AI)ベンチャー「データグリッド」が、架空のアイドルを自動生成可能なAIの開発に成功しています。 クリエイティブAI開発のデータグリッド、アイドル自動生成AIを開発 | 株式会社データグリッド https://datagrid.co.jp/news0.html データグリッドが、ディープラーニングを応用したGAN(敵対的生成ネットワーク)を用いることで、1024×1024という高解像度で架空のアイドルの顔画像を安定して生成することができるAIの開発に成功したことを発表しました。GANを用いたAIにアイドルの顔写真を学習させることで、AIはアイドルの顔の特徴を捉えることが可能となり、これをもとに架空のアイドルの顔写真を生成できるようになっています。 実際にAIが架空のアイドルの顔画像を安定して生成しまくる様子は以下のムービーで見ることができます。既存のアイドルの顔写真を
あ、退職エントリとかではないです。雑多な駄文をお許しください。 2018年を振り返る 3月にカリフォルニア州パロアルトのラボに異動になって早くも3/4年が経ちました。 自分としてはまだ1年経ってないのかという感じです。もっと長く居るような気もするが、来たばかりのような感じもある。 生活には完全に慣れました。結局の所、生きていくだけなら "You need a bag?" に "No" だけ言えれば何とかなります。 家族のこと、子供のこと 家族が適応に苦しんでいます。特に子供は、8月からTKという公立小学校の下部組織に通っていますが、予想を遥かに超えて心を閉ざしたままです。 娘はとてもシャイで、思ったことが口にできません。非常に端的に言うと、生きる力が強くありません。象徴的なできごとが幾つかありました。 ある日、先生が陪審員の義務で代わりの先生が来た日、普段とは違う教室に預けられた。 お昼に
エンジニアの祭典イベント「デブサミ2016」に登壇したIBMの技術者、村上明子さん。子供の頃に父が買い与えたPC好きが高じて理系の道に進み、自然言語処理の研究から、人工知能Watsonのエンジニア、そして3.11後の東北の復興のためのボランティアへ。複数のフィールドで生きる彼女のストーリーから、個人と社会、会社との多様な関係のあり方が見えてくる。 村上 明子 日本アイ・ビー・エム株式会社 ワトソン開発 技術リード 一般社団法人情報支援レスキュー隊 理事/ 一般社団法人人工知能学会 理事 「ギークの星」を待つ会場にピンチヒッターとして登壇 エンジニアイベント「Developers Summit2016」は略称「デブサミ」の名で浸透しており、毎年2月に開催される冬の開催では、毎回数千人の開発者、技術者が集まる。 この日は、2日目の最終セッション。全体のトリとも言える人気セッション枠で、事前予約
データアーティスト株式会社のコンテンツ一覧ページ。Data Artist（DA）は、機械学習やディープラーニングなど、AI（人工知能）やDX（デジタルトランスフォーメーション）関連のブログや事例など様々なコンテンツを定期的に配信します。
皆さんネコがお好きですが、ネコのフンが好きな人はいませんよね。 そこで、NVIDIAのエンジニアであるロバート・ボンド (Robert Bond) は、ディープラーニングとNVIDIAのJetson TX1開発プラットフォームを利用し、ネコを認識すると家のスプリンクラー・システムのスイッチが入る仕組みで、敷地内のネコを優しく追い払っています。 システム・ソフトウェア・エンジニアとしてNVIDIAに8年以上勤め、65歳になるボンドは言います。「ガーデニング好きの妻が、庭をきれいに清潔にしておきたいんだ」 ボンドは、ネコに罠を仕掛けるというアイデアをすぐに却下しました。それでは隣人として友好的とはいえません。そこで、より技術的な解決策を利用しようと決めました。 ボンドは、ディープラーニングやJetsonの素人ではありません。昨年、台所の床を時折小走りするアリに、無害の5ミリワットのレーザ・ビー
ディープラーニングも使える確率的プログラミングツール「Gen」を開発、MIT：AIモデルやアルゴリズム作成の民主化に貢献 マサチューセッツ工科大学（MIT）の研究チームが開発した確率的プログラミングツール「Gen」を使えば、初心者でも簡単にAIに触れることができ、専門家は高度なAIプログラミングが可能になる。ディープラーニングよりも適用範囲の広いことが特徴だ。 【訂正：2019年7月4日10時50分 記事タイトルの一部に誤解を招く表現があり訂正しました。 訂正前：ディープラーニングを超える汎用AIツール→訂正後：ディープラーニングも使える確率的プログラミングツール】 マサチューセッツ工科大学（MIT）の研究チームは、2019年6月下旬に米アリゾナ州フェニックス市で開催されたカンファレンス「Programming Language Design and Implementation」で、新し
ディープラーニングで翻訳プログラムを0から作った人がその仕組みを複雑な数式ではなく図で解説するとこうなる - GIGAZINE
テクノロジーが発達することで、専門家でなくてもニューラルネットワークを使って翻訳プログラムを作ることが可能になりました。とは言っても、全く知識がない人にその仕組みを理解するのは難しいもの。そこでライターのSamuel Lynn-Evansさんが自分で情報を調べつつ0から翻訳プログラムを作成し、その時に理解した仕組みを数式を使わずに説明しています。 Found in translation: Building a language translator from scratch with deep learning https://blog.floydhub.com/language-translator/ 言語は非常に複雑で、これまで機械翻訳を行うには何人もの専門家が必要でした。しかし、人工知能(AI)の発達により、もはや専門家でなくても機械翻訳を行うことが可能になりました。これまで専門家
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
今すぐ無料でPythonやデータサイエンスを学べる学習コンテンツ7選 | Ledge.ai
松尾豊氏が監修した人工知能基礎 2万5000円が3000円に引き下げ | Ledge.ai
熟練工が1週間かかる調整作業→AIは1日で完了 三菱電機と産総研がFA分野でAI活用
認知症の兆候が歩き方で分かる 高専生が開発、付いた評価は10億円（朝日新聞デジタル） - Yahoo!ニュース
Udemyで今年最大のブラックフライデー＆サイバーセール開催！ 今おすすめのトピック8選 - はてなニュース
データサイエンスだらけの桃太郎 - oscillographの日記
深層学習の今のところの限界「何ができて、何ができないか？」
データ収集からディープラーニングまで全て行って競馬の予測をしてみた - Qiita
GAFAが後追いした国産AIの雄 開発終了の深層 - 日本経済新聞
iPhone・iPad向け最新OS「iOS 10」が発表、10の新機能が追加されシリーズ史上最大のアップデートへ
松尾豊氏が監修した無料AI講座「AI For Everyone」、開講2週間で登録者数5000人を突破 | Ledge.ai
ディープラーニングの力で結月ゆかりの声になってみた
kawangoの日記 はてなポイント３万を使い切るまで死なない日記
機械学習・Computer Scienceを勉強する。 リソース一覧 - Qiita
ドワンゴがディープラーニングを用いたアニメ中割り実験の論文を公開 スローモーション演出などへの活用に期待
四十路を過ぎてから海外大学院で理転する事にした話。｜Anonymous Investor｜note
「大企業は時間を奪っている意識がない」 AIベンチャーが本音で激論、“丸投げ依頼”の次なる課題
Pythonで理解するディープラーニング入門
自然言語処理に新風を巻き起こしたWord2Vecとは何か - 日経BigData
8×8ピクセルに縮小した画像から元の画像を予想する技術をGoogle Brainが開発
架空のアイドルを自動生成しまくる「アイドル生成AI」が誕生、どこかで見たことがあるようなないような顔が生成されまくり
年末のご挨拶と近況、あるいは機械学習のはじめ方 - 怠惰を求めて勤勉に行き着く
「いつもマイノリティだった」IBMの人工知能「Watson」エンジニア 村上明子さん | Biz/Zine
AIやDX関連のコンテンツDA関連のニュース・情報 | データアーティスト株式会社
あるNVIDIA社員によるディープラーニングの活用――ネコに庭でフンをさせない方法 | NVIDIA
ディープラーニングも使える確率的プログラミングツール「Gen」を開発、MIT