Chainer チュートリアル 数学の基礎、プログラミング言語 Python の基礎から、機械学習・ディープラーニングの理論の基礎とコーディングまでを幅広く解説 ※Chainerの開発はメンテナンスモードに入りました。詳しくはこちらをご覧ください。 何から学ぶべきか迷わない ディープラーニングを学ぶには、大学で学ぶレベルの数学や Python によるプログラミングの知識に加えて、 Chainer のようなディープラーニングフレームワークの使い方まで、幅広い知識が必要となります。 本チュートリアルは、初学者によくある「まず何を学べば良いか」が分からない、 という問題を解決するために設計されました。 初学者は「まず何を」そして「次に何を」と迷うことなく、必要な知識を順番に学習できます。 前提知識から解説 このチュートリアルは、Chainer などのディープラーニングフレームワークを使ったプログ
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 米国時間1月16日、Facebookは人工知能に関する研究開発を促進するため、同社が推進する人工知能プロジェクト「Torch」のディープラーニング（深層学習）モジュールをオープンソース化し、企業や開発者に対して公開すると発表した。 Facebookにはオープンソースのコミュニティに貢献してきた歴史があり、過去には自身のデータセンター技術を公開したこともある。今回Facebookがオープンソース化する、Torch用に最適化されたディープラーニングモジュールや関連ツールなどの技術は、人工知能に関する各種分野の研究開発をおおいに促進する可能性がある。また、現時点でTorchを主に利用しているのは、学術機関の研究室や、Google、Twitte
昨日こんなプレスリリースが話題になっていました。 www.sakura.ad.jp 高火力ですって。強そう。 ちょっと前にはこんなのも話題に。 ディープラーニング専用GPUサーバファーム「紅莉栖（くりす）」を構築｜ニュース｜広報情報｜株式会社ドワンゴ 現時点で世界最高性能となるMaxwell世代のCUDAコアを搭載したGPUサーバー100台程度で構成 凄い。強そう。 こういう記事を読んだ後に自分の足下で動いている機械をまじまじと眺めてみると、あまりの低火力に恥ずかしさすら覚えます。ワットチェッカーで測ってみると500Wにも満たないそうで、安物電子レンジレベル。まさに低火力。 低火力ディープラーニングのための自作ハード 企業や研究室にTitan4枚指し環境が整っているような人にとってはおもちゃみたいな環境かもしれませんが、私が使っている環境を晒しつつ、個人の趣味レベルで(プチ)ディープラーニ
ソニーがAIの進化を加速する。ディープラーニングのコアライブラリをオープンソース化2017.06.27 10:0111,121 ソニーだって、ずっと前からやってたから。 本日発表されたのが、ソニーの｢Neural Network Libraries｣。ディープラーニング（深層学習）のコアライブラリ（プログラムを生成する際のフレームワークとなるソフトウェア）です。オープンソースとして提供されるため、エンジニアやデザイナーは無償で活用して、人工知能（AI）を実現できるディープラーニングのプログラムを開発し、プロダクトやサービスに搭載できるようになります。 あらためてかいつまむと、ディープラーニングとは人間の脳を模倣したニューラルネットワークを用いた機械学習の一手法。最近では、最強棋士を破り引退したGoogle DeepMindを使ったコンピュータ囲碁プログラム｢AlphaGo｣もその成果のひと
＠IT eBookシリーズ Vol.64『普通のエンジニアが初めて動かすディープラーニング』（画像クリックでeBookを表示） AI・機械学習・ディープラーニングはもはや、あなたのような「普通のエンジニア」にとっても「使えない」では済まされないトピックだ。しかし「どこから手を付ければよいのかが分からない」「書籍を読んだけど数式がたくさん出てきて、途中で読むのをやめてしまった」「書籍は何とか1冊読み切ったけど、やっぱり仕組みと挙動への理解が不十分で実践しづらい」という人は少なくないのではないだろうか？ 本書は、『普通のエンジニアでも分かるディープラーニング概説：人気連載まとめ読み！ ＠IT eBook（58）』の続編として、ディープラーニングの仕組みと実装方法を初心者向けに解説している。図解（「ニューラルネットワーク Playground - Deep Insider」という無料で動かせるW
最先端のITは、私たちの社会を、ビジネスを、そして未来をどのように変えていくのか？ 初回となる今回のテーマは、いま最もホットな分野のひとつ、「人工知能（AI）」。Gunosy創業者も輩出した研究室を率いる、東京大学の松尾豊准教授に話を聞いた。 人工知能50年来の革命、ディープラーニングとは？ 「いま、人工知能はかなり面白い時を迎えている」。そう語るのは、東京大学大学院工学系研究科・松尾豊准教授だ。Web工学・人工知能を専門に研究を続け、2012年より人工知能学会の編集委員長・理事も務めている。 そもそも、人工知能は実現することができるのか？ これまで、完璧な人工知能を作ることは不可能であるとみなされてきた。ただこの考えは、端的に言って「間違いである」と、松尾教授は主張する。 「そもそも、人間の脳も電気信号と化学変化によって動いています。原理的に言って、コンピュータで再現できないわけがない」
「将棋AIで学ぶディープラーニング」という本を出版します。 昨年10月に技術書典3で「ディープラーニングを使った将棋AIの作り方」という技術系同人誌を出したことをきっかけに書籍化のお話をいただきました。 技術書典で出した本は、方策ネットワークを使った将棋AIの作り方でしたが、書籍の方では、将棋AIの作成を通してディープラーニングを学べるというコンセプトで執筆しています。 実際に動かせるコードを作ってみるというのが技術を学ぶために有効な方法だと思います。 私自身、AlphaGoのクローンと、ディープラーニングを使った将棋AIを作ったことでディープラーニングについて理解を深めることができたと思っています。 ディープラーニングを使って学習させた将棋AIを実際に動かしてみることで、ディープラーニングを体験して欲しいという想いで書きました。 内容は、3部構成で、 1部ではコンピュータ将棋の概要につい
By SplitShire ディープラーニングにおける画像認識には畳み込みニューラルネットワーク(CNN)を使った学習が一般的とされています。しかし、CNNによる画像認識では、人の顔を認識するときに目や鼻、口のパーツは認識できるものの、これらの正確な位置関係を認識することは得意ではありません。2017年11月にGoogleの研究員であるジェフリー・ヒントン氏が、CNNの欠点を克服したという「カプセルネットワーク」(CapsNet)を発表しました。CapsNetがどのようなものか、オライリーの記事を読むとよくわかるようになっています。 Introducing capsule networks - O'Reilly Media https://www.oreilly.com/ideas/introducing-capsule-networks 画像認識においては「畳み込みニューラルネットワーク
ラズパイやディープラーニングを用いてハムスターの行動を監視するシステムを作ってみた【概要】 - Qiita
動機 ペットのハムスターの活動の様子を知りたい。 具体的には.. 外出時、ハムスターがちゃんと動いていることを知って安心したい。 夜行性のため、飼い主が寝ている時間帯にどれだけ動いていたかを知りたい。 → 手持ちのラズパイに物体検出ディープラーニングモデルを埋め込み、監視システムを作成。 ラズパイカメラをスマホアームで固定して飼育ケージをストリーミング撮影しています。 できたもの 3つの機能により、ハムスターの活動の様子を見守れるようにしています🐹 Githubにコード一式をまとめています（実装の詳細は作り方の記事にて解説）。 1. 飼育ケージをラズパイカメラで撮影しストリーミング 🐹が巣穴から出てきてカメラに映ったら物体検出モデルが働いてくれます(↓Gif) 使ったもの: Python(Flask), OpenCV, PyTorch, YOLOv5 ※ 夜行性なので、暗がりでも撮影で
最近、Googleが開発したDQN（Deep Q-Network）と言う日本人からするとユニーク名前の人工知能が話題になりました。これには、ディープラーニング（Deep Learning）と言う人工知能の学習手法が用いられており、同様の手法を用いた人工知能が従来の人工知能の学習能力をあっさり上回ってしまったと世間を騒がせています。 しかし、このディープラーニングというのがいまいちよく理解されていません。非常に有用な手法であり、今後のビジネスに深く関わってくるということもあって専門家向けの解説は多数見受けられるのですが、素人向けの解説があまりありません。 本記事では、プログラミングや人工知能について全く詳しくない素人の方にも分かりやすくい形でご説明していきたいと思います。 関連記事： ・ディープラーニングの人工知能は囲碁や将棋やチェスをどんな風に考えて指すのか？ ・真の人工知能って何？チュー
ディープラーニング - Wikipedia
ディープラーニング（英: deep learning）または深層学習（しんそうがくしゅう）とは、対象の全体像から細部までの各々の粒度の概念を階層構造として関連させて学習する手法のことである[1][注釈 1]。深層学習は複数の独立した機械学習手法の総称であり、その中でも最も普及した手法は、（狭義には4層以上[2][注釈 2]の）多層の人工ニューラルネットワーク（ディープニューラルネットワーク、英: deep neural network; DNN）による機械学習手法である[3]。 要素技術としてはバックプロパゲーションなど、20世紀のうちに開発されていたものの、4層以上の深層ニューラルネットについて、局所最適解や勾配消失などの技術的な問題によって十分学習させられず、性能も芳しくなかった。しかし、ジェフリー・ヒントンの研究チームが2006年に多層ニューラルネットワークを用いたオートエンコーダを
米グーグルの研究部門であるGoogle DeepMindが開発した囲碁AI（人工知能）「AlphaGo」と、韓国のプロ棋士イ・セドル氏が2016年3月9日～15日に韓国で実施した五番勝負は、イ・セドル氏が第四局で一矢を報いたものの、4勝1敗でAlphaGoの圧勝に終わった。この五番勝負は、第三次AIブームを牽引するディープラーニング（多層のニューラルネットによる機械学習）のデモンストレーションという枠を超え、その強みと弱点、ビジネス応用の方向性を浮き彫りにした。 今回の五番勝負が改めて示したディープラーニングの強みは、このAI技術が用途によらず、極めて汎用的に使えるという点だ。 AlphaGoのソフトウエアには、囲碁のルールすら組み込まれていない。過去の棋譜をニューラルネットに入力する「教師あり学習」と、勝利を報酬に囲碁AI同士を対局させて鍛える「強化学習（教師なし学習）」だけで、世界最強
AIガジェットを作りながらディープラーニングをゼロから学ぶ、JellyWareがWebサイトで教材を公開
JellyWareは2018年7月2日、「AIガジェットを作りながらゼロから学ぶディープラーニング推論」サイトを公開した。Intelのディープラーニングアクセラレーター「Movidius Neural Compute Stick」と、ボードコンピュータ「RaspberryPi」を利用して、人工知能（AI）ガジェットを構築しながらディープラーニング推論について学習できる。 JellyWareは、現在はディープラーニングに関するたくさんの技術情報があるものの、ディープラーニングに必要な数学的な知識や専門用語、プログラミング技術、プログラミング用のフレームワーク（ライブラリ）、プログラミング環境の構築など、理解すべき内容が多いとしている。そのため、ディープラーニングをこれから学習する人にとって、何から手を付けたらよいのかが分からないことが多いという。 ディープラーニング技術は「学習」と「推論」の
渡辺明名人、１秒間に8000万手読むコンピュータを購入しディープラーニング系のソフトも導入（６）（松本博文） - エキスパート - Yahoo!ニュース
データベースと「ソフトの定跡」 渡辺 連盟（日本将棋連盟）のデータベースも新しく変わりました。タブレット記録だから、終わった瞬間に棋譜が入るんですよね。終局して提出すると入る。これとか昨日の（棋譜）なんですけど。タブレットだからリアルタイムで見れるソフトもあって。いまはもう、ほぼほぼ全部がリアルタイムで見れます。すごい進歩ですよね。 杉村 うらやましい（笑） 松本 以前から言われてますけど、一般向けに、アマチュアの人でもサブスクで全部見られるようにしたら、需要があるでしょうね。 渡辺 モバイル中継がない将棋って、観戦記もないから、多くは埋もれてしまうんですよ。でもその棋士にもファンがいるからね。 松本 棋譜まわりに関してはいろいろありますからね。それは杉村さんが一番詳しい話なんですが。 杉村 いやいや（苦笑）。関係者向けのデータベース、むちゃくちゃ便利になってるんですね。うらやましいな。プ
AIツールは多くの種類があって何を選んだら良いのかわからない方も多いのではないでしょうか。AIはデータの傾向から未来や現在を分析することができます。ツールの中でも何ができるのか、何を基準に選べば良いのかがはっきりすると選びやすいですよね。今回は、AI分... プログラミングが不要でAIを構築する機会が誰にでも提供される今、ディープラーニングの面白さをより手軽に感じることができるようになっています。 今回の記事では、ギリア株式会社 代表取締役社長兼CEOの清水亮氏の取材を通し、ディープラーニングの本来の面白さについて迫ります。 ノーコードのGUIツールが普及 ーわざわざ毎回プログラムを書くのは効率が悪い かつてAIを作るためにはプログラミング技術が必須でした。 AIベンチャーの多くは設立者がプログラミングの知見を持ちCEOとCTOを兼任しているケースが多いことが特徴です。まさにこのプログラミ
人工知能技術の新潮流「ディープラーニング」が、物体認識を筆頭に音声認識、自然言語解析、医薬品候補の探索などで、他の技術を圧倒する性能を示している。ディープラーニングは、コンピュータ科学の最新の成果であると同時に、コンピュータを劇的に省電力化する新アーキテクチャの実現や、脳が人間に知性をもたらす秘密の解明につながる可能性がある。 「コンテスト初出場で、米グーグルのチームがここまで他を圧倒するとは…」。ある人工知能の研究者は驚きを隠さなかった。 2014年8月、コンピュータによる物体認識の精度を競う国際コンテスト「ILSVRC（ImageNet Large Scale Visual Recognition Challenge）」の最新結果が公開された。 ILSVRCは、飛行機や人、ピアノなど様々なものが映っている写真データから、コンピュータに「何が映っているか」を検出・識別させる、人工知能のコ
3つの要点 ✔️カメラにシールを貼るだけでディープラーニングを誤認識させることが可能になった ✔️対象物を異なる角度や距離で撮影しても誤認識させられることを動画データで検証 ✔️顔認証用のカメラにシールを貼っておくことでシステムに気づかれずに他人になりすましたりできてしまうかもしれない ディープラーニングによる画像分類は高い性能を誇りますが、画像に摂動を加えるだけで、人間の目ではほぼ違いがないのにディープラーニングが他のカテゴリであると誤認識してしまう adversarial attack という攻撃方法が知られています。 この adversarial attack にどのように対応するかは、実世界でディープラーニングを含んだシステムを運用していく上で重要になるだけでなく、人間の認識とディープラーニングによる認識の違いを理解するのにも重要であり、一つの大きな研究テーマにもなっています。 こ
ディープラーニングで歌声音声合成エンジンを自作する
この記事は、ドワンゴ Advent Calendar 2019の１日目の記事です。 モチベーション 最近、理想の人工知能（歌ったり踊ったり喋ったりできるキャラクター）を作りたいと思うようになりました。人工知能が歌を歌うためには、歌声音声合成エンジンが必要です。ということで、ディープラーニングを使って、歌声音声合成エンジンの作成に挑戦してみました。この記事では、実際に音声合成した歌声や、その仕組み、別条件での実験結果、ディープラーニング周りの手法を紹介します。 デモ動画実際に作成した音声合成エンジンを使った歌唱のデモです。 （歌声音声合成を作ったら絶対最初にカバーしたいと思っていた歌、ハジメテノオトのカバーです。） 歌唱デモ音声 まだ挑戦し始めてから２週間ほどしか経っていないのでかなり荒削りですが、それでもちゃんと歌詞や音程が取れていたり、溜めの部分で大きく息を吸う音が入っていたりと、そこそ
暗号化したままディープラーニングの標準的な学習処理ができる秘密計算技術を世界で初めて実現：NTT持株会社ニュースリリース：NTT HOME
報道発表資料 2019年9月2日 日本電信電話株式会社 暗号化したままディープラーニングの標準的な学習処理ができる秘密計算技術を世界で初めて実現 日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：澤田純、以下NTT）は、データを暗号化したまま一度も元データに戻さずに、ソフトマックス関数＊1やAdam（adaptive moment estimation）＊2と呼ばれる最適化処理を含む標準的なディープラーニングの学習処理を行う技術を、世界で初めて実現しました。 通常、データを利活用するためには、通信時や保管時に暗号化していたとしても、処理を行う際には元データに戻して処理する必要があります。このことは、データ所有者からすると情報漏洩のリスクを感じることから、企業秘密や個人のプライバシーに関わるデータの利活用に抵抗感を持つユーザや組織が少なくありません。特に所有者から他者、または同一組
ディープラーニングは最低限の数学で分かる
作っている雑誌で、これまで何度も取り上げてきた人工知能（AI）。中でも中核と言える「ディープラーニング」を、先日、数学的にちゃんと理解できて感動した、という話である。 今更と思われた読者もいるかもしれないが、数式を追って結論にたどり着いたとき、思わず「おお、分かった！」と声を上げてしまった。基本が分かると、関連する技術も結構すらすら理解できるようになって少々驚いている。 筆者は、PC用LinuxやPCボード「Raspberry Pi（ラズパイ）」を主題とするホビー向けの雑誌を作っている。AIは既に身近な存在になり、フリーソフトで顔認識をしたり、便利なAIフレームワークを使えば数行のPythonプログラムで機械学習ができたりする。そんな記事をもう数十本は企画して、執筆してもらってきた。 しかし、機械学習やディープラーニングの仕組みを自分で理解していたかというと、「何となくは」としか言えなかっ
s0sem0y.hatenablog.com ディープラーニングは2006年にトロント大学のHinton氏が考案したDeep Belief Networkから始まりました。このとき考案されたのが事前学習という手法で、一層ずつ層を学習させてから繋げていくことで、一気に深い構造を学習させる際に生じていた勾配消失問題を回避することに成功しました。 その後深い構造を使った機械学習が全てディープラーニングと呼ばれるようになり、今やその種類は非常に多岐に渡ります。今回はディープラーニングって言っても色々出てくるけど、どれがどれだか分からないという人のために（そして自分の中で整理するために）、ディープラーニング手法をまとめてみたいと思います。 ディープラーニングの種類のまとめ Deep Belief Network(DBN) 最初に登場したディープラーニングの手法 特徴抽出を人手でやらなくても良くなった
今更聞けないAR/VR,分散処理,AI/機械学習/ディープラーニング,データサイエンス,IoTにお役所、総務省の資料が使えた件 - Qiita
ありがとう総務省！ http://www.soumu.go.jp/ict_skill/ http://www.soumu.go.jp/ict_skill/pdf/ict_skill_c1_set.pdf で一括PDFダウンロード（463ページ）するのも手。 今日まで知らなかったが日本のお役所のIT事業で民間がまともに使えるシステム、資料を初めて見た気がする。 今更恥ずかしくて聞けないNoSQL、分散処理（hadoop, spark, ...）、マシンラーニングやディープラーニングの手法の根幹、 Rのお話まで登場。これは使える！ 最近時のテクノロジーの基本的事項の網羅性が高い！
対象者 機械学習、ディープラーニングを一通り勉強したが、実装するときにどう関連するのかわからない人。 頭の中を整理したい人。 詳しい数学的な説明はchainerチュートリアルを参照すると良い。 解説内容 ディープラーニングでもっとも一般的な教師あり学習の手順を解説する。また、それに伴う周辺知識を説明する。 ディープラーニングのモデルになったもの ディープラーニングは人の神経細胞における情報伝達の仕組みを真似て作られた。これにより、精度が飛躍的に向上した。 ニューラルネットワークの仕組み ニューロンのモデル化 ニューラルネットワークでは、人間の神経細胞の動きをコンピュータで再現した数式モデルを作る。個々の神経細胞は簡単な演算能力しか持たないが、お互いに繋がり連動することで高度な認識、判断をすることができる。行列や特別な関数の計算をしながら情報伝達の仕組みを数式で再現していく。 ニューロンのモ
人工知能・機械学習・ディープラーニングの概要 最近話題の、人工知能とかディープラーニングとかの情報を雑にまとめてみることにしました。基本的に仕事ではなく、ほぼ自分の興味で調べたり試したりしているだけですので、あくまで趣味レベルの人がとっかかりだったり参考にすることを想定しています。 ちなみに人工知能、機械学習、ディープラーニングの関係は、大まかには以下の定義が一般的と私は思っています。 ここらへんは人によって、「人工知能 = ディープラーニング」だと言ったりする人もいるので注意です。人工知能というものの定義が曖昧なので仕方ないとは思いますが、「自分が得意な分野=人工知能」と言いたがる人が多いのでそこらへんは気をつけておくと良いと思います（主に仕事で騙されたりしないようにするために）。 そして、最近話題のディープラーニング、何がすごいのかと言うと、自分の理解は以下の通りです。 昔は、例えば画
![人工知能・機械学習・ディープラーニング関係の雑多なまとめ - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/fde666720817e5f5735d401c33dd0e7cefee7134/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20170625%2F20170625211117.jpg)
Amazon傘下のAWSが、手軽にディープラーニング採用の顔認識アプリなどを開発できるビデオカメラ「DeepLens」を発表した。まずは4月に米国で発売する。価格は249ドル。TensorFlowやCaffe2もサポートする。 米Amazon.com傘下のAWSは11月29日（現地時間）、年次イベント「AWS re:Invent 2017」で、ディープラーニング（深層学習）アプリ開発に使えるビデオカメラ「AWS DeepLens」（以下「DeepLens」）を発表した。4月に米国の開発者向けに発売する。価格は249ドル（約2万8000円）。
「人工知能の未来 ～ディープラーニングの先にあるもの～」 近年、人工知能の研究者たちの大きな注目を集めている技術がある。人工知能分野における50年来のブレークスルーとも言われる「ディープラーニング（Deep Learning）」である。ディープラーニングは蓄積されたデータをもとに、コンピュータ自体が人間と同じように経験に基づいた行動をすることを可能にしようとしている。この分野のトップランナーの一人である東京大学・松尾豊准教授が語る、ディープラーニングを使った人間を超える画像認識技術、今後の展開や社会への影響について（2015年7月開催・グロービス特別セミナー／視聴時間39分）。 松尾 豊氏（東京大学 准教授） 続きはこちら↓ Part2 「人工知能はビジネスをどう変えるか ～ディープラーニングが変える社会～」 2012年、ディープラーニングによって自己学習できるようになった人工知能は、技術
フォントの種類は数え切れないほど有りますが、外見だけでフォントを判断でするのは至難の業。スマートフォンのアプリ「WhatTheFont」は、文字を撮影したり、文字が書かれた画像を読み込むと、インターネットを通じてフォント名を教えてくれ、さらにはそのフォントを購入することもできます。デザイナーやイラストレーター、あるいはフォントに興味がある人などに便利そうなアプリを、実際にインストールして使ってみました。 MyFonts: Fonts for Print, Products & Screens https://www.myfonts.com/WhatTheFont/mobile/ WhatTheFontは、フォントをオンラインで販売するストア「MyFonts」が提供しているアプリ。同ストアでは、画像に含まれるフォントを自動で判別する同名のサービス「WhatTheFont」を提供しており、アプ
昨日、私は幸運にも Arno Candel の H ₂ 0 を用いたディープラーニングの講演会に参加しました。 ディープラーニングとは、階層型ニューラルネットワーク(バックプロパゲーションを用いた確率的勾配降下法による教師あり学習)を指します。 彼は、堅牢なディープラーニングモデルを開発するための以下のヒントを与えてくれました。 1. 非常に大きなデータセットの結果を迅速に得られるように、 H ₂ 0を利用して複数のノードにアルゴリズムを分配する。 2. 平均値を0に、標準偏差を1に設定する特徴のスケーリングにより、 データを自動的に標準化する。 こうすることで、元の単位や分散に関係なく、それぞれの適切な特徴量を最終モデルに確実に提供することができます。 3. +/- sqrt(6/(#units + #unitspreviouslayer))における均一分布を用いて、 重みを自動的に初期
2020.09.08 ITニュース 2015年7月以来５年ぶり２度目となる、東京大学大学院工学系研究科教授で日本ディープラーニング協会理事長の松尾豊さんのインタビューをお届けする。 エンジニアtypeでは今年７月にも、AIテクノロジー企業ABEJA主催のオンラインイベント「DX2020」で行われたABEJA岡田陽介代表との対談「With/Afterコロナ時代におけるDXとAI」をレポートしている。 ＞＞【松尾豊×ABEJA岡田陽介対談】日本企業でDX、AI活用が進まない５つの理由とその処方箋 この記事では「日本企業でDXが進まない理由とその解決策」にテーマを絞るべく割愛したが、講演の中でディープラーニング研究の今を問われた松尾教授は「画像認識系の技術がだいぶ成熟して、アプリケーションもだいぶ出てきた。世の中には”出切った”雰囲気さえ出ている。ところが今（アカデミア方面では）かなり面白いこと
ここ数年、世間から注目を集める人工知能（AI）。2017年以降には、さらなる飛躍が期待されている。人工知能技術のひとつであるディープラーニングは、画像・音声認識技術の開発に利用され、今年から商品として実用化される機会が増えるとも予想されているが、今後、そのディープランニングを超える技術は登場するのだろうか。 人工知能企業・ヌメンタ（Numenta）の共同創設者ジェフ・ホーキンス（Jeff Hawkins）氏は、海外メディアへの寄稿で「ディープラーニングに代表されるニューラルネットワークもすでに旧式だ」としている。ホーキンス氏らは、人間の脳と最も似ていると評価される人工知能であり、大脳新皮質をモデル化することを目標としたアルゴリズム「階層型時間メモリ（Hierarchical Temporal Memory 、以下HTM）」を研究している。 なお、ホーキンス氏は、スマートフォンの起源となった
QDくん⚡️Python x 機械学習 x 金融工学 on Twitter: "ニューヨーク大学のディープラーニング講義資料が公開されている。 ・講義ノートはなんと日本語にも対応 ・英語だが講義スライド、Jupyter Notebook、講義動画(YouTube)も無料で見れる ・自己教師あり学習、VAEやG… https://t.co/nOH5owxLWC"
ニューヨーク大学のディープラーニング講義資料が公開されている。 ・講義ノートはなんと日本語にも対応 ・英語だが講義スライド、Jupyter Notebook、講義動画(YouTube)も無料で見れる ・自己教師あり学習、VAEやG… https://t.co/nOH5owxLWC
マサチューセッツ工科大学(MIT)の研究チームは、ディープラーニングに必要とされる複雑で多量の計算を光コンピューティングを使って高速化、低消費電力化する技術を開発したと発表した。まだ概念実証の段階だが、原理的にはディープラーニングの計算時間を大幅に短縮でき、従来のコンピュータに比べて消費電力を1/1000程度にできるという。研究論文は光学分野の専門誌「Nature photonics」に掲載された。 ニューラルネットワークに基づくディープラーニング技術は、画像認識や音声認識をはじめ、医療データベースの中から診断に利用できるパターンを見つけ出したり、膨大な化学式を探索して新薬を創出するなど、さまざまな分野で使われるようになってきている。 しかし、膨大なデータサンプルを学習する過程では時間とエネルギーを消費する大量の計算を行う必要がある。ディープラーニングで多用される計算は、主に行列同士の掛け
ディープラーニングを用いて、通話時にリアルタイムで周囲のノイズ音を除去するMac用アプリ「Krisp」がリリース。 | AAPL Ch.
ディープラーニングを用いて、通話時にリアルタイムで周囲のノイズ音を除去するMac用アプリ「Krisp」がリリースされています。詳細は以下から。 NVIDIAのDeveloper Blogではゲームやロボティクス、ビジュアライゼーション、ディープラーニングなどの分野でNVIDIAの技術を用いた実用例を紹介されていますが、新たに公開された記事「Real-Time Noise Suppression Using Deep Learning」によると、カリフォルニア州のスタートアップ企業2Hz, Inc.がディープラーニングを利用して周囲のノイズ音をリアルタイムで除去するソフトウエア「Krisp」を開発しているそうです。 Now what if I say you can mute both your noise and the noise of other participants? The s
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
一般社団法人日本ディープラーニング協会【公式】
本協会（JDLA）は、ディープラーニングを中心とする技術による日本の産業競争力の向上を目指します。
Facebookは米国時間6月1日、「DeepText」を発表した。ディープラーニングに基づくこのツールは、同ソーシャルネットワーク上に存在する膨大な量の非構造化データの意味を理解するために同社が利用しているものである。 Facebookによると、このテキスト理解エンジンは、人間に近い正確さで1秒あたり1000件の投稿に含まれるテキストのコンテキストを理解することができ、20カ国語以上の言語に対応するという。 「Facebook上におけるテキストのさまざまな使用方法を理解することは、ユーザーが求めるコンテンツをさらに表示する上でも、スパムのような望ましくないコンテンツを除去する上でも、われわれの製品におけるユーザーのエクスペリエンスの向上につながる」と同社はブログ投稿で述べた。 DeepTextは、「Facebook Messenger」などの一部のアプリケーションで既に利用されている。例
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
ディープラーニング入門：Chainer チュートリアル
Facebook、ディープラーニング技術をオープンソースに
低火力ディープラーニングのための環境(自作ハード編) - studylog/北の雲
ソニーがAIの進化を加速する。ディープラーニングのコアライブラリをオープンソース化
普通のエンジニアが初めて動かすディープラーニング
人工知能50年来の革命、ディープラーニングとは？ - 東京大学新聞オンライン
【書籍】将棋AIで学ぶディープラーニング - TadaoYamaokaの開発日記
ディープラーニングにおける「カプセルネットワーク(CapsNet)」による画像認識とは？
[PDF]学術俯瞰講義「人工知能の未解決問題とディープラーニング」東京大学 松尾 豊
深層学習（ディープラーニング）を素人向けに解説（前編）―基礎となるニューラルネットワークについて
AlphaGoの「圧勝」から見えた、ディープラーニングの強みと課題
「AIの本当の面白さ」プログラムを書くよりまず試せ -ディープラーニングでのノーコードの重要性 | AI専門ニュースメディア AINOW
［脳に挑む人工知能1］驚異のディープラーニング、その原型は日本人が開発
カメラにシールを貼るだけでディープラーニングを誤認識させる攻撃方法が登場
【後藤弘茂のWeekly海外ニュース】 NVIDIAが主催するGTCに、ディープラーニング専用チップ「Eyeriss」が登場
ここからはじめるディープラーニングの主流手法まとめ【保存版】 - HELLO CYBERNETICS
実装初心者向けにディープラーニングの全体像、実装手順をわかりやすくまとめてみた - Qiita
人工知能・機械学習・ディープラーニング関係の雑多なまとめ - karaage. [からあげ]
Amazon、ディープラーニング向けビデオカメラ「AWS DeepLens」を249ドルで発売へ
人工知能のトップランナー・松尾豊准教授～ディープラーニングが変える未来・動画3選～ | GLOBIS 知見録
【後藤弘茂のWeekly海外ニュース】 新型コロナウイルス(SARS-CoV-2)と戦う半導体技術(2) ～ディープラーニングの本領が発揮される創薬分野
スマホで撮影するだけでディープラーニングのAIがフォント名を教えてくる無料アプリ「WhatTheFont」
効果的なディープラーニング（深層学習）モデルのための10のヒント | POSTD
「知能とは何か」解明近づく？東大教授・AI研究者松尾豊さんに聞くディープラーニングの先端動向 - エンジニアtype | 転職type
ディープラーニングを越える技術!? 人工知能の最先端「階層型時間メモリ＝HTM」とは
MIT、光を使ったディープラーニングの原理実証-計算時間と消費電力を大幅削減
スパースモデリングとは｜仕組み・強み・ディープラーニングとの違いを解説 | Ledge.ai
ディープラーニングは万能なのか l DataRobot
Facebook、「DeepText」を発表--ディープラーニングに基づくテキスト理解エンジン