「AI学習禁止」を表明しても、現行の法律では対応できない？技術と著作物の今後について議論盛り上がる
SmokingWOLF@片道勇者2開発中/ゲーム開発者 @WO_LF 「AI学習禁止」がトレンドに入っててすごい時代の風を感じる （※「自分のイラストを学習データに使わないで」という話題。個人のイラスト複数枚を入力することで画風をまねた顔イラスト画像を生成できるサービスが今日リリースされた影響） SF小説もびっくりのとんでもない世の中になってきた。 2022-08-29 22:21:26 おねねちゃん @OneneChan ぐああああｯｯｯ！！！悪用対策ｯｯｯ！！！！！！！転載禁止ｯｯｯ！！！自作発言✕ｯｯｯ！！！トレパク✕ｯｯｯ！！！！ …………AI学習禁止ｯｯｯ！！？？！？(𝗻𝗲𝘄) ｷﾞｬｧｧｧｧｧｧｧｧｧｧｧｧめんどくせえ""""ぇぇえええッヅッ！！！！！！！！！！！！！！！！！！""""" pic.twitter.com/82NGOLoRTD 2022-08-29 18:5
AIコード生成と著作権
6月30日、GitHub CopilotというAIプログラミングツールのテクニカルプレビューが発表されました。 コメントなどから自動的にコードが生成されるアニメーションは、とてもセンセーショナルで今後のプログラミングのあり方を変えてくれそうな予感がします。AIコード生成は以前からTabnineなどがありましたが、GitHubが参入したことで、今後より一般的に普及しそうです。 そんな中、AIコード生成とGPLライセンスについてのツイートが少し話題になっているのを目にしました。 github copilot はgplのコードを学習してんならgithub copilotが生成するコードはgplなコードのderivative worksでしかあり得ねえだろうが、という指摘がされており一考の価値がある https://t.co/pacomctOzW — 7594591200220899443 (@s
キャラクターの人工知能のための戦術位置解析システム
(1) 戦術位置解析システムの原理と実装方法 (2) フィルタリングと評価点による選択システム（ユーティリティシステム） (3) オープンワールドにおけるAIの作り方 セッションの内容 戦術位置解析システムは、ゲーム世界の環境の中で、キャラクターが状況や自分の特技に応じて、その時に最も適した立ち位置を見つけるための技術です。かつて、そのようなポイントは、事前にゲームデザイナーによって準備されていましたが、近年のマップのオープン化と複雑化によって、決められたポイントでの対応は困難となり、また手動では追いつけない量となり、「自動生成・自動選択・自動評価」を一つにパッケージングした「戦術位置解析システム」として結実しました。 この技術は、 （１）生成過程 探索したい領域に、均等にポイント群を動的生成する。 （２）フィルタリング過程 複数の条件フィルターによって不要なポイントを削除して行く。 （３
Perception Tree ～Behavior Treeを応用したお手軽、柔軟な環境認識システム～
経歴： 2009年、株式会社バンダイナムコゲームスに入社。 エースコンバットシリーズ、鉄拳シリーズなどにゲームプレイプログラマとして携わる。 現在はAIプログラマとして最新技術のリサーチから製品向けの設計・開発まで幅広くこなす。 ・過去講演、執筆 複数タイトルで使われた柔軟性の高いAIエンジン, CEDEC2015 プレイヤーに反応するだけのAIはもう古い！ゲームAIへのプランニング技術の導入, CEDEC2016 LOST REAVERSにおけるAI Directorの試み, CEDEC2016 人工知能の未来へ －全脳アーキテクチャ、ディープラーニングを用いた人工生命、ゲームAI－, CEDEC2016 汎用ゲームAIエンジン構築の試みとゲームタイトルでの事例, 人工知能学会誌 Vol.32 No.2 《講演者からのメッセージ》 新たな遊びの実現にはゲームAI技術の向上が欠かせなくなっ
今すぐ利用可能: AWS で使用する Machine Learning や人工知能について学べる新しいデジタルトレーニング | Amazon Web Services
Amazon Web Services ブログ 今すぐ利用可能: AWS で使用する Machine Learning や人工知能について学べる新しいデジタルトレーニング ※本リンク先には英語トレーニングも含まれています。日本語版ができた時点で改めてご案内をさせていただきます。 先日、AWS トレーニングと認定で無料のトレーニングコースをリリースしました。このコースはクラウドのスキルを磨いたり Machine Learning (ML) や人工知能 (AI) を学びやすくするために提供しています。これには「ディープラーニングの概要 (Introduction to Deep Learning)」や「Amazon SageMaker の概要 (Introduction to Amazon SageMaker)」といった新しいコースが含まれています。 AWS エキスパートが構築した aws.t
「AIは魂を持つのか？ ゴーストが宿るのか？」押井守（映画監督）×山田胡瓜（漫画家・『AIの遺電子』作者）特別対談
2045年に人工知能が全人類の知能を超えるシンギュラリティ（技術的特異点）を迎えるともささやかれる昨今。革命的な変化に希望を見る人々がいる一方で、AIの発展に警鐘を鳴らす科学者も少なくない。こうした時代の空気に呼応したSF漫画が、山田胡瓜氏による『AIの遺電子』だ。描かれるのは、政府や大企業が超高度AIを運用し、人造のヒューマノイドが人権を持ち、人間社会の中に組み込まれた、シンギュラリティ後の未来。人々はテクノロジーの進化によって顕現した悩みや喜びと向き合うが、その姿はどこか、我々読者が生きている現代ともシンクロする。 そんな山田氏に「SFのリアリティの原体験」を授けたのが、映画『GHOST IN THE SHELL / 攻殻機動隊』、『イノセンス』の押井守監督。未来の人間のあり方を、義体や電脳化が実現した世界を通じて描き出し、国内外にインパクトを与えた。今回、AIというキーワードから山田
［CEDEC 2017］ゲームの品質管理はAIに任せる時代!? スクウェア・エニックスが活用法を語る
［CEDEC 2017］ゲームの品質管理はAIに任せる時代!? スクウェア・エニックスが活用法を語る ライター：米田 聡 今日（こんにち）のゲームは，有償無償のDLCや，オンライン専用タイトルであれば定期的なアップデートを通じてコンテンツをリフレッシュし，プレイヤーに長く楽しんでもらう方向のものが増えてきた。そのためゲームの提供側からすると，「DLCやアップデートをテンポよく投入し，プレイヤーを飽きさせないこと」がとても重要になってくる。 眞鍋和子氏（スクウェア・エニックス テクノロジー推進部 AIエンジニア） こうした背景からゲームでも開発イテレーション（iteration，ここでは「開発サイクルを回すこと」）の効率化や迅速化といったことが話題に登ることが多くなっている。CEDEC 2017の3日めには，そんなゲームにおける開発イテレーションの効率化を，「遺伝的アルゴリズムによるAI」で
テレビゲームへの人工知能技術の利用(AI技術の産業応用〔第7回〕)
本学会の個人会員（正会員，学生会員）はAI書庫の学会誌全記事の無料閲覧が 可能になりました（2019-1-28） AI書庫には人工知能学会の会誌に掲載された記事を登録しており，各記事をPDFで お読みいただけるようになっております．従来は学会誌発行2年経過後までは，会員・ 非会員を問わず閲覧有料の記事がございました．この度，個人会員（正会員，学生 会員）の皆さまは全記事を無料で閲覧いただけるようになりましたので，ぜひご活 用ください． 会員情報の設定方法： AI書庫でユーザの新規登録（ページ最上部）の際に，「人工知能学会」を選択して 登録していただくことで，会誌記事の無料閲覧が可能になります．登録の際に入力 するメールアドレスは，本会会員情報管理システムに登録されたメールアドレスを お使いいただく必要がございます．本会登録のメールアドレスは会員情報管理シス テムにログインしてご確認ください
まりな、チャットボットはじめました。〜最先端のAI技術を駆使して“楽しさ”と“実用性”を両立〜 | さくらのナレッジ
さくらのナレッジ > その他 > まりな、チャットボットはじめました。〜最先端のAI技術を駆使して“楽しさ”と“実用性”を両立〜 近年最大級のITビッグトレンドとして日々、世間を賑わせている「AI（人工知能）」。かつての“夢物語”が、いよいよ現実となり、さまざまな現場に実際に導入され始めています。さくらインターネットがこの6月に公開したイメージキャラクター・まりなによる「チャットサポート」もその活用例の1つ。実はその背面では最先端のAI技術が活用されているのです。 そこでここでは、その開発に携わった、株式会社アイク・ラボ 代表取締役 兼 エンジニアの佐藤一成さんに、AIの基本から、まりなのチャットサポート開発秘話までをお伺いして来ました。 残念ながら日本はAI後進国なんです ――まずは佐藤さんが何者なのかを教えてください。 佐藤さん：私の仕事は一言で言うと、“AIを利活用するエンジニア”。
サカイ引越センターの16年4～12月期、純利益12.9%減29億円 - 日本経済新聞
サカイ引越センターが25日に発表した2016年4～12月期の連結決算は、純利益が前年同期比12.9%減の29億円となった。売上高は前年同期比7%増の558億円、経常利益は前年同期比2.5%増の50億円、営業利益は前年同期比1%増の47億円だった。株式会社SDホールディングスの子会社化に伴う仲介手数料の支払い1億4700万円や、第2四半期連結会計期間より株式会社SDホールディングス及び子会社3社
機械学習アルゴリズムの選択方法 - Azure Machine Learning
よくある質問は、「どの機械学習アルゴリズムを使用すればよいか」ということです。 選択するアルゴリズムは、主として、データ サイエンス シナリオの次の 2 つの異なる側面によって決まります。 データを使って何をしたいか? 具体的には、過去のデータから学習することによって回答を得たいビジネス上の質問は何かということです。 データ サイエンス シナリオの要件は何か? 具体的には、ソリューションでサポートする精度、トレーニング時間、線形性、パラメーターの数、特徴の数はどのくらいかということです。 Note デザイナーは、従来の事前構築済みコンポーネント (v1) とカスタム コンポーネント (v2) の 2 種類のコンポーネントをサポートします。 これら 2 種類のコンポーネントには互換性がありません。 従来の事前構築済みコンポーネントは、主にデータ処理や、回帰や分類などの従来の機械学習タスク向け
Deep LearningとConvolutional Neural Network - Stimulator
- はじめに - 前回機械学習ライブラリであるCaffeの導入記事を書いた。今回はその中に入ってるDeep Learningの一種、Convolutional Neural Network(CNN:畳み込みニューラルネットワーク)の紹介。 CNNは今話題の多層ニューラルネット、Deep Learningの一種であり、画像認識等の分野に大きな成果をもたらしています。 まあCNNすごい。本当、画像認識系だと一強といった感じ。 実装経験もあるのでよしなに書いてみようという記事。 追記：2018-10-24 この記事は2014年終盤、Deep Learningに関連するネット記事も数個しかなく、各論文でもCNNに関する理解が分かれていたような時期に、大学生であった筆者が書いた記事です。概念の理解の助けになるよう残していますが、正しくない箇所も後々多く出てくるかと思います。考慮の上、お読み頂ければと
二次元画像を拡大したいと思ったことはありませんか？ - デー
うまくできましたか？ ボヤけたり、ギザギザになったりしませんでしたか？ waifu2xをお試しください。 (ブラウザの処理に影響されないようクリックで拡大おねがいします) waifu2xは、二次元画像を2倍に拡大するソフトウェアです。多くの二次元画像についてスゴイ級のクオリティで拡大できます。 waifu2xは、最新鋭の人工知能技術 Deep Convolutional Neural Networks を使って開発されました。 waifu2xの人工知能は、次の問に答えます。 いまから与える画像はある画像を半分に縮小したものである。縮小される前の画像を求めよ。 画像を拡大するのではなく、縮小される前の状態に戻します。 縮小されてないオリジナル画像を与えた場合も、やはり縮小される前の画像を答えます。 その画像は本来存在しないものですが、waifu2xはそれを想像で創ります。 二次元画像のJPE
Deep learning 用語集
deep learning とは、従来よりも多くの層を持ったニューラルネットを用いる 機械学習技術です。 deep learning は、画像認識、音声認識などの分野で、 いろいろなベンチマークで従来技術を超える性能を出しており、 注目を集めています。 私自身も勉強不足ですが 僭越ながら、 deep learning 関連用語について自分の理解で簡単にまとめました。 （挙げてある原論文もちゃんと読んでません！ 間違いがあればぜひご指摘ください。） Deep Learning auto-encoder または RBM などを積み重ねた深い構造を持つ機械学習器。 従来は研究者が手作りしていた特徴抽出器を、 代わりに大量のデータから学習させ自己組織化させるアプローチとも言える。 deep learning を特徴抽出器として使い、 識別器としては最上位層でＳＶＭなどを使うこともある。 deep
Deep Learning リンク集 - 人工知能に関する断創録
乗るしかないこのビッグウェーブに Deep Learning（深層学習）に関連するまとめページとして使用する予定です。Deep Learningに関する記事・スライド・論文・動画・書籍へのリンクをまとめています。最新の研究動向は全然把握できていないので今後研究を進めるなかで記録していきたいと思います。読んだ論文の概要も簡単にまとめていく予定です。本ブログでは、当面の間、Theanoを使って各種Deep Learningアルゴリズムを実装していきたいと思います。 関連ニュースなどはTwitterでも流しているので興味があったらフォローしてください。 すべてに目が通せず更新が追いついていません。私のはてなブックマークで[Deep Learning]というタグを付けて登録しています。まったく整理できていませんがご参考まで。 Theano編 TheanoをWindowsにインストール（2015/1
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
Unreal Engine のビヘイビアツリー | Unreal Engine 5.4 ドキュメンテーション | Epic Developer Community
xAIML SUNABA
【終了】りんな歌うまプロジェクト課題曲募集
Engadget | Technology News & Reviews
自然言語処理分野におけるディープラーニングの現状