Googleの新アプリが凄すぎる。リアルタイム文字変換の精度がエグい
Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you. Googleの新アプリが凄すぎる。リアルタイム文字変換の精度がエグいGoogleの音声文字変換のAndroidアプリ「Live Transcribe」がすごいのです。YouTubeなどの音源までをも機械学習で取り込み、字幕の精度をあげている同社。今後の展開は、Gmail、Google Driveなどを運営するG Suiteと一緒にビジネス展開もありえるかも…！？
グーグルが公式ブログで明かした「Pixel 3」開発の舞台裏 | Forbes JAPAN（フォーブス ジャパン）
グーグルの新型スマートフォン「Pixel 3」は、ポートレートモードが「Pixel 2」よりもさらにパワーアップしている。 Pixel 3の最大の特徴は、たった1つのレンズで高品質な画像の撮影を実現した点だ。人間が両目を使って3Dビジョンを実現するように、ポートレートモードは通常2つのレンズを使って深度を検知する。これに対し、Pixel 3はオートフォーカスシステムにAI（人工知能）を組み合わせることで、ポートレートモードに対応している。 Pixel 3のカメラセンサーには、画素を左右2つに分割した「Phase-Detection AutoFocus （PDAF）画素」が採用されている。これにより、カメラモジュールが1つしかないにも関わらず、画像を左右のペアに分割している。 左右の画像の違いは人間の目には判別できないほど小さく、これだけで3D画像を生成することはできない。しかし、Pixel
Google Pixel 3が突破したデジタルカメラの５つの限界(1/2)
１．Google Pixel 3が突破したデジタルカメラの５つの限界(1/2)まとめ・Pixel 3の搭載カメラの５つの新機能についてのレビュー ・デジタル一眼レフカメラに迫る性能を持つ超解像度Super Res Zoom機能 ・15枚の連続写真から画素情報を補完する真の生データであるComputational Raw ２．何故、Pixel 3には背面カメラが1つしかないのか？ 以下、www.dpreview.comより「5 ways Google Pixel 3 camera pushes the boundaries of computational photography」、Pixel 3のカメラのレビューの意訳です。GoogleのAIのTOPのJeff Deanが良い記事だとTwitterで言っていた記事の前編です。後編はこちら。Pixel 3関連の記事のまとめはこちら Googl
グーグルクラウドAI部門トップが語る、AI導入の「誤解」と「正解」
人工知能（AI）技術は今後、企業のビジネスにどのような影響を与えるのだろうか。カーネギーメロン大学のコンピューターサイエンス学部長からグーグルのクラウドAI事業責任者に転じたアンドリュー・ムーアに話を聞いた。 by Will Knight2018.11.13 37 45 27 2 アンドリュー・ムーアは、グーグルのクラウド人工知能（AI）事業の新しい責任者だ（日本版注：ムーア氏はこの9月まで米カーネギーメロン大学コンピューター・サイエンス学部長を務めていた）。グーグルのクラウドAI部門は、機械学習のツールや手法を、通常のビジネスでさらに使いやすく、有用なものにすべく奮闘している。 そのような目標に向け、ムーアのチームは11月8日、異なる機械学習コンポーネントをつなぐモジュラー・フレームワークの「AIハブ」や、機械学習プロジェクトの移植性を向上させるソフトウェア「キューブフロー・パイプライン
スマートスピーカーは自作できる！ 3千円で買える「Google AIY Voice Kit」レビュー (1/4) - Phile-web
■スマートスピーカーは自作できる！ 口頭で命令できる「スマートスピーカー」が人気だが、それがどのようなしくみで動作するかはあまり話題になっていない。 定型的な言い回しをいくつか覚えれば誰でも利用できるデバイスだから、"難しいこと"は知らないままでもいいだろう。しかし、自分好みのデザインでスマートスピーカーを作りあげることができるとしたら? 当然、話は変わってくるはずだ。 ここに紹介する「Google AIY Voice Kit」は、名刺サイズのシングルボードコンピュータ「Raspberry Pi 3」と組み合わせてスマートスピーカーを構築できるセミキット。Raspberry Pi 3に搭載する拡張ボード（HAT）とスピーカーユニット、段ボール製の本体ケース、ボタンや配線類で構成され、日本では3千円台前半で販売されている。
Google の Tensor Processing Unit (TPU) で機械学習が 30 倍速くなるメカニズム | Google Cloud 公式ブログ
* この投稿は米国時間 5 月 12 日に投稿されたもの（投稿はこちら）の抄訳です。 Posted by 佐藤一憲, Staff Developer Advocate, Google Cloud Cliff Young, Software Engineer, Google Brain David Patterson, Distinguished Engineer, Google Brain Google 検索、ストリートビュー、Google フォト、そしてGoogle 翻訳。これらのサービスに共通するのは、いずれもニューラルネットワーク（NN）の計算処理の高速化のために Google の第一世代の Tensor Processing Unit (TPU) が用いられている点です。 Google の Tensor Processing Unit (TPU) が搭載された回路基板（左）と、 G
難しそうな機械学習を身近なものにする「TensorFlow」と「機械学習API」で、現場の課題を解決していこう！【デブサミ2017】
Googleが2015年11月に公開したオープンソースの機械学習ライブラリ「TensorFlow」。公開以来、多くの企業で導入され、現場の問題解決に活用されています。「Developers Summit 2017」で行われた、グーグル株式会社 佐藤一憲氏のセッションでは、TensorFlowがもたらす「機械学習の民主化」を、デモと実際の導入事例を通じて体感することができました。本記事ではその内容についてレポートします。 ニューラルネットワークとディープラーニング 現在ブームとなっているAIの中でも、ディープラーニングやニューラルネットワークなどはコアな技術とされています。とは言え「誰もがみんな使っている、という状況にはなっていない」と佐藤氏は現状を分析。「実運用を行っていくにはまだ多くの課題がある。それらの解決方法について紹介していきたい」と続けました。 グーグル株式会社 Google C
20170127-learning-tensorflow-3hours
ニューラルネットワークを用いた機械学習の「ディープラーニング(深層学習)」は人工知能(AI)開発に欠かせない技術であり、AI以外にもGoogleフォトの画像の自動タグ付け機能やAmazonのレコメンド機能など、すでに実用化されている技術に活用されています。そんなディープラーニングを開発者が学習するためのとっておきの方法をGoogleのクラウド開発者がブログで紹介しています。 Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Big Data and Machine Learning Blog | Google Cloud Platform https://cloud.google.com/blog/big-data/2017/01/learn-tensorflow-and-deep-learning-w
三日坊主を卒業できる「Google カレンダー」新機能--“人の生き方”を機械学習が改善する
Googleは、Google Appsのカレンダーアプリに新機能「ゴール」を追加した。これは、達成したい目標をあらかじめ設定すると、カレンダーが算出したベストであろう時間に自動で予定を入れる機能だ。 例えばランニングを達成目標に設定すると、カレンダー側で自動的にランニングのスケジュールを設定する。もし、その日にランニングをしなかった場合は、予定のリマインダーにある「延期」ボタンを押すことで、予定を実行できそうな時間帯を探し出して自動的にリスケジューリングする。 また、複数人のカレンダーから共通で空いた時間を見つけ出してくれる「時間を探す」機能も登場した。面倒な会議のスケジューリングなどで効果を発揮してくれそうだ。 これらの新機能はすべて「Make Time」と呼ばれるテーマにもとづいて開発されており、Googleが推し進めている機械学習も取り入れられている。2つの機能は連携しており、時間を
Google、「Google Now」などで採用の機械学習サービス「Cloud Machine Learning」公開
米Googleは3月23日（現地時間）、米サンフランシスコで開催のクラウド関連イベント「GCP Next 2016」において、「Cloud Machine Learning」を発表した。こちらから無料トライアルを申し込める。 同サービスはGoogleが昨年オープンソースで公開した機械学習ライブラリ「TensorFlow」をベースにしており、開発者はTensorFlowを使って定義したディープラーニングのモデルをGoogle Cloud Platformで展開できる。また、既に提供している「Google Cloud Vision API」や同日発表の「Google Cloud Speech API」などの各種APIを利用することで、機械学習機能を持つアプリを構築できる。 例えば、回帰モデルを使った変動予測金融サービスアプリや画像分類サービスなどが開発できる。Cloud Machine Lea
［速報］Google、クラウドで高速にディープラーニングを行う「Cloud Machine Learning」発表、TensorFlowベース。GCP Next 2016
［速報］Google、クラウドで高速にディープラーニングを行う「Cloud Machine Learning」発表、TensorFlowベース。GCP Next 2016 Googleは同社のクラウドに関するイベント「GCP Next 2016」を3月23日、24日の2日間にわたり米サンフランシスコで開催しています。 初日の基調講演で、最後の話題は機械学習（Machine Learning）でした。Googleはクラウドサービスの1つとして機械学習機能にも注力することを表明しています。Google Senior FellowのJeff Dean氏は、機械学習はコンピュータの歴史のなかで最も重要な出来事の1つだと説明。 Googleは2012年以来機械学習をさまざまなサービスに利用し、いま社内ではより使いやすくなった第二世代を機械学習を利用しているとのこと。 トレーニング済みの機械学習サービ
Google、アプリに画像認識機能を追加できる「Cloud Vision API」を公開
Googleが、GoogleフォトやSafeSearchで採用している機械学習画像認識機能をアプリに追加できる「Cloud Vision API」をGoogle Cloud Platformユーザー向け限定プレビューとしてリリースした。 米Googleは12月2日（現地時間）、アプリに機械学習による画像認識機能を追加できる「Cloud Vision API」（プレビュー）をリリースしたと発表した。「Google Cloud Platform」を利用する開発者はこちらから限定プレビューに申し込める。少なくともプレビュー期間中は無料だ。 Cloud VisionはREST APIで、画像を数千のカテゴリに分類し、顔を認識すると表情から感情を推測し、多数の言語の文字を認識する。
TensorFlowを算数で理解する - Qiita
TensorFlowは主に機械学習、特に多層ニューラルネットワーク(ディープラーニング)を実装するためのライブラリになりますが、その基本的な仕組みを理解するのにそうした難しい話は特に必要ありません。 本記事では、TensorFlowの仕組みを、算数程度の簡単な計算をベースに紐解いていきたいと思います。 TensorFlowの特徴 初めに、TensorFlowの特徴についてまとめておきたいと思います。 TensorFlowは、その名前の通りTensor(多次元配列、行列などに相当)のFlow(計算処理)を記述するためのツールです。その特徴としては、以下のような点が挙げられます。 スケーラビリティ PC、サーバー、はてはモバイル端末まで、各マシンのリソースに応じてスケールする。つまり、低スペックなものでもそれなりに動くし、GPUを積んだハイスペックなサーバーであればそのリソースをフルに活用した
グーグル、機械学習システム「TensorFlow」をオープンソース化
TensorFlowは、「Google Photos」や「Google Translate」といったGoogleのアプリケーションのほか「Smart Reply」や検索などの機能で使用されている。 Googleは、TensorFlowを使用してニューラルネットワークの学習時間短縮や製品の改善を実現しているが、開発者らの取り組みを促進したいと考えている。GoogleはTensorFlowをオープンソース化することで、同社の機械学習システムがより広く採用されるようになることを期待している。 Googleは次のように述べている。 TensorFlowをオープンソース化することで、学術研究者からエンジニア、趣味として取り組むユーザーまで、あらゆる人々の機械学習コミュニティーが、研究論文よりも動作するコードを介してアイデアを格段にすばやく交換できるようになると期待している。これが機械学習に関する研究
Google、機械学習システム「TensorFlow」をオープンソースで公開
TensorFlowはディープラーニングをサポートするが、さらに広範囲なコンピューティングでも使えるという。ユーザーはPythonのユーザーインタフェースを使ってTensorFlowで自分のアイデアを視覚化できる。 TensorFlowのパッケージは、Ubuntu/Linux、Mac OS X、Dockerベースで用意されている。 Googleのサンダー・ピチャイCEOは「TensorFlowをオープンソースにすることで、機械学習のコミュニティー（研究者、エンジニア、ホビイストなど）が論文だけでなく実施のコードを通じてより迅速にアイデアを交換できるようにしたい」と語った。 関連記事 Google、「Inbox」に人工知能による返信文提示機能「Smart Reply」追加へ Googleが、受信したメールの内容を人工知能が読み取って返信文候補を提示する機能「Smart Reply」をメールア
GTC 2015 - Googleが「ディープラーニング」に対する取り組みを紹介
GTC 2015 2日目の基調講演は、Google Senior Fellowのジェフ・ディーン(Jeff Dean)氏。同氏は、ニューラルネットワークの研究者だ。講演のタイトルは「Large Scale Deep Learning」で、やはりディープラーニングがメインテーマ。 講演は、基本的なところから入り、後半でGoogleでのディープラーニングを語るもので、ディープラーニングの入門としては非常にわかりやすいものだった。 最初に「How Can We Build More Intelligent Computer System?」(どのようにしてもっと知的なコンピュータシステムを作ることができるか?)と聴衆に問いかけたディーン氏。続いて、「世界を知覚して理解するために必要なこと」として基本的な会話や視覚、言語の理解、ユーザーの振る舞いの予測などのさまざまな項目を挙げた。 しかし、これら
「Google DeepMind」が驚異的な速さで学習！人工知能への危機感も高まる
Googleは世界で最先端の人工知能技術を有し、音声検索などで活用している。そのGoogleが人工知能ベンチャー「DeepMind」を買収し、技術強化を加速している。DeepMindに関する情報は限られているが、ビデオや論文などから、その輪郭が見えてきた。 DeepMindは驚異的なスピードで学習する人工知能で、Googleは自動運転車などへの適用を視野に入れている。同時に、米国では人工知能が人間を凌駕するとの脅威論が浮上し、安全性に関する議論が活発になってきた。 DeepMindの概要 DeepMindはロンドンに拠点を置くベンチャー企業で、2010年にDemis Hassabisらが創業した。DeepMindはビデオゲームを見るだけで、驚異的な速度でプレーの仕方を学習し、世界を驚かせた。Googleが2014年1月に買収し、今では「Google DeepMind」として研究開発を進めて
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
グーグルの天才AI研究者、ニューラルネットワークを超える「カプセルネットワーク」を発表
TechCrunch | Startup and Technology News
Engadget | Technology News & Reviews
