GPT-3の衝撃 - ディープラーニングブログ
この1週間はGPT-3のユースケースの広さに驚かされる毎日でした． シリコンバレーでは話題騒然ですが日本ではほとんど話題になっていないので，勢いで書くことにしました． GPT-3はOpenAIが開発した言語生成モデルです．名前の由来であるGenerative Pretrained Transformerの通り，自然言語処理で広く使われるTransformerモデルを言語生成タスクで事前学習しています． 先月申請すれば誰でもGPT-3を利用できるOpenAI APIが発表され，様々な業種の開発者によって驚くべきデモンストレーションがいくつも公開されています． 特に話し言葉からJSXやReactのコードを生成するデモは著名なベンチャーキャピタルから注目を集め，誇大広告気味だと警鐘を鳴らす事態に発展しています． This is mind blowing. With GPT-3, I built
やる夫で学ぶ機械学習シリーズ · けんごのお屋敷
これは、機械学習に関する基礎知識をまとめたシリーズ記事の目次となる記事です。まとめることで知識を体系化できて自分自身の為にもなるので、こういうアウトプットをすることは大事だと思っています。ただ、普通にブログ記事を書くのも面白くないので、ちょっといつもとは違う方法でやってみようというのが今回のシリーズ記事。 2 ちゃんねるのキャラクターが登場人物として出てきて、彼らが会話して話が進んでいく「やる夫で学ぶシリーズ」という講義調の形式のものがあります。個人的にはやる夫で学ぶシリーズや 数学ガール のような会話形式で話が進んでいく読み物は読みやすいと思っています。さらに、先日みつけた やる夫で学ぶディジタル信号処理 という資料がとてつもなくわかりやすく、これの真似をして書いてみようと思い至りました。記事中のやる夫とやらない夫のアイコンは http://matsucon.net/material/m
Alpha Zeroの衝撃と技術的失業｜山本一成🚗TURING
2016年、Google DeepMind社から恐ろしい論文が出された、AlphaGoその名を冠した囲碁プログラムが既存の囲碁ソフトに勝率99％を叩き出したのだ。AlphaGoは強化学習とDeep Learningを組み合わせた囲碁プログラムで、その年に最強の囲碁棋士の一人である李世ドルさんに4勝1負で勝利した。その後も進歩を続けて今のAlphaGoの強さは人類が体感できるレベルを超えるほど強くなったと予想される。 2017年も終わりのころ、Google DeepMind社からまた途方もない論文が発表された。囲碁とほぼ同じ手法で最強レベルのチェスや将棋プログラムを超えたということだった。実際のところ正確に超えたのかどうかちょっとだけ疑問もあるのだが、まず前提として彼らの新手法が途方もない成果をあげたこと素直に祝福したい。彼らは自分たちのプログラムをAlpha Zeroと名付けた。 コンピュ
「人工知能でいい感じの成果を出してくれ」という偉い人の脳内はどうなっているのか – ところてん – Medium
この記事は、前出の本に入れる予定だったコラムのうちの一つです。 正確にいうと、本に入れる予定だったけど、メイン側で締め切りをぶっちぎっていたら、コラムを追加できるような空気じゃなくなって、書くのをやめたものです。 本の宣伝を兼ねて、没にしたコラムに日の目を見させて、あわよくば第二版で入ればいいなー、という内容です。 データサイエンティストの頭の中「偉い人たちは頭がおかしい」と言っても、それは相対的なものであるため、比較対象であるデータサイエンティストの頭の中を覗いてみましょう。 データサイエンティストは組織におけるデータ活用状況について、レベル分けして考えます。そして、基本的に前のレベルが実現できなくては、次のレベルに進むことはできないと考えています。 以下のレベル分けは私が適当に思い描いているものですが、同業者なら大よそ一緒なんじゃないかと思います。 Lv0: データ収集、ログ設計Lv1
Webブラウザでディープニューラルネットワーク高速実行 東大、「WebDNN」開発
「あなたのスマホへ最新の人工知能をお届け」――スマホのWebブラウザ上で、ディープニューラルネットワークを高速で実行できる「WebDNN」を東大が開発した。 「あなたのスマホへ最新の人工知能をお届けします」――東京大学は10月17日、スマートフォンやPCのWebブラウザ上で、ディープニューラルネットワーク（DNN）を高速で実行できるソフトウェアフレームワーク「WebDNN」を開発したと発表した。画像認識処理なら従来の約50倍の速度で実行でき、「世界最速」をうたう。Webサイトでサンプルを試せる。 DNNは画像や音声の認識・生成に有効な手法だが、計算負荷が高いため、Webサービスに組み込むためには、サーバ側で大量の計算機を用意するか、ユーザーの端末に専用アプリをインストールする必要があった。WebページにDNNの処理を行うソフトを組み込み、Webブラウザで開いて端末上で計算処理を行わせるとい
【 BlockChain × A.I. 】SingularityNET : Ben Goertzel ら が、「AI開発の民主化」を 掲げて、AIモジュールの流通＆暗号通貨売買 プラットフォーム基盤（分散台帳DApps）を リリースした - Qiita
【 BlockChain × A.I. 】SingularityNET : Ben Goertzel ら が、「AI開発の民主化」を 掲げて、AIモジュールの流通＆暗号通貨売買 プラットフォーム基盤（分散台帳DApps）を リリースしたDAppsBlockchain人工知能DeepLearningMachineLearning Ben Goertzel ら が、「AI開発の民主化」を 掲げて、AIモジュールの流通プラットフォーム 分散台帳 を リリースしました。 SingularityNET A Platform for the Decentralized AI Economy 先行事例 と Ben Goertzel氏 参戦 が もたらす インパクト Google や Facebook など、資本力のある少数のテクノロジー企業 によって、 A.I.開発 AGI（Artificial Gen
コンピュータビジョンの今を映す-CVPR 2017 速報より- （夏のトップカンファレンス論文読み会）
2017年9月18日 夏のトップカンファレンス論文読み会(CVPR/ICML/KDD etc.) での発表内容です． https://abeja-innovation-meetup.connpass.com/event/63466/ コンピュータビジョン分野の「今」を映す挑戦です。論文読破・まとめ・アイディア考案・議論・実装・論文執筆（・社会実装）に至るまで広く取り組み、その過程で出てきたあらゆる知識を共有します。 2015〜2016年は1,600本以上の論文まとめを全て公開し、著名な国際会議のWSにおいて受賞を経験しました。2017年はさらにアウトプットにこだわり、突出した成果を出すことを目標とします。 SlideShareにて論文まとめや講演資料を公開し、Twitterでも情報を共有しております。 cvpaper.challenge https://sites.google.com/s
機械学習だけでは不十分な理由
CortanaやAlexaなどのAIアシスタントには、いつの間にかいろいろとやってもらうようになりましたが、まだまだ完璧な仕事はできません。今回はAIの失敗談を紹介します。 コネクテッドテクノロジーは、私たちの生活に入り込みつつあります。いつの間にか、日常のこまごまをSiriやAlexaやGoogleに説明してもらうのが当たり前になっていますし、自動運転車は交通ルールに機敏に反応して私たちの身を守ってくれるはず、と期待してもいます。監視カメラの映像を顔認識するテクノロジーを気にする人は今でもいますが、ほとんどの人はなんとも思っていません。 今のところ人工知能（AI）と呼ばれるものの失態は、笑って済ませられる程度のものがほとんどです（致命的な結果につながる可能性については、とりあえず忘れることにして）。しかし、機械が発達し、マルウェアが進化を続けていけば、状況は変わります。笑い話で済むうちに
「自動生成」された美少女は、手書き美少女と区別がつくのか？ - プリキュアの数字ブログ
この４人の美少女キャラのうち、 ３つは、 「コンピュータで自動生成」したもの １つだけ 「人の手で描かれたもの」です。 どれが「人の手で描かれたもの」か、判りますか？ （答えは中ごろにあります） ＊＊＊＊＊＊＊＊＊＊＊＊ 美少女キャラクターをコンピュータが自動生成してくれるサイトがあります。 make.girls.moe 製作者twitter: Aixile@MakeGirlsMoe (@namaniku0) | Twitter （サイトの使い方の詳細などは下記サイトが参考になります） 1クリックで嫁がポンポン生まれるサービスが登場 深層学習で萌えキャラを自動生成 - ねとらぼ また、どうやって作っているかの解説論文も公開されています（英文） （どうも「Getchu.com」のサムネイルを学習させて画像処理しているっぽいですね・・） 何も考えず１クリックで、このレベルの美少女画像が無限に出
人工知能の歴史 - Wikipedia
ENIAC 第二に（こちらがAIにとっては重要）、彼らの業績が意味するのは、その限界の中でなら任意の数学的推論を機械化できるという事実だった[要出典]。チャーチ＝チューリングのテーゼでは、0と1といった単純な記号群だけで任意の数学的推論過程を模倣できることが暗示されている。鍵となる洞察はチューリングマシンであり、記号操作を抽象化した単純な理論上の機械である。チューリングマシンは一部の科学者が思考する機械の可能性を議論しはじめるきっかけとなった[18][26]。 計算機科学[編集] 計算機械は古代から作られており、歴史の進展と共にゴットフリート・ライプニッツなど多くの数学者が洗練させていった。19世紀初め、チャールズ・バベッジはプログラム可能な計算機を設計したが（解析機関）、実際には製作しなかった。エイダ・ラブレスはその機械が「精巧で科学的な音楽の断片をそれなりの複雑さと長さで作曲するかもし
Chainerでアニメキャラの目からハイライトを消す - にせねこメモ
pix2pix pix2pixというモデルがある。入力画像と、それと一対一対応する変換ターゲットの画像を用意すると、その間の変換を自動で学習してくれるというものである。 元論文はこれ: [1611.07004] Image-to-Image Translation with Conditional Adversarial Networks この論文内では、モノクロ写真に着色するだとか、線画に色を付ける、航空写真から地図を生成する、ラベリング画像から写真を復元する、などが行われている。要するに、何らかの画像のペアを用意すれば、ペア間の画像変換が学習できるっぽい。 それで、入力画像としてアニメキャラの顔の画像を用意し、出力画像として入力画像から目のハイライトを消したものを用意すれば、アニメキャラの目からハイライトを消すモデルが学習できないだろうか。 幸い、pix2pixのChainer実装が公
30年後にどんな職業がなくなるか？
人工知能と経済のロボット化は、大部分の人々の生活を脇に追いやってしまう可能性がある。未来学者によれば、バーチャルな世界、つまりコンピューターゲームが、人々の「生活」の場になるとの事だ。世界経済フォーラムの報告書によれば、今後3年間に、先進15か国における労働市場で、500万人分の仕事をロボットがするようになるとの事だ。一方デジタル時代における古き良き職業は、絶滅してしまう。例えば、文字通りこの20年間で、馭者という職業は、完全に忘れ去られてしまった。 スプートニク日本 今後20年から30年の間に、そうした急激なスピードで、今日経済の根幹を支えているような職業が、地球上から姿を消すだろう。経済のロボット化は、まず第一に、タクシー運転手や長距離トラック運転手、事務員や荷役作業員、建設労働者といった勤労者を一掃してしまう。すでに今日、中くらいまたは低い熟練度しか持たない労働者の数は、急激に減って
総務省｜報道資料｜AIネットワーク社会推進会議 報告書2017の公表
総務省情報通信政策研究所は、平成28年10月から「AIネットワーク社会推進会議」（議長：須藤 修 東京大学大学院情報学環教授・総合教育研究センター長）を開催し、AIネットワーク化をめぐる社会的・経済的・倫理的・法的な課題について検討を進めています。 今般、同推進会議において、『報告書2017 -AIネットワーク化に関する国際的な議論の推進に向けて-』が取りまとめられましたので、公表します。 総務省情報通信政策研究所は、平成28年10月から、社会全体におけるAIネットワーク化の推進に向けた社会的・経済的・倫理的・法的課題を総合的に検討することを目的として、産学民の有識者の参加を得て「AIネットワーク社会推進会議」を開催しています。 今般、平成28年12月28日から平成29年1月31日まで実施した国際的な議論のためのAI開発ガイドライン案の策定に向けて「整理した論点に関する意見募集」で提出され
Azure Machine Learningが便利なことを布教したい - freee Developers Hub
おはようございます。 スモールビジネスAIラボ 研究員のKenji Usuiです。 クラウド機械学習流行りですね。かく言う私も最近使い始めたらその便利さにハマってしまいました。 ここではメインで使っているAzure Machine Learning（以下Azure ML）の良さについて語っていきます。 Azure Machine Learningのここがよい 私がメインで使っているクラウド機械学習ツールはAzure MLです。なぜAzure MLを選んだかというとザックリ次の3点が大きな理由になります。 GUIが使いやすい and わかりやすい 簡単にWebサービスとしてデプロイできる SQLやPythonも使える それぞれ詳細を説明していきます。 1. GUIが使いやすい and わかりやすい モデル構築は試行錯誤の繰り返しなのでサクサク変えていけると楽です。 その点ではGUIは非常に便
AIは本当に仕事を奪うのか？
AIは本当に仕事を奪うのか？ Would AI really steal our jobs? 2017.07.24 Updated by Mayumi Tanimoto on July 24, 2017, 13:00 pm JST AIが仕事を奪うという話がここ数年話題です。 確かに、トレーディングや単純なデータ分析、定形質問などへの回答は自動化可能なのでAIに置き換わると思うのですが、しかし、その一方で膨大な仕事が発生するという側面もあるるわけですね。 例えば消費者の保険商品に対する質問をAIに答えさせる場合。どういう質問が来るかを「想定」するのは人間ですし、どの質問に対して何を紐つけるか、どんな回答をインプットするかを決めるのも人間じゃないとできませんし、コンピューターは入力した回答を吐き出すだけなので、回答の入力という仕事も発生します。 AIを使ったシステムを設計、開発するのも人間で
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
TechCrunch
ggsoku.com
機械学習×セキュリティ
https://www.nira.or.jp/pdf/201708report.pdf
報告書２０１ ７ －ＡＩネットワーク化に関する国際的な議論の推進に向けて－ ＡＩネットワーク社会推進会議 - 総務省