未来のIoTなおうちに起こりうる面白い事故たち - bohemia日記
こんにちは。おうちハッカーのぼへみあです。 日本でもAmazon Echo, Google Home, LINE Clover WAVE などのAIスピーカーが発売され始め、少しづつおうちがスマートになっていく今日このごろです。 しかし新しい技術の黎明期には事故がつきもの。というわけで、未来のAIやIoTなおうちに実際に起きたおもしろ事件をまとめてみました。 AIスピーカー編 子供が声でおもちゃを勝手に注文する Amazonが発売しているAmazon Echoでは、Alexaという音声アシスタントと会話することで、Amazonでお買いものができてしまいます。 そこでアメリカに住む6歳の女の子は、「ドールハウスで私と遊んでくれる？ドールハウスが欲しいの」 とAlexaに話したところ、注文が確定してしまい、家に170ドルのドールハウスとクッキーが届いてしまいました。 届いたドールハウス テレビ
あなたの会社は本当に機械学習を導入すべきなのか？ - bohemia日記
こんにちは。ぼへみあです。 こんな記事を読みました。 japan.zdnet.com よくあることだと思いますが、上から降ってきた機械学習プロジェクトは99%失敗し、導入したとしても技術的負債という形でエンジニアを苦しめることになるので、やらないほうがいいと思います。 僕は普段から、ディープラーニング面白しれー、機械学習サイコーと世に広めてしまっているのですが、 こちらの講演を聞き、機械学習をシステムに組み込んで運用する際に、普通のシステム以上に技術的負債が発生しやすく、どの企業でも気軽に導入を進めるべきでないと思いましたので、今の考えをまとめてみました。 ディープラーニング、実サービスへの導入の実際 〜niconicoにおけるレコメンド、コメント解析、画像解析〜 | Peatix 機械学習は技術的負債の高利子クレジットカード 近年高い成果を上げ、ブームになっている機械学習を導入したいと考
【おうちハック】自宅をIoT化しすぎて不便になったこと - bohemia日記
こんにちは。おうちハッカーのぼへみあです。 CESではIoTデバイスが盛り上がり、特にAmazon Alexa無双だったということです。Alexaは日本上陸していないので、使うことができず、取り残されているようで残念ですが。 このように、IoTブームが続いており、多くのIoTデバイスが発表されて盛り上がりを見せているのですが、それは本当に生活を変えうるものでしょうか？ 私はこれまでIoTデバイスを買いまくり、自宅に取り入れることで身をもって経験してきました。 bohemia.hatenablog.com そうした経験から、IoTが生活を不便にしてしまった実例をお伝えしたいと思います。これからおうちハックをしたい人、IoTハードウェア開発者などの糧になると嬉しいです。 以前にも、失敗談と称して記事を書いていますので、こちらもご参考ください。 おうちハックの失敗から学んだこと - bohemi
ものづくりへの強いこだわりを持つエンジニアが見たSHIROBAKO - bohemia日記
この記事は、SHIROBAKO Advent Calendar 2015の4日目の記事です。 前日はたけちさんの、SHIROBAKOのイベントに参加して誓ったことでした。 僕がこのアドベントカレンダーを見つけて、彼に「これは書くしかありませんよね？」と無茶振りしたところ、ブログを開設して書いてくれたくらい熱狂的なSHIROBAKOファンです。SHIROBAKOのイベントにはいったことがないので、次は是非行ってみたいと思いました。 SHIROBAKOを見て、アニメーターとエンジニアの仕事の類似性を感じ、共感を覚えたエンジニアは多いと思う。 この記事では、当時の僕のエンジニアとして受けた影響について語りたいと思う。 プロダクトオーナーによる仕様変更 SHIROBAKOの２話では、スケジュールがギリギリの状況で、監督が表情芝居の出来に納得できず、絵を修正したいという話になった。キャラの設定を新た
ディープラーニングでおそ松さんの六つ子は見分けられるのか 〜実施編〜 - bohemia日記
前回、おそ松さんたちをディープラーニングで見分けるため、準備編としておそ松さんたちの顔画像を5644枚集めました。 今回はそれを用いて、ディープラーニングで学習させ、判別器を作って検証します。 集めた画像 人物 枚数 例 おそ松 1126 から松 769 チョロ松 1047 一松 736 十四松 855 とど松 729 その他 383 使用フレームワーク 最近GoogleからTensorFlowという新しいディープラーニングのフレームワークが発表されました。 会社のブログに使い方書いたのですが、まだ慣れていないので、今回はchainerを使います。こちらだとすぐに高い成果を上げているImageNetのNINモデル、４層畳み込みニューラルネットワークがサンプルで入っていますので、こちらを改良して使います。 imageNetの使い方は、こちらやこちらを参考にしています。 訓練データセット Im
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
処理を実行中です
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
