How to watch Apple unveil new iPads today at its ‘Let Loose’ event
人間ならではの領域に踏み込むAI AI(人工知能)が言葉の意味を理解する方向へと大きく舵を切った。 先日、シリコンバレーで限定的にリリースされた「GPT-3」という言語モデルを使うと、コンピュータ(AI)がかなり高度な文章を書いたり、私たち人間の言葉による命令に従って簡単なアプリ開発などの仕事ができるようになる。 GPT-3は現時点で米国のプレスや一部関係者らに限ってリリースされたが、実際にそれを使ってみた人たちからは驚くべき結果が報告されている。 たとえば、「この度、一身上の都合により退社することを決めました」あるいは「ベン、ごめんね、あたし貴方と別れなければならない」という冒頭の一文を入力するだけで、GPT-3はそれに続く文章をしたためて、普通なら書くのが気が重い退職願や別れの手紙を手際よく仕上げてくれるという。 これらの機能は、一般にAIの中でも「自然言語処理」と呼ばれる分野に属する
米Googleは11月14日(現地時間)、英ロックバンド「クイーン」のブライアン・メイとロジャー・テイラーと協力し、ユーザーが端末のカラオケでクイーンの曲を歌うと故フレディ・マーキュリーにどれだけ似ているかを判定するAI採用Webアプリ「FreddieMeter」を公開した。Android、iOS、デスクトップで使える。 「ボヘミアン・ラプソディ」「ドント・ストップ・ミー・ナウ」「愛にすべてを(Somebody to Love)」「伝説のチャンピオン(We Are the Champions)」の4曲から1曲選んで歌詞が表示されるカラオケに合わせて端末のマイクに向かって歌い、「View Score」をタップすると判定が出る。判定項目は、音程、旋律、音質の3つで、総合的な“似てる度”が「72%Freddie」などというように表示される。
なぜ経産省が人材育成に取り組むのか。小泉課長補佐が、7月18日にメルカリ本社で開催された「AI人材トークイベント」で説明した。 深刻な講師不足 官民一体で取り組み 文部科学省が学校教育での育成事業に取り組む一方で、経産省は企業の課題を解決できる社会人の育成を後押しする考えだ。 小泉課長補佐は「AI教育はここ数年が勝負。AIを推し進める人材をいかに早く多く育成できるかが重要だ」と危機感をあらわにする。 即戦力の人材を育てる体制を早急に整えるため、同省は民間企業と協力して実践的なプログラムを提供するという。 具体的には、実際に企業が抱える課題やデータを基にした実践的な教材を作成。まずはAI活用にたけたエンジニアの育成を急ぐ。 「AI活用について教えられる講師の数が不足しているのが大きな問題。(ビジネスの現場で活躍している)いけてるエンジニアじゃないと、実践的な話はなかなか教えられない」と小泉課
自称“AI(人工知能)ベンチャーで働きながら、情報発信するマスクマン”こと、マスクド・アナライズさんが、AIをめぐる現状について、たっぷりの愛情とちょっぴり刺激的な毒を織り交ぜてお伝えします。Twitter:@maskedanl (編集:ITmedia村上) 第一章:契約 都内で働く「鹿日ありさ」さんは新卒で某通信会社に入社し、いまは携帯ショップ店員として働いています。社会人も3年目になると、日々の仕事は単調に感じ、将来に対して漠然とした不安を抱えるようになります。 世間でも「AIで仕事がなくなる」「終身雇用が崩壊する」といった、毎日を憂鬱(ゆううつ)にさせるような話題があふれています。焦りを感じたありささんは、新しいスキルを身に付けたいと思って上司に異動願いを出すものの、却下されてしまいました。 自分の特技や能力を生かすには、いまの会社ではダメなんじゃないか。このまま埋もれてしまっていい
まるでアパレルショップのモデルのような、実在しない人間の全身画像を生成する「全身モデル自動生成AI」を、京都大学発のベンチャー、データグリッド(京都府京都市)が4月26日に発表した。 同社は2018年6月に架空のアイドルを自動生成する「アイドル自動生成AI」を発表したが、表現できるのは顔から首までだった。今回の「全身モデル自動生成AI」では、従来困難だった全身画像を高解像度(1024×1024ピクセル)で安定して生成することに成功したという。 画像を生成するAIと画像を評価するAIを「敵対」させ、精度を向上させていく技術「GAN」(Generative Adversarial Network:敵対的生成ネットワーク)を利用し、大量の全身モデル画像を学習することで架空のモデル画像を生成している。 同社は今後、広告やアパレル関連企業と実証実験を行い、バーチャルモデルとして運用するために必要な機
エンジニア以外も「AIの仕組み」を学ぶべき理由 機械学習とディープラーニングの違いは?:よくわかる人工知能の基礎知識(1/4 ページ) 本連載で解説してきたように、AI(人工知能)といってもそれが何を意味するのか、またAIをどのように実現するかの答えは1つではない。とはいえ、昨今の「このサービスは人工知能を活用しています」という説明は、機械学習もしくはディープラーニングのことを指していると考えていいだろう。 ビジネスでのAI活用を考える上で、これらの用語の基本的な意味や、何ができるかを把握しておくことは重要だ。これは開発に関わるエンジニアだけでなく、経営者や現場担当者にも当てはまる。そこで今回は、いまのAIブームをけん引する2つのキーワードについてあらためて解説してみたい。 連載:よくわかる人工知能の基礎知識 いまや毎日のようにAI(人工知能)の話題が飛び交っている。しかし、どれほどの人が
Googleが、AI倫理原則順守目的として3月末に立ち上げた外部諮問委員会ATEACを早々に解散する。メンバーとして反LGBTQ発言を繰り返す保守系シンクタンクの所長やかつて米軍からドローンの仕事を請け負った企業のCEOを指名したことに内外からの批判が高まっていた。 米Googleは、3月末に立ち上げたばかりのAI倫理諮問委員会ATEAC(Advanced Technology External Advisory Council)」を解散する。米Voxが4月4日(現地時間)、Googleの広報担当者の声明文に基づいてそう報じた。 Googleは声明文で「現状では、ATEACは我々が望むようには機能しないことが明らかになった。われわれは諮問委員会を終わらせ、白紙に戻す。今後とも、AIが提起する重要な問題についての取り組みに責任を持っていく。そして、この問題について外部の意見を得るための他の方
GoogleがAI倫理を守る目的で立ち上げた諮問委員会ATEACのメンバーとして、保守系シンクタンクの所長を指名したのは不適切だとして、Google従業員有志が除名を求める署名運動を開始した。 米Googleの従業員有志らは4月1日(現地時間)、Googleが3月末に立ち上げたAI倫理原則のための外部諮問委員会「ATEAC(Advanced Technology External Advisory Council)」から、保守系シンクタンクHeritage Foundationのケイ・コールズ・ジェームズ所長を除名せよという署名運動を開始した。 ATEACは、GoogleがAI採用テクノロジーの開発・提供に取り組むに当たって「AI Principles」を順守することを支援するために組成された諮問委員会。 この委員会のメンバーとしてGoogleは、カーネギーメロン大学のアレッサンドロ・アク
「AI人材がいません」「とりあえず事例ください」 困った依頼主は“本気度”が足りない AIベンチャーの本音:これからのAIの話をしよう(AIベンチャー対談編)(1/4 ページ) AIベンチャーの立場で、日本企業のAI開発に物申す! 人工知能の対話エンジンなどを開発する田中潤さんと、AI開発の現場に詳しいマスクド・アナライズさんが本音トーク。 「日本企業のAI活用について物申す!」――AIベンチャー Shannon Lab代表取締役の田中潤さんとAIベンチャーで働くマスクド・アナライズさんで、AI開発の“リアル”に迫る本対談。 前回の記事では、「依頼主に時間を奪われるAIベンチャーの苦悩」「失敗を恐れすぎる大企業」「怪しいAIベンチャーの見破り方」について語っていただきました。 後編となる本記事のテーマは「AI人材不足に嘆くなら世界に目を向けよう」「すごい技術=ビジネスになるわけではない」「
「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング=最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング(深層学習)は、原理的には単純な最小二乗法(誤差を最小にする近似計算の一手法)にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差
この記事は「STORIA法律事務所」のブログに掲載された「進化する機械学習パラダイス ~改正著作権法が日本のAI開発をさらに加速する~」(2018年9月2日掲載)を、ITmedia NEWS編集部で一部編集し、転載したものです。 学習済みモデル生成のためには大量の生データや生データを基に生成した学習用データセットが必要となりますが、その際に著作物である生データ(文章、写真、静止画、動画など)を利用することも多くあります。 著作権法上、著作物は著作権者に無断で利用(ダウンロードや改変等)することは出来ませんが、実は日本の今の著作権法には47条の7という世界的に見ても希な条文があるため(詳細は後述)、AI(人工知能)開発目的であれば、一定限度で著作権者の許諾なく著作物を利用できます。 その点を捉えて、早稲田大学法学学術院の上野達弘教授は「日本は機械学習パラダイスだ」と表しています。言い得て妙で
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
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