「まとまったお金を調達したけど溶かしてしまう」というあたりが学び
学習データ作りのためのCAPTCHAって有ったけどついにAIの作ったものの評価の時代
5回しか無料でのお試しができないので、なかなかトライできない。
トランスフォーマーで機械翻訳が格段に進歩した
京都のお寺のアンドロイドお経を覚えていて 仏教の問答ができるそうです
リアルタイムで画像からオプジェクトの抽出と認識を行ってくれれるYOLO
GitHubで公開されている
それを利用しているだけの企業なら、あたかもAI開発の技術力があるように見えてしまう実態がある。
１）画像解析：何が写っているかの分類、人の顔の抽出、その人が手持ちの写真のどれに近いのかのタグ付けなど ２）音声解析：音声からテキストへの変換、感情の抽出など ３）自然言語解析：形態素解析、構文解析、固有表現抽出、口語表現分析など ４）回帰：過去の実績データから未知の数値を予測 ５）分類：与えられたデータを既知のグループのどれに近いか分類 ６）クラスタリング：与えられたデータを、複数の同質グループに分類 ７）次元削減：データの特徴量的な傾向を残して簡素化 ８）レコメンド：アイテム間の共起性の提示
あのアメリカのNASAが使っているのは、あえて「古いAI（人工知能）」であるのはなぜか？ 中国のJDドットコムがいまAIを使って取り組んでいるのがある「犯罪対策」であるのはなぜか？ いまグローバルなAIの最先端の現場とはどのようなものになっているか――。筆者は９月、アメリカのサンフランシスコで開催された「The AI Summit 2018」に参加した。そこで見聞きしたグルーバルなAI技術の最先端事情について詳しくレポートする。
AIを使った故障予知には、課題も多く進展は緩やか 製造・保全分野では、特に故障予知に対するAI活用が注目されているが、現状では課題も多い。具体的には、故障予知ソリューションにおいてAIは「精度の問題」や「因果関係の問題」、「個別性の問題」をかかえている。故障予知ソリューションはまだ萌芽期であり、今後、研究が進めば、課題も解消されていくと考える
AI > 機械学習 > 深層学習
人間の動きを観察しながら学習し、同じような動作ができるロボットの研究を米大学が進めている。細かな動作をプログラムされるのではなく、“経験←を蓄積して学んでいくのが特徴だ。こうしたロボットが進化していけば、人間が新しいタスクを教え込むのが容易になる。まずは論より証拠、実際にどう動くのかを動画でご覧いただこう。
ロボットハンドが、人工知能の強化学習を用いて人間の手の動かし方をゼロから身につけ、つみ木を持ち上げて指先で自在に動かす方法の習得に成功した。イーロン・マスクが協力する非営利団体のOpenAIによる取り組みで、仮想的に行われた100年分相当のシミュレーションなどで実現した。ロボットは、いかに短時間で莫大な経験を獲得できたのか。その道のりに迫った。
現場でロボットと協力し合って働くというのは依然として専門家の領域となっている。 ロボットに自己学習能力を持たせることで、新たな次元に向けた生産性の扉が開かれるとともに、参入コストの低減によって自動化の普及が促進される可能性もある。
アプリケーションを作る工程には、誰かが描いたスケッチを見つめながらそれをコードに換えていく、面倒で時間のかかる関門がある。でも実際やってることは毎回同じだから、もっと楽にできるやり方があるはずだ。フロントエンドのデザインからHTMLやCSS、そして実働コードを起こしていくこれまでのソフトウェア開発は、費用も時間もかかり、かったるい反復作業が多い。 そしてこの問題を解決する方法の多くが、むしろかえって複雑だったりする。ワイヤーフレームのようなスケッチを単純にコードに換えてくれて、デベロッパーはアプリケーショ
グーグルが毎年恒例の開発者カンファレンス「Google I/O」で、人々の生活をもっと便利になると謳うさまざまな新サーヴィスを発表した。だが冷静に考えてみてほしい。その便利さと引き換えにわたしたちは、個人の行動にまつわるあらゆるデータをグーグルに差し出しているのだ。
＜グローバル化とAI化の時代を生き抜くために、現役ビジネスパーソンは何をすべきか。まずは「知識」を得る方法を変えよと、元外交官のコンサルタントは言う＞ グローバル化とAI（人工知能）化は、今後ますます日本のビジネスパーソンにとって脅威になる。そう言われても、戸惑う人は少なくないだろう。頭では分かって
書店で、テレビで、ツイッターで、AIの二文字が踊っている。創造性あふれる小説の執筆や複雑なビジネスオ…
応用人工知能チームの尾崎です。今年新卒エンジニアとして入社し、機械学習モデルの実装評価からAPIサーバの実装、コンテナを利用したプロダクトへの導入まで開発全般を担当しています。
今回はARINEで稼働中の畳み込みニューラルネットワーク (CNN) を用いた髪型・ネイル識別システムについてご紹介します。
背景
ARINEでは、おすすめのヘアスタイルやトレンドのコーディネートなど沢山の記事が公開されています。記事には数多くの写真素材が用いられていますが、これらの素材の多くは提携サイトから検索APIを提供しても
＜公開データを学習したAIは古い固定観念や偏見も一緒に吸収する。この課題をいかに克服すべきか＞ 人工知能（AI）は人類の文明にとって根本的な脅威になる――米起業家イーロン・マスクはそう警告した。だが問...
コモディティー（商品先物取引）市場はコンピューターを駆使したアルゴリズム取引や超高速取引（ＦＨＴ）が急速に広がり、人手を介する従来型ヘッジファンドは大量のデータ処理で不利な立場に立たされ、次々と閉鎖に...
言語解析に強いNTTコミュニケーションズのAIエンジン「COTOHA」、画像解析に強い米グーグルの「Google Cloud Vision API」、アクセンチュアが開発したAIリコメンドエンジン「Accenture Recommend Service」、自然言語による対話に強い米IBMの「IBM Watson Conversation」をAI Hub上で組み合わせている。
LSVRC-2012
ヒント教授による2006 年の発表
ヒント教授による2006 年の発表
KerasをTensorFlowのラッパーとして使うと短く書ける
スクリーンショットからHTMLを自動生成
画面イメージをビットマップで書いておくとHTMLに治してくれるAI 単純労働が自動化される例ね
API変更いやだよね
実績データが無くてもAIの自己競争によって学習していけるらしい 学習するAIを制限したり、複数の学習結果を交叉することによりビールゲームで効果その効果を確認したもよう
今後、日立グループ内に本AIのソースコードを公開し、日立グループ内の幅広い分野の事例を対象に、効果検証を推進する計画です。
日立の新アルゴリズムAIと住信SBIネット銀行のデータ取扱ノウハウで大幅な審査精度の向上を実現
できの悪いソースコードみつけるなんて簡単な作業は、AIつかうまでもないけれど…
Deeplearning4j（以下DL4J）はJava, Scalaで書かれた世界初商用グレードで、オープンソースの分散ディープラーニング・ライブラリです。Hadoopや Sparkと連携することにより研究、調査目的に加えて実際のビジネスに活かせるように作られています。Skymindは、その商業的サポートを行っています。
機械学習を見える化
従来の ノイマン型計算機を用いた場合に比べて1,800倍の電力 効率で問題を解けることを確認した。
人工知能による高精度の手書き文字列認識技術
x.aiの日本語版か
自発的に、答えられなかった質問を見つけ、原因を明らかにし、不明点を職員に確認することで、日々成長する音声対話AI技術を開発しました。
企業の投資戦略に関する研究会－イノベーションに向けて－ 第２回会合 2016年9月26日（月） 15
ついにAmyが使えるようになった。とりあえずGoogleカレンダーと連携してみる
なぞというからNVIDIA以外の何かあるのかとおもっちまった
AIについて知りたい社会人向けの資料です。 機械学習を中心とした分野を解説しています。
人工知能の活用による営業部門のセールス力向上と企画部門の業務効率化に向けた実証実験を開始
2月21日、22日に開催されたイベント「CNET Japan Live 2017 ビジネスに必須となるA.Iの可能性」から、楽天の執行役員で楽天技術研究所代表を務める森正弥氏による講演「『専門家』が負ける時代をどう生きるか--楽天のAI技術活用を例に」の概要を取り上げる。
デジタル化されていないものを貯めるコストが必要
そのデータの量と質は、統計学に縁の無い人の想像を超える水準が求められる
ERPブームでの失敗の二の舞の恐れ 特にブーム初期では、ERPに業務を合わせることが前提ということを理解せず、成功事例の効果だけに着目したことで、数多くの失敗を生み出した。
「AI詐欺」が横行する日本のIT業界。
AIは様々な用途に活用できる。例えば、機関投資家が行っているアービトラージ（裁定取引）である。アービトラージは「同一商品をA市場で98円で買い、B市場で100円で売る取引を同時に実施することで、2円の利ザヤを得る」といった取引を指す。
メールでのスケジュール調整に特化されたAI Waitlistで月5回までで無料 $39/月のProfessional
AIで提携
AIのアスクルの「マナミさん」、問い合わせの三分の一をカバー
