プログラミングせずAIをDIY！ Webブラウザで動くGoogleの機械学習サービスを試す AIの出来栄えは？
プログラミングせずAIをDIY！ Webブラウザで動くGoogleの機械学習サービスを試す AIの出来栄えは？：遊んで学べる「Experiments with Google」（第19回）（1/3 ページ） 「Experiments with Google」は、Googleが人工知能（AI）や拡張現実（AR）といった最新技術の可能性を示すために、実験的な応用例を紹介するショーケースだ。膨大なコンテンツを公開しており、その多くはスマートフォンやPCで試せる。 この連載では、多種多様な応用例の中から興味深いものをピックアップ。実際に遊んだ体験レポートを通して、裏側にあるテクノロジーや、技術の活用方法とその目的を解説する。 読者の皆さんも、ぜひ自分の手で試しながらその仕組みを学んでもらえたらうれしい。きっと、最新技術の魅力に気付くはずだ。 プログラミングできなくてもAIを作れる「Teachable
仕事を奪うのは、本当に人工知能（AI）なのか？
shinshinohara @ShinShinohara AIが仕事を奪い、失業者で溢れかえる時代が来る、創造性のない人間は低賃金に甘んじなければならない･･･と言われている。しかしこれは、AIをスケープゴートにしてるだけではないか。雇用を奪い、多くの人々から収入を奪っているものの正体は、違うのではないか。 2019-07-13 21:49:44 shinshinohara @ShinShinohara 産業革命では、機械が発達、大量生産が可能になり、手工業で生きてきた人たちから仕事を奪った。機械を憎み、打ち壊すラッダイト運動というのが起きたが、事態は改善しなかった。5、6才の子供が14時間労働を強いられ、平均寿命は非常に低かった。生きるか死ぬかのギリギリの生活を強いられた。 2019-07-13 21:53:07
【本当の初心者向け】ニューラルネットとTensorFlow入門のためのオリジナルチュートリアル１ - HELLO CYBERNETICS
はじめに TensorFlowを理解する 計算グラフに対する理解 実践的なTensorFlowの理解 写像とは？ 写像をTensorFlowのコードと合わせて見る プレースホルダーという概念 写像をメモリに乗せる メモリに載せた写像のプレースホルダーに値を与える ニューラルネットのアフィン層設計 数式おさらい コードで見る ニューラルネットの設計 2層のニューラルネットワーク 活性化関数 TensorFlow APIの活性化関数 ニューラルネットの順伝播 TensorFlowの実際 tf.InteractiveSession() 順伝播を試してみる 最後に 今回の記事に関する補足 ニューラルネットを理解するための関連記事 続きの記事 はじめに TensorFlowを本格的に活用し始めて感じていることがいくつかあります。 モジュールが異様に豊富で、どれを使えばいいか分からない プログラミング
ScalaでDeeplearning4jを使い自動運転で峠を攻める！ - FLINTERS Engineer's Blog
こんにちは。菅野です。 最近、AIとか機械学習とかが話題ですね。 AIに仕事を奪われる職業がどうとかの記事もよく見かけます。 このブログ記事もAIが書いてくれたら良いのにと思っている今日この頃です。 …でも思ってるだけでは仕事を奪ってくれないので、やっぱり何かしら自分で作るしか無さそう。 という訳で、今回はJavaでディープラーニングが出来るDeeplearning4jを使って機械学習を試します！ プロジェクトD さて、何を作りましょう？ 最終的には私の仕事を勝手にやってくれるAIを作りたいです。 でも、はじめは簡単なものから少しずつ作っていこうと思います。 よくディープラーニングでネタにされるのは手書き文字の識別ですが、正直面白くないので道路上を自動運転するAIを作ります！ 嘘です。 いきなり作るのは無理があるので、画像の道路が左カーブなのか、右カーブなのか、あるいは直線なのかを分類し画
そういうことだったのか！と思わずうなずく「機械学習」超入門
最近、Web業界やテクノロジー分野で人工知能(AI)やデータマイニング、ディープラーニングなどのキーワードとともによく耳にするようになった言葉の一つに「機械学習(マシーン・ラーニング)」という言葉があります。 機械学習はGoogleの自動運転車をはじめ、AmazonやZOZOTOWNなどのオンラインショップやNetflixやAWAなどの音楽ストリーミング配信サービスで使われるレコメンデーション機能、twitterやインスタグラムで顧客が投稿している内容を分析するマーケティングオートメーションなど、今日の社会でも頻繁に活用されています。 「機械学習」は、今後Web業界で取り残されないためにフォローするべき重要なキーワードの一つであることは間違いありません。 それでは、機械学習とは何であり、なぜこれほど注目されるのでしょうか。 今回は、「機械学習」の概要から、Web業界の関連者が知っておくべき
深層学習による自然言語処理 - RNN, LSTM, ニューラル機械翻訳の理論
本稿ではニューラルネットワーク，誤差逆伝播法，言語モデル，RNN，LSTM，ニューラル機械翻訳の一連の手法について数理的に解説する． 前編の目次 ニューラルネットワーク 順伝播 (Forwardpropagation) 逆伝播 (Backpropagation) リカレントニューラルネットワーク (RNN) Recurrent Neural Network Language Model (RNNLM) Backpropagation Through Time (BPTT) Long Short-Term Memory (LSTM) Gated Recurrent Unit (GRU) RNN のドロップアウトとバッチ正規化 ニューラル機械翻訳 (NMT) Sequence to Sequence (seq2seq) 注意 (Attention) 双方向エンコーダー・多層LSTM 評価手法
DeNA、GPUクラウドを使ったAI学習基盤の構築のコツを紹介
ディー・エヌ・エー（DeNA）が2017年2月10日に開催した技術者向けイベント「DeNA Technology Conference 2017」において、同社AIシステム部 リードエンジニアの瀬尾直利氏が、クラウドを活用した機械学習基盤の構築事例を紹介した。企業のシステム資源が不十分でも、パブリッククラウドを使うことでAI学習基盤を安価、短期間に構築できたという。 DeNAでは現在、次世代事業の柱として、人工知能（AI）、特に深層学習（ディープラーニング）の開発に注力している。そのため、1カ月の間に五つのプロジェクトが立ち上がることもあり、機械学習基盤をいかに素早く構築、運用するかが重要な課題となっているという。 瀬尾氏によれば、深層学習の学習基盤には「潤沢なGPU（グラフィックス処理プロセッサ）」に加えて「隔離した環境」「素早い構築」「運用の容易性」「高い自由度」「ミスが起きにくい環境
機械学習モデルの予測結果を説明するための力が欲しいか...？ - クソして寝ろ
はじめに 最近はAIや機械学習などの単語がビジネスで流行っていて、世はAI時代を迎えている。QiitaやTwitterを眺めているとその影響を受けて、世の多くのエンジニアがAIの勉強を始め出しているように見受けられる。 さらに、近年では機械学習のライブラリも充実しており、誰でも機械学習を実装することができる良い時代になってきた。 その一方で、特徴選択を行い精度を向上させたり、機械学習の出した答えがどの特徴に基づいて判断されたのかを理解したりするには、モデルに対する理解やテクニックが必要となる場合も多々ある。複雑なモデルになると人間には解釈が困難で説明が難しい。近頃流行りのDeep Learning系のモデルだと頻繁に「なんかよくわからないけどうまくいきました」となっていると思う。 一般的なエンジニアとしては、この点が割と課題なんじゃないかと勝手に思っている。というか、私が課題に感じている。
Googleが出した囲碁ソフト「AlphaGo」の論文を翻訳して解説してみる。 - 7rpn’s blog: うわああああな日常
就活も無事終わったので，一番やりたかったAlphaGoの論文を翻訳しました。 ご存知の通り，長らく世界最強だった囲碁棋士イ・セドル九段を破ったGoogleの囲碁プログラムです。 論文の内容に触れつつ何となく解説入れていきたいと思います。なるべく囲碁やDeepLearningを知らない初心者の人とかでも仕組みを理解できるように分かりやすく書いていければいいなと思います。 原題は"Mastering the game of Go with deep neural networks and tree search"。 とりあえず最初の要約の訳から。 謎の単語とかは後から説明入れるので，さらっと流し読みしていただければ。 囲碁はこれまでAIにとってとても難しいゲームだとみなされてきた。それは探索範囲がとても広いことと，盤面の評価が難しいため。 この論文では，コンピュータを用いた囲碁の新しいアプロー
Q&A：人工知能の未来(前編) | POSTD
人工知能とは？ コンピュータに知的な動きをさせる方法の研究です。大ざっぱに言えば、コンピュータは間違ったことよりも正しいことをする範囲内において知的と言えます。正しいこととは、それがどのようなものであれ、最も目標を達成しそうなアクションであり、より専門的には、期待される効用を最大限に高めるアクションと言えるでしょう。AI（人工知能）のタスクには、学習、推論、計画、知覚、言語理解、ロボティクスなどが含まれます。 一般的な誤解 AIは特定の技術である。 例えば、1980年代や1990年代には、多くの記事がAIとルールベースエキスパートシステムを混同していました。また、2010年代においては、多階層の畳み込みニューラルネットワークと混同している例が見られます。このことは、物理学と蒸気エンジンを混同するのに、ある意味では似ていると言えるでしょう。AIは、機械における知性創造の一般的な 問題 を研究
LINE Botをサーバーレスで開発！Google Apps ScriptとLINE Messaging APIを使ってチャットボットを作ってみた - pixiv inside [archive]
こんにちは、今年4月に入社した新卒エンジニアのyasuです。pixivのメンテナンスチームでPHPを書いています。好きな言語はLispです。 本記事では、最近大流行中の人工知能を利用したチャットボットの開発について紹介します。 チャットボットが作れるAPIをLINEが提供 開発した簡単なチャットボットとの会話 LINE Botを作るために必要なもの Google Apps Script(GAS)でサーバーレスな開発 超簡単なウェブサーバを作ってみる さっそくチャットボットを作ってみる LINE Messaging APIとGASの連携 チャットボットの基礎：オウム返しをさせてみる チャットボットとオウム返しを楽しんでみる チャットボットともっと楽しく会話するために、いろんな機能を追加してみる 簡単に扱える全自動会話APIを使って雑談してみる チャットボットを少し便利に！Wikpedia検索
![LINE Botをサーバーレスで開発！Google Apps ScriptとLINE Messaging APIを使ってチャットボットを作ってみた - pixiv inside [archive]](https://cdn-ak-scissors.b.st-hatena.com/image/square/b5797495622ead1292cbdfeee58a32acc6e5f6f2/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Ft%2Ftamanobi%2F20161110%2F20161110204133.png)
AI研究者が問う ロボットは文章を読めない では子どもたちは「読めて」いるのか？（湯浅誠） - エキスパート - Yahoo!ニュース
「ロボットは東大に入れるか」プロジェクトでぶつかった「ある疑問」国立情報学研究所（NII）の社会共有知研究センター。 「ロボットは東大に入れるか（東ロボ）」プロジェクトで知られる人工知能（AI）の研究チームが、子どもたちの読解力テストに着手した。 なぜ、AI研究者が「読解力」に関心をもつのか。 そこには、AIの限界を探る研究の過程でぶつかった、ある疑問が関係している。 センター長の数学者・新井紀子さんに話を聞いた。 今日（11月14日）の「東ロボ 2016成果報告会」で冒頭あいさつする新井紀子教授。東ロボプロジェクトは2011年にスタートしたAIは国語が苦手――なぜ、AI研究者が「読解力」に関心を？ 東ロボは、問題を解き、正解も出すが、読んで理解しているわけではない。 現段階のAIにとって、文章の意味を理解することは、不可能に近い。 そうすると、特に難しいのが国語と英語だ。 国語では、20
機械翻訳と意味 - アスペ日記
ここ最近、Google翻訳がリニューアルされ、性能が向上したという話が流れてきたので、さっそく試してみた。 ぼくが真っ先に試したのは、「母は、父が誕生日を忘れたので、怒っている。」だ。 なぜこの文が気にかかっていたかは後述する。 結果は次の通り。 "My mother is angry because my father forgot her birthday." すばらしい。 では、「母は、父が鞄を忘れたので、怒っている。」はどうだろうか。 "My mother is angry because my father forgot his bag." 完璧だ！ 「誕生日を忘れた」の場合は「母の誕生日」と解釈し、「鞄を忘れた」の場合は「父の鞄」と解釈する。 これこそ、利用者が翻訳に求めるものじゃないだろうか。 しかし、ここまでだった。 次にぼくは、「父」と「母」を入れ替え、「父は、母が誕生日
もう完全に脱・人間の流れが出来ちゃったよね。そのうち一部の人間はロボ..
もう完全に脱・人間の流れが出来ちゃったよね。そのうち一部の人間はロボットになるよ。本当に凄い時代に生まれたもんだ。 どこから話せば良いのか皆目解らないが、まずは生命の進化を考えるのが良いかもしれない。海で産まれた生命体が、陸に上がり、空を舞い、今や宇宙に飛び出している。生命は、時間と共に複雑化して、機能が向上して、時空間的に拡散していくシステムの一部なのだ。拡散して環境が変わる過程で、生命体は、その構造を大きく変えてきた。例えば、海から陸に上がった爬虫類は、魚から見れば驚異のシステムだろう。いま、人間は生命を産んだ地球から飛び出そうとしている。果たして、人間とロボット、どちらが宇宙で暮らすのに適切な形態だろうか。 現状の世界の構造は、原子・分子→《DNA》→細胞→《神経》→脳→《言語》→テクノロジー→《プログラミング》→AI、という多層になっている。基本的には、どんどん繋がって複雑になり階
機械学習に使える、オープンデータ一覧 ※随時更新 - Beginning AI
機械学習をやりたいんだけど、データがない！他のデータ使ってみたい！ そんな方のために、機械学習に使えるオープンデータを集めました。 他にも、このデータセットオススメ！というものがあれば、是非ご紹介して頂けると嬉しいです。m(__)m UC Irvine Machine Learning Repository カリフォルニア大学アーバイン校が公開した、データセット。351件のデータセットがあり後述する DATA GO に比べれば少ないが、ほとんどがMachine Learning用のデータ・セットなので、かなりオススメ。 UCI Machine Learning Repository かの有名なあやめの花（iris）のデータセットもここから見ることができます。 国立情報学研究所 情報学研究データリポジトリ データセット一覧 yahoo,楽天,ニコニコなどのデータがあります。 DATA.GO.
人工知能が最後まで奪えない仕事は「意思決定」である？ - サードウェーブ系哲学的ゾンビ
私は「人工知能は、人間の良き道具であるべきだ」という立場をとります。 人間が第一であり、AIには支配させたり重要な決定権を任せるべきではない。 だから、私はAIの議論では、哲学と倫理を重んじています。 AIに対する人間最後の砦は意思決定？ そこは人工知能の側の問題というよりは、人間の美意識の問題なんですね。次に指す手を選ぶというのは、美意識を磨くこととかなりイコールに近いものなんです。 羽生善治、AIとの歩み「棋士は存在価値を問われてる」 | R25 AIに対する人間最後の砦は、「意思決定」だと思います。 理由は次の通りです： 技術を達成する前提として、「意思決定とは何か？」という哲学的な問題を解決する必要があること。 厳密には「自由意志」という問題になります。 そもそも、人間はどうやって意思決定をしているのかが解明されていないこと。 仮に技術的に意思決定が完璧にできたとしても、人はそれに
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
当たり判定ゼロ（移転しました）
AIの犯したミスは誰が責任をとるのかについて今のところ正解がありません(山本一郎) - 個人 - Yahoo!ニュース
普通のwebエンジニアでも出来る、ド素人からの機械学習のはじめ方
DeepMindのAIは、なぜ囲碁の次に「スタークラフト2」に挑むのか