JX通信社は報道機関向けのAIによる緊急速報サービス｢FASTALERT｣や一般消費者向けのニュース速報アプリ｢NewsDigest｣などを提供している。 出典：JX通信社 今ニュースの“産業革命”が起きつつある。スマートフォンやソーシャルメディアの普及によってスマートニュースやグノシーが登場しニュースの配信と読まれ方を変えたように、AIなど技術革新によって｢報道の機械化｣が進んでいる。 その最前線にいるのが、平均年齢30歳の若きベンチャー、JX通信社だ。｢通信社｣とうたっているが、記者は一人もいない。社員の7割がエンジニアであるテクノロジーカンパニーだ。 メディア業界の現状について、米重克洋社長（29）はこう語る。 ｢インターネットやソーシャルメディアの発展により、マスコミのビジネスモデル、流通モデルが崩れてきている。結果的にマスメディアが負担していたジャーナリズムのコストを負担できなく

Business Transformation with digital-technologis. © 2015- R.GENE,Inc.

※2017/12/4 追記分 Amazon Echo などの Alexa 対応デバイスを使用してテストするには Amazon 開発者ポータルで登録した 開発者アカウントと同じメールアドレスを使用して端末をセットアップする必要があります。 この際、開発者アカウントが、amazon.com の方のアカウントに紐付いてしまっていると Alexa アプリ(alexa.amazon.co.jp)に開発中のスキルが表示されず、結果的にテストできない状態のようです。 amazon.co.jp に紐付けができていれば、ベータテストを行わずとも自端末でのテストは問題なく実施できます。 こちらの記事を参照させていただきました。 開発したAlexa Skillが日本語版に出てこない場合 https://qiita.com/sparkgene/items/c15e81cd6a5a40f7189d 以降ではベータテ

概要編ではAudioPlayer機能の大枠を書かせていただきました。 実装編ではAudioPlayerを使用したSkillの実装を説明します。 実装サンプル AmazonはAlexa Skills Kit SDK for Node.jsを使用したAudioPlayerのサンプルを用意してくれています。 サンプルは2種類あり、シングルストリーム（ラジオのライブストリーミングなど）用とマルチストリーム（ポッドキャスティングや音楽再生など）用になります。 ニーズが大きいと思われるのはマルチストリームの方だと思われるので、マルチストリームのサンプルを使用して解説していこうと思います。 構成とState サンプルは以下のファイルで構成されています。 ファイル名 内容

DialogflowでGoogleアシスタント対応アプリを作成しよう：Google Homeプログラミングを始めよう（1/4 ページ） 「特集：Google Homeプログラミングを始めよう」 Google Homeを代表として、最近ではスマートスピーカーが数多く登場している。ユーザーが音声を使って対話的に情報を引き出すのは、手がふさがっているときや、簡単なことをすぐに実行したいときなどに使い勝手がよい。筆者も街中でスマートフォンに向かってしゃべりかけるのは恥ずかしいと思うことがあるが、職場にGoogle Home Miniを導入してからは自然とスマートスピーカーに話し掛けるようになっている。 本特集では、Actions on Googleを利用して、Googleアシスタントを搭載したスマートスピーカーを音声で（あるいは、Googleアシスタント搭載スマートデバイスを音声やテキストで）操作

.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads

衣料品通販サイト「ゾゾタウン」を運営するスタートトゥデイは２２日、プライベートブランド（ＰＢ）「ＺＯＺＯ（ゾゾ）」を立ち上げると発表した。今月末にもＰＢの衣料品をサイト上で発表し、販売を始める。今後、米国やドイツなど海外でも展開するという。 体のサイズを採寸するボディースーツを無料配布することも発表し、サイト上で予約を開始した。伸縮センサーが内蔵され、着用すると肩幅や胸囲などを測定。スマホとつないでデータをアプリに保存できるという。ＰＢの購入には、事前にボディースーツで採寸することを求めている。 前沢友作社長はこの日、ツイッターに「世界中のお客様の体形を最も知り尽くした企業となり、そのデータをもとに一人一人にピッタリの服を提供する」と書き込んだ。 ゾゾタウンには６千以上のブランドが出店している。商品によっては競合する恐れもある。先月末に会見した前沢社長は「自分たちが売れて、（ほかの）ブラン

IFTTTを使わずActions on Google(Dialogflow)でGoogle Homeから家電を音声操作してみるNode.jsFirebaseGoogleHomeactionsongoogledialogflow はじめに 前回記事(Google Homeに話しかけてWindowsを操作してみる)までで電気、テレビ、PS4、Windowsと家にある家電を大体Google Homeより音声操作できるようにしました。 ただ毎回「OK Google」というウェイクワードが面倒だったり、IFTTT経由だとラグが大きかったりと不満が出てきます。 今回は「Actions on Google(Dialogflow)」を使って音声操作することでそういった不満を解消してみようと思います。 なお当記事では過去記事にて構築していた音声操作環境がベースになっており、IFTTTを使っていた部分のAct

音声でGoogle Homeに指示し、家電を動かしたりTwitterを投稿したりすることは比較的簡単に行え、すでにたくさんの記事が投稿されています。 一方で、音声以外の外部からのイベント（メールを受信する、LINEを受け取る、センサーが反応するなど）でGoogle Homeが動作し、その内容をお知らせしてくれる投稿はまだほとんど無いようなので、以下の構成で試してみました。 1.Gmail 新規メールをGoogle Homeが動作するイベントとします。IFTTTを利用するので、Gmailの代わりに別のメールサービスやLINEなどもイベントとすることができます。 今回は簡単のためにGmailを利用し、新規に受信したメールの件名をGoogle Homeが読み上げます。FirebaseやGoogle Homeで同じGoogleアカウントを利用すると迷わず便利だと思います。 2.IFTTT IFTT

Googleスプレッドシートでは以下のように記録されていきます。 「Timezone」の値はIFTTTより入力されたものですが、「Date」「Time」は前述した通りIFTTTでは取得できません。 なのでGoogle Apps Script（以下GAS）を使って取得します。 コードは以下のようになります。 var sheet = SpreadsheetApp.getActiveSheet(); function addDate() { setDate(1, "yyyy/M/d"); setDate(2, "H:m:s"); } function setDate(col, format) { var lastrow = sheet.getLastRow(); if (sheet.getRange(lastrow, col).getValue() == "") sheet.getRange(l

2019-02-052017-09-25 NEC、モノが個人に話しかけることを可能にする音響AR技術を開発 NECは、ヒアラブルデバイス(無線イヤホン)を活用し、現実世界に音情報を付与（デジタル化）することでマーケティングの高度化、業務効率化、案内サービスの提供などを可能にする音響AR技術を開発した。 NECはこの技術を、同社の耳音響認証技術や屋内位置測位技術、バイタルセンシング技術などと組み合わせたヒアラブルプラットフォームサービスとして、2018年度の事業化を目指す。 同技術は、3次元的な音の方向感や距離感などを仮想的に再現することで臨場感のある音場を表現する「立体音響」と、ヒアラブルデバイスに搭載された9軸モーションセンサを活用して顔の向きや移動方向に関係なく音源を任意の位置に固定する「音響定位」をワイヤレスで実現する技術だ。 これを活用することで、例えば施設内において展示品やポスタ

オーソドックス な アプローチ（一般的手法） まず は、以下 が よくまとまっている。 株式会社クロスコンパス・インテリジェンス（2016.10.5）「NVIDIA GPU TECHNOLOGY CONFERENCE JAPAN 2016 Industry Deep Learning」 異常値予測 を 行う アプローチ としては、以下 が 一般的な考え方 の ようだ。 （データ量の多い）正常時のデータ挙動の特徴パターンを学ばせて、 新規データが上記の特徴パターンから乖離している場合を、異常とみなす 上記のアプローチをとる理由 は、「異常発生時のデータ」の取得可能件数 は、「正常時のデータ」 に 比べて、取得できるデータの件数 が 圧倒的に少ない から である。 上記のスライド で 挙げられている AutoEncoderモデル や LSTMモデル を 採用し、 AutoEncoderモデル

Hands-on with the new iPad Pro M4: Absurdly thin and light, but the screen steals the show

It was a very busy week in the world of fintech, which certainly kept us on our toes. We covered a couple of notable M&A deals (including one of the biggest of the year so far), a different kind o