Create Anime Characters with A.I. !
Create Anime Characters With GirlsM anifold Create Anime Characters with A.I. ! Yanghua Jin School of Computer Science Fudan University yanghuajin94@gmail.com Jiakai Zhang School of Computer Science Carnegie Mellon University zhangjk95@gmail.com Minjun Li School of Computer Science Fudan Univerisity li.akizora@gmail.com Yingtao Tian Department of Computer Science Stony Brook University alan.yt.ti
ドワンゴ川上会長単独インタビュー｢僕らがディープラーニングで狙うもの｣
｢深層学習（ディープラーニング）によるAIの活用が、次のビジネスを大きく左右する｣と言われて久しい。 KADOKAWAと経営統合した、ニコニコ動画の運営で知られるドワンゴも、社内に研究所を持ち、ディープラーニングに本格的に取り組んでいる企業のひとつだ。映像配信やコミュニティ運営がビジネスの軸であるドワンゴはAIをどのように活用しようとしているのか。川上量生会長の単独インタビューを通して見えてきた姿は｢AIという道具の活用方法｣だった。 脳を模して自ら学ぶ｢ディープラーニング｣ ドワンゴは、2014年10月に、自社の研究部門である｢ドワンゴ人工知能研究所｣を設立した。以来ディープラーニングの研究を続けている。ドワンゴの戦略を考える前に、AIの基本的なところからおさらいしておこう。 2000年代前半までのAIでは、人間がまず｢判断するためのルールや特徴｣を示す、俗に｢ルールベースによる推論｣と
DeepMind は どこに向かっているのか ？ 〜 2017年の公開論文 を トピック別 に 並べて 俯瞰してみた - Qiita
DeepMind は どこに向かっているのか ？ 〜 2017年の公開論文 を トピック別 に 並べて 俯瞰してみたDeepMindDeepLearningMachineLearning強化学習人工知能 DeepMind社 が 公開した論文 の 技術的達成ポイント を 俯瞰 してみました。 同社 が 汎用人工知能の実現 に 向けて どこまで 歩みを進めているのか を 考える際 の 一助 となれば、幸い です。 それぞれの論文は、互いに異なるアルゴリズム（アーキテクチャ）で動くモデルであり、これらを統合して１つのモデルを作る事は容易ではないと思われます が、 全体として、DeepMind社 は、以下の要求を満たす自律的 な エージェント を 実現させるため の 要素技術 を 実現しつつあることを見て取ること が できます。 （ ただしあくまでも、個々のアルゴリズムを１つのエージェントのうちに
【 DeepMind発 】Grounded language learning in a simulated 3D world 〜 「人間の言葉」 を 学び、言葉で与えられた目標 を 達成する 深層強化学習モデル - Qiita
【 DeepMind発 】Grounded language learning in a simulated 3D world 〜 「人間の言葉」 を 学び、言葉で与えられた目標 を 達成する 深層強化学習モデルDeepLearning深層学習強化学習人工知能MachineLearning （ 原論文 ） Karl Moritz Hermann et.al (2017), Grounded Language Learning in a Simulated 3D World （ DeepMind社 公式ブログ ） DeepMind社 公式ブログ Grounded Language Learning in a Simulated 3D World DeepMind から、 ・ 人間の言葉 を 学んで、 ・ 英語で指示された目標 を 達成するために必要 となる（最善な）行動（系列） ・ を 探索
FX system trading code with Deep Learning on Python - Qiita
wrote an FX system trading program with deep learning method. I used Keras library for this deep learning implementation. trends of portfolio USDJPY, on Year 2000-2008, spread=0.03Yen(3pips), interval of exchange data=5min source code strategy input some technical index, past several prices, chart type (I defined) as features. predict UP or Down with input features through deep learning. with pred
機械学習の超初心者が、みんなが良いと言う記事を読んでまとめてみた - たくさん調べたことをまとめるブログ
機械学習をやるまえに スライドで「機械学習とは」を感じよう 必ずと言っていいほど紹介されてる動画 日本語なので聞きやすそうな動画 これだけは読んでおきたい初心者向けの本 実際に簡単なサンプルを試してみよう！（すぐできる！） なんで動いてるのか 機械学習にはたくさんの手法があることを知る スライドで「Deep learningとは」を感じよう 勉強のための 環境構築 をしよう 勉強のためのプログラムを書こう ライブラリごとの初歩記事 真似していろいろつくってみよう 最後に、なんだかすごそうな人の紹介 機械学習について勉強したいので調べてみたのですが、同じ情報源を良いと言ってる人が多い印象でした。 それだけ実践的な情報が少ないのかもしれませんが。。 「この本、さっき読んだ記事でもおすすめしてたな。あれ、この記事もだ。」 なんてことが多々。 そこで、機械学習をやる前に情報を整理したいと思い、この
【Python】翻訳まだかな？「人工知能をどうやって始めたらよいの？」に答えるページ【強化学習の本】
AI Play book Googleにビチャイが、AIの民主化のために、がんばってるんだ！とGoogle I/O 2017の前のWiredの記事がでていて、AIの民主化って、誰でもが使えるようになることだよなぁ～ なんて、Open AIとかもそうなんですが・・ 昨日、Pythonのこと調べていたら、面白いページというか、φ(..)メモメモしておきたいページに出会いました。 人工知能（AI）は、スタンフォード大学のアンドリュー教授が言っているように、あなたのソフトウェアにスーパーパワーを与えるコンピュータ科学技術のセットです。 私たちの上に構築する人工知能の入門、このマイクロサイトは（非技術と技術の両方）の新規参入がAIで可能何模索し始める支援するためのものです。フォーチュン500 /グローバル2000の企業、新興企業、政府の政策立案者の何百人もの人が、「人工知能をどうやって始めたらよいの
jingwan-lu
Jingwan joined Adobe Research in 2014. She is currently leading a team of research scientists and engineers with the vision to disrupt visual content creation with big data and generative AI. Her research interests include generative image modeling (GANs, etc.), computational photography, digital human and data-driven artistic content creation. She has over 30 issued patents and over 40 publicatio
Taming Recurrent Neural Networks for Better Summarization | Abigail See
This blog post is about the ACL 2017 paper Get To The Point: Summarization with Pointer-Generator Networks by Abigail See, Peter J Liu, and Christopher Manning. [paper] [code] The internet age has brought unfathomably massive amounts of information to the fingertips of billions – if only we had time to read it. Though our lives have been transformed by ready access to limitless data, we also find
NIPS 2016 Overview and Deep Learning Topics
1. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. NIPS 2016 読み会 @Preferred Networks 2017/1/19 NIPS 2016 Overview and Deep Learning Topics @hamadakoichi 濱田晃一 Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 2. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 2 AGENDA ◆Deep Learning Topics ◆NIPS 2016 Overview ◆Generative Adversarial Networks(GANs) ◆Recurrent Neural Networks(RNNs) ◆G
AIベンチャーの雄が総務省の開発指針に反対する理由
人工知能（AI）の開発者が研究開発に当たって留意すべき原則「AI開発ガイドライン（仮称）」の素案を策定するため総務省が設置した産官学会議から、AIスタートアップのPreferred Networks（PFN）が離脱していたことが明らかになった。 Preferred Networksは深層学習（ディープラーニング）開発のスタートアップ企業で、深層学習フレームワーク「Chainer」の開発元としても知られる。 総務省 情報通信政策研究所は、同ガイドライン素案策定のための産官学会議「AIネットワーク社会推進会議」を主催している。2016年12月には、素案策定に向けた論点整理を公開した。 この素案は、日本政府がOECD（経済協力開発機構）などに提案することを目的に策定するもので、「日本の法制度に直接反映させることを想定したものではない」（同研究所）という。 だがこの方針に対し、2017年1月まで同
Creative AI landscape
Earlier this week, I wrote a piece with Peter Zhegin on opportunities for applying AI in the creative industries, published as How to take AI far beyond gaming in VentureBeat. As part of our research, we looked at 94 example company, corporate and academic initiatives using AI for search/discovery, personalisation, interaction/feedback and creative process augmentation/automation in the creative i
実サービスでの機械学習の活用に関するサーベイ - Qiita
機械学習の仕組みはわかったけど、実際のサービスではどういう風に使われているんだろう？ 学習の環境って、自前でGPUを買っているんだろうか。それともクラウドが主流なんだろうか？ というような実務における利用方法や開発に関する疑問は、誰しも一度は抱いたことがあるのではないかと思います。私自身疑問に思っていて、実務への活用を考えている方向けの講習を担当するにあたり、思い切ってアンケートを取ってみました。 対象は実務で機械学習を利用している方で、32の回答を得ることができました(ご回答頂いた方、ありがとうございました！)。なお、回答はTwitter/Facebookなどで募ったため、サンプリングバイアスが存在する可能性がある点についてはご留意を願います。 以下で、その結果について所見を交えながら公開をしたいと思います。 ※生のアンケート結果も公開したかったんですが、自由記述の回答にプライバシー的な
Image-to-Image Demo - Affine Layer
Recently, I made a Tensorflow port of pix2pix by Isola et al., covered in the article Image-to-Image Translation in Tensorflow. I've taken a few pre-trained models and made an interactive web thing for trying them out. Chrome is recommended. The pix2pix model works by training on pairs of images such as building facade labels to building facades, and then attempts to generate the corresponding out
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
Learning Representations and Generative Models for 3D Point Clouds
https://jp.techcrunch.com/2017/07/10/idein-raises-180m-yen/
このページを見るには、ログインまたは登録してください
GitHub - kaonashi-tyc/zi2zi: Learning Chinese Character style with conditional GAN
https://jp.techcrunch.com/2017/02/24/20170223deepcoder-builds-programs-using-code-it-finds-lying-around/
http://slazebni.cs.illinois.edu/spring17/lec04_advanced_cnn.pdf