現在AIに対して多くの人がもつイメージとして、Over Estimate(過剰な期待) とUnder Estimate(過小な期待)という問題があります。Over Estimate(過剰な期待)はAIを使うと全ての問題が自動的に解決されるというもので、Under Estimate(過小な期待)はAIを使えば実は簡単に解決される問題なのにそのことに気づいてもいないということです。 今日では、比較的簡単にAIを使うことのできるツールがたくさんあるので、こうした機会を利用して、自分たちのデータをもとにどんどん使ってみて、AIを使うと実際に何ができて、何ができないのか、さらにどういったことが問題になるのかなどを理解していくことで、自分なりの正しい期待値を設定していくことが重要だと思います。 最近マッキンゼーから実際にAIのプロジェクトを始める時につまずくよくある5つのハードルとそれを解決するための
まずは図を見てほしい。これは人工知能(AI)の研究に熱心な企業・大学・団体がどこかを示したものだ。AI関連技術で最高峰とされる国際学会「NIPS(Neural Information Processing Systems) 2017」(2017年12月に開催)で採択された論文数で上位40に入った企業・大学・団体の一部をまとめた。 AIの国際学会「NIPS」の論文採択数で上位40に入った企業・大学・団体の例。このうち米大学は上位4校のみを挙げたもので、実際には米大学が上位40の半数を占める AI分野の論文採択数が多い企業・大学は、米グーグル(Google)および同じグループに属する英ディープマインド(DeepMind)、米マイクロソフト(Microsoft)、米IBM、米カーネギーメロン大学(CMU)、米マサチューセッツ工科大学(MIT)である。これらに英国、スイスなどの欧州勢や中国勢が猛追
最近日々のタスクをこなす上で、「議論をどこで行うべきか」について考えることが多いです。 チャット 口頭 GitHubのIssue GitHubのPR など、色々な手段がありますが、内容的にここで議論して問題ないか?結論をどこで管理すべきか?経緯を記録すべきか?など考えることは色々あります。 GitHubのチームディスカッション機能が議論の場所として検討できるケースがそれなりにあるような気がしたので、機能について紹介します。 チームディスカッション機能 大雑把に言えばGitHubのTeam内で議論をするための機能です。 個人的には「リポジトリに紐づかないゆるいIssue(的なもの)」を「軽く」使うための機能でしょうか。 Issueよりも、「テーマを設定できるチャット」という理解の方が正しいかもしれません。 特定のプロジェクトではなくチームとして発生する問題や提案に対する議論の場として良さそう
TIOBE Softwareから、2017年10月のTIOBE Programming Community Index (PCI)が公開された。TIOBE PCIは、複数の検索エンジンの検索結果から、対象となるプログラミング言語がどれだけ話題になっているかをインデックス化したもの。 2017年10月におけるインデックスは次のとおり。 順位 プログラミング言語 インデックス値 推移
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