最終更新日： 2021年5月26日 近年、自然言語処理技術の可能性が再注目されています。 人間が使用する言語（自然言語）を機械で認識する自然言語処理技術は、チャットボットとして活用が進むほか、文書の検索技術の向上など、さまざまな恩恵をもたらしています。 また、2020年は、アメリカの非営利団体 Open AIが開発した文章自動生成AI「GPT-3」をはじめ、汎用的な言語モデルが注目を集めました。膨大なテキストデータを学習した汎用言語モデルは、従来の自然言語処理技術を大きく向上させ、さらに社会を変革すると期待されています。 ▼参考記事 OpenAIがGPT-3を強化したテキスト生成APIをリリース | AI専門ニュースメディア AINOW 汎用的な言語モデルの活用に注目が集まる中、2020年11月25日にLINEが世界初となる日本語に特化した超巨大モデルの開発と、その処理に必要なインフラを構

最終更新日： 2019年7月31日 「自然言語処理」という言葉を目にしたことがある人も多いでしょう。人間の言葉を機械が扱えるようにする自然言語処理は、チャットボットなどに活用され、研究も盛んに行われています。 今まで人間の言葉を「理解する」ことに主眼が置かれていた自然言語処理の研究ですが、現在の英語圏における自然言語処理の最新記事においては、「予測」や「生成」といった単語がキーワードとなっています。 そこでこの記事では、グローバルな自然言語処理研究のトレンドを紹介し、それを生かしたどんなビジネスが生まれているのか、そして生じてくる課題を詳しく紹介していきます。 世界の自然言語処理研究の最前線 解析から予測、そして生成へ 自然言語処理（英語表記：Natural Language Processingの頭文字をとってNLPと略記されることもある）とは、コンピュータに（英語や日本語のような）ヒト

最終更新日： 2021年5月26日 2020年、データやデジタル技術を取り巻く環境は大きく変化しました。その要因となったのは、新型コロナウイルスの感染拡大による移動制限と、デジタル庁の創設に向けた行政改革です。 データとデジタル技術を取り巻く環境の変化は、AI（人工知能）にも多大な影響を与え、AI分野でも多くの変化が生まれました。 今回の記事では、2020年のAIを「要素技術化」という観点でまとめつつ、重要性が増すAIのUXについて解説します。 この記事は、AINOW編集部と富士通クラウドテクノロジーズ 林真亜子との共同執筆です。 林真亜子 富士通クラウドテクノロジーズ データデザイン部 データディレクター ・主に物流業や製造業の画像解析プロジェクトを担当 ・人工衛星データ提供サービス「Starflake」のプロダクト担当 2020年のAI｜UXの重要性が高まった1年 DXの潮流でAIは一

最終更新日： 2022年2月11日 ※本記事の内容は2020年12月時点の情報です。 AIベンチャーの「エクサウィザーズ」は、世の中にさまざまなイノベーションを起こし、社会課題の解決を目指す企業の一つです。 同社はAIを利活用したサービス開発を通じて、介護、医療、HR、金融、ロボット、AIカメラなど多様な事業を手掛けており、急成長中のAIベンチャー企業として大きな注目を集めています。 また、2021年12月23日に東京証券取引所マザーズ市場へ上場したことで、さらに世間からの注目が増しました。 今回はそんな今日本で最も勢いのあるAIベンチャー企業「エクサウィザーズ」の概要や事業内容を紹介しつつ、数あるAIベンチャーの中で同社がいかにして急成長を遂げたのか考察します。 エクサウィザーズは、社会課題を解決するために、AIを使ったソリューションや自社サービスを提供しているベンチャー企業です。 同社

著者のRahul Agarwal氏はインドで活躍するデータサイエンティストであり、AINOW翻訳記事『データサイエンスを過度に民主化するな』の著者でもあります。同氏が最近Mediumに投稿した記事『機械学習プロジェクトはなぜ失敗するのか』では、機械学習システムを製品化する際に失敗してしまう原因が解説されています。 同氏は、機械学習システムの製品化に失敗する原因として以下のように5項目を挙げ、合わせて対策も解説しています。 機械学習プロジェクトが失敗する5つの原因とその対策

著者のDaniel Bourke氏はオーストラリア在住の機械学習エンジニアであり、Mediumに機械学習の学びに関する様々な記事を投稿しています。『いかにして私は機械学習を再び学び始めたか（3年後）』では「知識ゼロ、コーディング経験なし」の状態から機械学習を学び始めて3年が経過したので、改めて自分のキャリアを振り返ったうえで、同氏が考える機械学習初学者向けの学習の指針がまとめられています。 同氏が考える機械学習初学者向けの学習の指針とは、以下のような6項目にまとめることができます。 オンライン講座はどれも内容は似たようなもの。内容より学ぶ興味を掻き立ててくれる教師を探せ。 ツールではなくプログラミング言語に精通せよ。 学習過程で開発したモデルは、開発環境で終わらせずに本番環境に実装せよ。 機械学習初学者に必要な数学の知識は、直面している問題を解決するのに必要なだけのもの。 オンライン講座の

著者のWas Rahman氏は、AIによるソリューションを企業に提供するAIスタートアップAI PrescienceのCEOを務めています。同氏がMediumに投稿した記事『スターバックスはコーヒー事業者ではない ― データテック企業なのだ』では、スターバックスにおけるAIとデータ活用の事例が解説されています。 世界的なコーヒーショップブランドであるスターバックスは、毎日大量のデータを処理しているデータテック企業という側面があります。そうした側面は、以下のような5つのAIとデータの活用事例から説明することができます。 AIを使ったレコメンデーションシステム データにもとづいた商品開発 データを活用した店舗計画 状況に応じて変化する動的メニュー AIoTを活用したマシンメンテナンス 以上の事例は、実のところ、珍しいものではありません。個別に見ればありふれたAIとデータの活用方法を適切に既存業

最終更新日： 2020年4月10日 AIに積極的なIT企業といば、どんな企業を思い浮かべるでしょうか。 アメリカのGoogleをはじめとする「GAFA」や中国の百度など「BAT」を思いつく人は多いかと思います。 しかし今回注目したいのは、日系大手IT企業のAI事情です。 例えば、NEC・富士通・日立という日系ITメーカー”御三家”は独自のAI技術を開発し企業が抱える経営課題を解決するソリューションを提供しています。 今回は、ITメーカー御三家企業（グループ企業含む）のAI分野における取り組みの最新情報をご紹介します。 ITメーカー御三家の基礎情報 ITメーカー御三家とはNEC、富士通、日立製作所の３つの企業の総称です。 ”メーカー”と名がついているいるのは、もともと通信機器やパソコンなどハードウェアを製造していたからですが、今ではハードウェアだけでなくシステム開発やITコンサルティング事業

最終更新日： 2020年1月22日 2019年は、2018年に続きAI・人工知能分野で多くのニュースがありました。記憶に新しいところでは、LINEとYahoo!が統合して「アジアを代表するAI テックカンパニー」になると表明し、大きな話題になりました。また、2019年は「AI戦略 2019」が発表された年でもあり、特に人材育成に注目が集まった1年でした。 新元号「令和」を迎えた2019年を振り返ると、たくさんのAI関連ニュースが報じられ、AIへの注目は依然と高い状態が続いています。 この記事では、AI専門メディア「AINOW」を通して感じた2019年のAI分野の動きについて、お伝えします。 2019年はAI技術が現場に水平展開 2019年はざっくり言うと、AI技術が水平展開した1年だったといえるでしょう。以下、ざっくりと解説していきます。 自然言語処理領域（テキストAI）では「BERT」に

著者のIan Xiao氏は、顧客企業に機械学習ソリューションを提供するカナダの企業DESSAにおいて「契約リード（Engagement Lead）」という肩書で機械学習プロジェクトを指揮管理しています。同氏がMediumに投稿した記事「データサイエンスはつまらない（パート1）」では、データサイエンス職におけるつまらない側面が解説されています。 同氏の甥はコンピュータサイエンスの修士課程で勉強しており、卒業後はデータサイエンス職に就きたいと考えていると聞いて、同氏は甥が正しい判断を下せるようにデータサイエンス職における「つまらない」側面をあえて伝えようと決意しました。 データサイエンス職を志望する若者は、仕事に就けば機械学習モデルの構築のような知的にエキサイティングな業務に携われると思い込んでいます。しかし、現実には業務時間のほとんどを退屈でつまらない仕事に関わることになる、と同氏は指摘しま

オーストラリア在住のDaniel Bourke氏はフィットネスコーチやUberドライバーとして働いた後に機械学習エンジニアに転身し、現在はAI技術に関するYouTubeチャンネルも運営しています。AINOW翻訳記事「機械学習の独学について考えてみる？覚えておくべき6つのこと」でAIエンジニアになるための勉強法をシェアした同氏は、今度は自身の機械学習エンジニアのキャリア1年目で学んだことをMediumに投稿して公開しました。 同氏が機械学習エンジニアのキャリア1年目で学んだ教訓は、以下の12項目にまとめることができます。 データ理解が重要かつ最優先 コミュニケーションの問題のほうが技術的問題より難しい 使い古された手法は最先端のそれに勝る オンライン講座で学んだことと実務で必要なことのあいだにはギャップがある 業務時間の20%は最新技術の学習に費やすべし 読むべき論文は一握りで、使えるものは

著者のDaniel Shenfeld氏は、AI製品開発や企業のAI導入を支援するAIコンサルタントを個人で営んでいます。同氏がMediumに投稿した記事では、同氏がAIコンサルティングを通して学んだ8つの教訓がまとめられています。 学んだ8つの教訓は、それぞれに付けられた見出しを見ると大意がわかります。それらは、以下のようなものです。 製品を作るのであって、AIを作るのではない 考えるべきは問題であり、手段ではない データと製品のシナジーを探す データがはじめ、AIは後 効果的なコミュニケーションへの投資 早いが鈍くさいのは実は鈍くさくない 迷ったら、データを見せろ 信頼を築く なお、以上の教訓が解説されるにあたっては、本翻訳記事の元記事とは別のMedium記事で論じられた「製品とデータの適合」「モデル価値グラフ」「データ債務」といった概念が援用されています。こうした概念については、注釈を

現在、AI・人工知能は定義は定まっていません。 人工知能という言葉は広義であるため、ゲーム領域では人間の生命メカニズムを利用したものに使われていたり、人間のように振る舞うもの対して使われたりしています。 近年のAI領域で話題となっているニューラルネットワーク、ディープラーニングは、人間の脳のメカニズムを応用したモデルですが、ゲームにおけるAI、すなわちゲームAIは学問としてのAIとは異なる独自の文脈を持っているので注意が必要です。 ゲームAIは、ゲームを開発する上で使われている言葉で、もともとの目的としてユーザーがゲームをプレイしていて、人の知性を持っているかのように振る舞う対象に対して古くから使われていました。 しかし、現在ではゲームのシナリオなどもゲームAIが管理してユーザーを楽しめるようになってきています。 ゲームAIは、NPC(ノンプレイヤーキャラクター)として自律的に動くキャラク

AI開発の肝は“データリテラシー”！？話題の量子アニーリングの仕組みもまるわかり　第14回 Machine Learning 15minutes!レポート 最終更新日： 2019年7月10日 みなさんこんにちは。おざけんです。 7/29に行われた第14回Machine Learning 15 minutes! セッションのスライド及び動画を公開しますので、ぜひご覧ください。 Machine Learning 15minutes!とは 「Machine Learning 15minutes!」は、「機械学習」について「15分以内」で語るLTを6～9人程度で行い、DeepLearningや強化学習などの先端技術技術のビジネスへの応用例などを学び、様々な角度から機械学習についての知見を広げるイベントです。イベント終了後には懇親会が開催され、最前線の機械学習スペシャリストたちと人脈作りをすることが

こんにちは、AINOWの亀田です。 2016年は、産学連携プロジェクトが盛んになり、AIを研究している研究室の名前を目にすることが増えたと感じた方も多いはず。そこで、AINOWでは、日本のAI関連の研究をされている研究室をまとめてみました。 （まだまだあると思いますので、Ver1.0ということで出します…!） 「私の出身研究室がない」、「あの有名な先生が抜けている」とのご指摘、大歓迎です！ どんどん追記・修正いたします。 ※追記：2/1 Ver1.0.2に更新いたしました。 ※追記：2/6 Ver1.0.3に更新。50名を追記しました。 ※追記：2/10 Ver1.0.4に更新。6名を追記しました。 この研究室マップから、各企業と研究室が繋がり、企業からは、AIに関わる事業の推進、研究室側からは、AIを研究する学生の就職活動の役に立つを願っています。