ビッグデータを活用して日々進化を続ける人工知能。この力をビジネスに活用すれば、今まで以上の成果を得られる可能性を秘めている。「実際に導入するには?」「効果のほどは?」 AIの“いま”を紹介する。
2017年04月28日 11時00分更新 文● 羽野三千世/TECH.ASCII.jp 写真●曽根田元 提供: 日本マイクロソフト 「写真の中の人物は何をしているのか」、「この顔は誰か」、「この顔は怒っているのか」、「文章には何が書いてあるのか」、「誰が話しているのか」。このような人間に備わっている画像や音声、文章についての認知能力をコンピュータで実現するテクノロジーが「コグニティブ技術」、広義では「AI(人工知能)」と呼ばれるものである。 マイクロソフトはAIの精度を向上させるために、AIを支える機械学習や深層学習(ディープラーニング)の研究開発と、ディープラーニングの計算を高速・効率化するクラウドインフラの開発に対して多くの投資を行ってきた。同社が開発する深層学習フレームワーク「Microsoft Cognitive Toolkit(旧CNTK)」は、すでに画像認識では人間の能力を超越
ディープラーニング実践入門 ~ Kerasライブラリで画像認識をはじめよう! ディープラーニング(深層学習)に興味あるけど「なかなか時間がなくて」という方のために、コードを動かしながら、さくっと試して感触をつかんでもらえるように、解説します。 はじめまして。宮本優一と申します。 最近なにかと話題の多いディープラーニング(深層学習、deep learning)。エンジニアHubの読者の方でも、興味ある人は多いのではないでしょうか。 しかし、ディープラーニングについて周りのエンジニアに聞いてみると、 「なんか難しそう」 「なかなか時間がなくて、どこから始めれば良いかも分からない」 「一回試してみたんだけど、初心者向けチュートリアル(MNISTなど)を動かして挫折しちゃったんだよね」 という声が聞こえてきます。 そこで! この記事では、そうした方を対象に、ディープラーニングをさくっと試して感触を
声で話しかけると、カレンダーにスケジュールを追加してくれたり、電話をかけてくれたり、最寄りの人気レストランを探してくれたりもするSiri。TVCMでは、クッキーモンスターが「Hey Siri!、タイマーを14分にセット」(手が汚れていても使えることをアピール)などとやっていますし、雑談でとんでもなく気の利いた受け答えをすることが話題になったりします。 Siriは、2011年、iPhone 4Sの登場とともにiOS 5に搭載されて以来、スマートフォンを一段と便利に魅力的にしてくれたと思います。また、iOS 10ではついに開発者向けに API が公開され(利用可能な機能はごくごく限定されていますが)Siriと連携したアプリの広がりも期待されています。 Siri以外にも、「OK Google」でおなじみのGoogle 音声検索・操作(Android、iOS、Web対応) や、NTTドコモの「しゃ
完全自動ではないが着実に成果が出ている理由を知る 毎日のようにディープラーニングに関する話題がメディアを賑わせており、自社のサービスや事業にも応用できないかと考えられている方も少なくないはず。niconico(ニコニコ動画やニコニコ生放送、ニコニコ静画などを含む株式会社ドワンゴが提供するサービス)では、2014年から、ディープラーニングによるデータ解析を行っている。その内容は、NVIDIAが2016年1月に開催した「Deep Learning Day」でも紹介されたとおりだが、実際のサービスにどのように実装されているのか? niconicoのようなサービスでは、レコメンド、不適切コメントの削除、アクセス量の予測などが、非常に重要な意味を持つ。そこで、ログ解析に加えてユーザーのコメントなどのデータ解析にディープラーニングを応用。たとえば、ニコニコ動画の視聴者が書き込むコメントは、一般的な日本
あなたもネズミになれる! 上野の国立科学博物館で、3月18日から始まった「大英自然史博物館展」(6月11日まで開催)に、チャールズ・ダーウィンの『種の起源』の直筆原稿が展示されるそうだ。すべての種が共通の祖先から発生して進化系統樹を作っているというのは、日々プログラムを書いているような人ならソフトウェアもそんなもんだよと感じたりしていると思う。 日本ではあまりそういう教え方をしていないが、産業革命の時代に、機械が改良されて進化してするのを目の当たりにしたのが進化論の背景としてあった。ちなみに、『種の起源』の刊行が1859年、チャールズ・バベッジがコンピューターの祖先とされる「解析機関」を設計したのは1837年から1871年とオーバーラップしている。直筆原稿は、オリジナルのソースコードみたいな感じだ。 さて、私もOculus Riftの初代から手にいれて「VR」(仮想現実)には、興味津々であ
4月10日の日経ITproの記事「 AIベンチャーの雄が総務省の開発指針に反対する理由」で、総務省主導で推進されているAIネットワーク社会推進会議とその開発原則分科会からPFNが離脱したことを、取り上げていただきました。私とのとりとめのないインタビューを適切にまとめてくださった日経ITpro浅川記者に深く感謝いたします。また、その記事に対して、はてなブックマーク、NewsPicks、FacebookなどのSNSを通して多くのコメントを下さった方にも感謝の意を表します。ありがとうございます。離脱の理由は記事にある通りですが、総務省の方々も私達の立場を真摯に受け止めてくださっていて、実りのある議論を続けてくださっています。その上で、今後の議論を深めるために、いくつかの点について補足したいと思います。 汎用人工知能と特化型人工知能 現在、人工知能という言葉は大雑把には、 汎用人工知能(「強い」人
リクルートが人工知能(AI)関連の技術に力を入れています。 2015年には、リクルートホールディングスとして人工知能研究所を設立。米カーネギーメロン大学のトム・ミッチェル教授をはじめ、AI分野の世界的権威を招いて技術開発に乗り出しています。 さらにこのたびホールディングス傘下のグループ会社からもAI関連の取り組みが出てきました。 それが機械学習技術を活用した各種サービスのAPI群「A3RT」(アート)。リクルートテクノロジーズが3月にリリースしたソリューションです。 リクルートテクノロジーズは、数年前からAI関連のソリューションを開発し、グループ会社向けに展開。業務の効率化や付加価値の増大などに取り組んできました。 たとえば機械学習によって文章の誤字脱字を自動で検出できる機能や、画像検索機能などが一例です。 こうした機能を外部の企業や個人も使えるよう、リクルートテクノロジーズがAPIとして
2月21、22日に開催されたイベント「CNET Japan Live 2017 ビジネスに必須となるA.Iの可能性」では、企業における先進的な人工知能(AI)の活用事例や、今後のビジネスでAIが必要不可欠になるかを解説したりする多くの講演があった。 データ活用の先駆的な企業として、実際にAIを活用したプロジェクトを多数手掛けてきたブレインパッドが「AIによる顧客プロファイリングとマーケティングへの活用」と題して講演。多彩なデータ活用・マーケティングソリューションを提供している同社ならではの、マーケティングにおけるAIの活用方法を紹介するだけでなく、その一例として自然言語解析「LUIS」の具体的な使い方やメリットについても解説した。 非会員の情報も得られるようになるCognitive Services 登壇したのはブレインパッド ソリューション本部 プロダクトサービス部 部長の熊谷誠一氏。同
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
こんにちは。ぼへみあです。 こんな記事を読みました。 japan.zdnet.com よくあることだと思いますが、上から降ってきた機械学習プロジェクトは99%失敗し、導入したとしても技術的負債という形でエンジニアを苦しめることになるので、やらないほうがいいと思います。 僕は普段から、ディープラーニング面白しれー、機械学習サイコーと世に広めてしまっているのですが、 こちらの講演を聞き、機械学習をシステムに組み込んで運用する際に、普通のシステム以上に技術的負債が発生しやすく、どの企業でも気軽に導入を進めるべきでないと思いましたので、今の考えをまとめてみました。 ディープラーニング、実サービスへの導入の実際 〜niconicoにおけるレコメンド、コメント解析、画像解析〜 | Peatix 機械学習は技術的負債の高利子クレジットカード 近年高い成果を上げ、ブームになっている機械学習を導入したいと考
AIについて本気で学び始めて約1カ月。「AIってなぁに?」からはじまった私も、日本マイクロソフトテクニカルエバンジェリスト大田昌幸(おおたまさゆき)先生に手とり足とり教えてもらって、ついにAIが使えるようになりました。 最初に挑戦したのは、Microsoftが公開している「Face API」。これを使うと、写真から年齢と性別が認識できるようになります。しかも勉強時間は30分! これまで「へー」と見ていたものを、自分の手で作れるようになると楽しくなります。そんなわけで、一通りのAPIをいじってみたいと思います。 今回学ぶのは、同じくMicrosoftが公開している「Emotion API」です。Emotion APIは、顔を認識し感情を分析してくれるAPI。Emotion APIに画像を送ると、平常状態、怒り、軽蔑、嫌気、恐怖、幸福、悲しみ、驚きの8種類の感情を認識してくれます。 これらの感
レッツ落書き GoogleのAIが、あなたの下手くそな絵を判別します Quick, Draw!: Doodling for Science AIは、近年さまざまな分野で話題を集めています。その理由は、AIが機械学習というプロセスによって人間が一つひとつ教えなくても物事を学んでいけるようになったからです。Googleも、AIの分野に力を入れており、私たちが実際に使うことのできるAIアプリケーションを公開しています。「Quick,Draw!」もその1つです。これは、私たちの落書きをAIが認識し、それが一体何の絵なのかを判別する、というものです。Aiは答えを教えなくても、自ら正解にたどり着くことができてしまうのです。話は変わり、今度の主役は「セメント」です。実は、セメントにはCO2を吸収する効果があることをご存知ですか? YouTubeのサイエンス系動画チャンネル「SciShow」。今回は、AI
AI技術の搭載は、セキュリティにスピードとスケーラビリティをもたらすことが分かったと思います。とすると、AI技術があればよいのでしょうか。これまで成熟させてきた対策技術と入れ替えるようなものでしょうか。 残念ながら現時点では、AI技術だけで企業のセキュリティを守ることはできない、と考えています。第1回で触れた通りAI技術(機械学習)にも誤検出があり、しかもその比率は既存技術に比べて非常に高いため、それを補い、許容できるレベルに抑える必要があります。 また実は現状では、スクリプトやマクロなど、AI技術が苦手とする検出対象が存在します。 さらに、機械学習ではシグネチャこそ用いないものの、判断のための「モデル」というものを代わりに使っています。このモデルは機械学習のいわばエンジンであり、目標としている検出率と誤検出率を維持できない場合にアップデートを行う必要が発生します。 何かを検出しないから、
「小説の大部分はAIに書かせてます」――AI時代のストーリー創作術を、『428』イシイジロウ×『刀剣乱舞-ONLINE-』芝村裕吏が語り合った! ゲームの歴史の中で「ストーリー」をどう扱うかは、いつも問題になってきた。 プログラムで記述されたキャラに生命を与えてくれる一方、小説や映画のように作り込むと「一本道」として批難される。プレイヤーの入力に反応を返すデジタルゲームの表現で、実は大変な難しさがあるのだ。 この問題を実作で考えてきたクリエイターが、今回対談するイシイジロウ氏と芝村裕吏氏だ。 イシイ氏は、チュンソフトで企画をはじめ、ディレクターやプロデューサーとして活躍。プロデューサーを務めた『428 〜封鎖された渋谷で〜』などの、選択肢によってどんどんシナリオが分岐していくサウンドノベルの名作に携わってきた。現在はフリーランスとして『文豪とアルケミスト』などのヒット作を手がけている。一方
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