※当記事では生成AIの是非(適法性/違法性)について言及しない。 かつてはコップに入った猫を「猫である」と判断できなかったAIが、本格的に絵という分野に進出してから数年が経った。 初めこそよくわからない抽象画のような風景やラーメンを手づかみで啜る樋口円香を笑っていた私達に、現在の混沌とした状況は想像できただろうか。 よりにもよって、そんな絵という分野の過渡期に美術大学のデザイン科に進学を決めてしまった大馬鹿者がいる。私だ。 入試対策のデッサンをしながら、自分が目指す分野は果たして10年後に存在するのか、そんな事を考えていた。今やクリエイターにとって死活問題となった画像生成AIの普及は、確実に、それも急速にクリエイターの未来に暗い影を落としている。 ……と思っていた時期が私にもあった。 実際はどうだろう。未だに単語や文章から的確にそのコンテクストを表現した美少女を生成してくれるサービスなど存

この前の日経の記事でプリファードの西川CEOが「AIブームはもう終わる」と発言していたのが、とても象徴的なできごとだと感じた。AIブームが終わるというのは、誰もが分かっていて、話題にも良くなっていたが、AIに直接関わっている当事者としては、言い出しにくい雰囲気があった。

毎年、グローバルで300万件以上出願されている「特許」。しかし、特許の管理や検索、申請に関わる技術は高度化し、フローは複雑さが増している。 多くの国にまたがる国際出願が標準化する中で、発明者や弁理士がグローバルに特許の存在を調査する作業は藁の山から1本の針を探すよりも困難な作業と言われており、プロのサーチャーでも一件の調査に数日〜数カ月を要する、と言われている状況だ。 そうした特許検索における課題を解決すべく、先日、正式版がリリースされたサービスがAI特許調査プラットフォーム「Amplified（アンプリファイド）」だ。 同サービスは世界中の1億件以上の特許をディープラーニングで学習したAIが、入力される文章に対して即時に類似特許を発見する、というもの。これまで数日〜数カ月かかっていた先行技術調査が約30〜60分以内に短縮されるとのこと。料金は「Pay-Per-Projectプラン」が調査

【アスキークラウド2月号・特集連動ロングインタビュー】 自動運転車、ロボット──グーグルが人工知能を使った新たなデータビジネスに着手している。しかし、日本でも人工知能に関する試みは30年以上も前からあったという。なぜ当時は失敗してしまったのか。人工知能研究の草分けである慶応大学理工学部の山口高平教授に、人工知能ビジネスの発祥、日本の最先端研究、そしてグーグルの目指す世界について話を聞いた。 ──グーグルを筆頭に、人工知能がビジネスとして注目を集めています。 このごろ「なぜ最近人工知能がよく出てくるのか」とよく質問されるけど、人工知能はもう57年の歴史がある。3回目なの、人工知能ブームは。最初は1956年。チェスとか定理証明とかを対象に人に、どれだけ迫れるかという感じでやってた。でも産業界からのニーズはチェスや定理証明じゃない。実際の問題が解けないから、ブームはすぐに沈滞した。 1970年代

AIの大まかな話は前回説明した通りだが、もう少し細かく「なにをやっているか」を今回説明したい。 やや古い話であるが、GTC 2015においてFacebookのRob Fergus氏が“Visual Object Recognition Using Deep Convolutional Neural Networks”というトレーニングコースを実施しており、現在もGTC オンデマンドで視聴できる。 25分ほどの短いセッションで、英語も平易なのでわかりやすいが、こちらのスライドをもとに、そもそもConvolutional Neural Networkではどんな計算処理が必要かを細かく説明していこう。 コンピューターに文字や画像を認識させる 畳み込みニューラルネットワーク そもそも畳み込みを使うConvolutional Neural Networkを最初に提唱したのは、Facebookに在籍し

前回のCentaurのCHA+Ncoreが意外に受けたようだ。VIAというかCentaueがまだx86を手掛けているという話もさることながら、AVX-32768のインパクトがそれなりにあったのではないかと思われる。などという話を編集部としていると、AI向けプロセッサーはもっとぶっ飛んだモノが多いということから、「ではAIプロセッサーを解説しましょう」ということで話がまとまった。 実は前回も説明なしにAI用語(学習/推論やネットワーク、ウェイト、活性化関数など)を紹介しているのだが、このあたりをきちんと説明した機会はASCII.jpでもあまりないようなので、まずは基礎知識を解説するところから始めたい。 意外と古いAIの生い立ち そもそも論になるのだが、AIとはなにか？　と言えば、大本で言えば人間の思考にあたるものをコンピューターで実現する、という取り組みである。 AI(Artificial

Point ■AIが教えられることもなく、数の概念を理解した例が発表された ■数は抽象的な概念で、数えるなどの行為を経ずに瞬時に「数」を判断することは非常に高度な思考活動となる ■今回の報告では、AIは視覚情報用いた学習中に、ネットワーク内の数に関するユニットが突然反応し「数」の概念を理解しはじめたという 私たち人間は、「5」までの数ならパッと見で判断する事ができる。4匹の猫、4個のリンゴが並んでいるのを見て、いちいち1つ2つと数える人はいないだろう。 それは私たちが「数」という概念を感覚的に理解できているためだ。 ところがコンピュータには、これが出来ない。彼らは計算は得意だが、「数」という抽象的な概念を理解しているわけではないからだ。 これが、人間とコンピュータの違い…いや、違い「だった」。 今や、コンピュータは数の概念さえをも獲得しはじめたようだ。AIが人間が教えたわけでもないのに数の

ここ最近、Google翻訳がリニューアルされ、性能が向上したという話が流れてきたので、さっそく試してみた。 ぼくが真っ先に試したのは、「母は、父が誕生日を忘れたので、怒っている。」だ。 なぜこの文が気にかかっていたかは後述する。 結果は次の通り。 "My mother is angry because my father forgot her birthday." すばらしい。 では、「母は、父が鞄を忘れたので、怒っている。」はどうだろうか。 "My mother is angry because my father forgot his bag." 完璧だ！ 「誕生日を忘れた」の場合は「母の誕生日」と解釈し、「鞄を忘れた」の場合は「父の鞄」と解釈する。 これこそ、利用者が翻訳に求めるものじゃないだろうか。 しかし、ここまでだった。 次にぼくは、「父」と「母」を入れ替え、「父は、母が誕生日

PR 皆さんは、イタリアンワイン＆カフェレストラン「サイゼリヤ」のキッズメニューに「間違い探し」がついているということをご存じでしょうか？ その「間違い探し」はとにかく難しい。どれだけ難しいかというと、間違い探しだけを収録した本が発売されるくらいの難しさです。 しかし、そんな「サイゼリヤの間違い探し」でも、人工知能の手を借りれば一瞬で解くことができるのではないでしょうか？ というわけで、本日はそんなものすごい人工知能「DeeptectorⓇ（ディープテクター）」を開発しているという、NTTコムウェアさんにやって来ました。 （左）湯浅さん、（右）佐々木さん こちらは、今回お話を伺うNTTコムウェア ネットワーククラウド事業本部サービスプロバイダ部の佐々木さんと湯浅さんです。 「今日は、NTTコムウェアさんのすごい人工知能技術でこちらの『サイゼリヤの間違い探し』をやってもらおうと思っています。

AIでギャンブルの結果を予測する――。これを実現したサービスがある。今年2月にリリースされた競艇（ボートレース）予想の人工知能「みずはのめ」がそれだ。 日本神話に登場する水の神様から名を取ったこのサービスは、開発開始から1年半で、回収率151%の「最強AIギャンブラー」へと進化した。開発者・安東卓也さんに開発の経緯とAI時代の展望を語ってもらった。 取材・構成／田嶋裕太 AIでレースを予想する 今回開発した「みずはのめ」という競艇の予想人工知能では、過去100万以上のレースデータをもとにして、その日開催される予定のレースで的中する確率の高い舟券を予想し、的中確率をパーセンテージ化したものを公開しています。 ユーザーは有料のポイントを支払うと、各競艇場の全券種の的中確率とオッズ（賭け率）が見られるといった仕組みです。レースの状況によっては的中確率が単勝で70％、三連複で20％を超えることも少

じつは1980年代の“国内ゲームAI史”は、これまでまったくの暗黒大陸と化していた。そんなところに発見されたその資料は、驚くべきことに──いまAI研究の最先端にいる開発者から見てもまったく色褪せない歴史的な完成度であるという。 この“早すぎる”麻雀の“ゲームAI”は、はたしてどう生み出されたのだろうか？ この奇跡ともいえる仕様書を作った人物は、ゲームソフト制作会社ゲームアーツを立ち上げ、その後『LUNAR』、『グランディア』シリーズや『機動戦士ガンダム ギレンの野望』のプロデュース、そして『大乱闘スマッシュブラザーズX』の開発プロデュースなども手がけた宮路洋一氏だ。 宮路洋一氏　当時、23歳の若者だった氏が作り上げた“麻雀AI”完成度の高さの舞台裏には──じつに1年半にわたる、途方もない回数のテストプレイの日々があったという。 「いつのまにかAIになっていた」、「いま思うと手動でディープラ

最近とある企業の採用担当者と会い、大変興味深い話をうかがった。その方の会社は中々に革新的で、昨今話題のAIによる採用判定を書類選考に絞って導入してみたのだという。 結果はなかなかに上々だったとの事だけど、最終的には採用におけるAIの導入は断念した。 AIの採用を見送った理由はAIの判断が悪かったからではない。結果だけみれば、AIの判断はプロの採用担当者と比較して、そう悪いものではなかったようだ。 問題となったのは、AIが「なぜこの人を選んだのか。なぜこの人を選ばなかったのか」を説明してくれなかったところにあったという。 これは実に大変興味深い指摘で、今後AIが導入される社会を生きる私達にとって非常に有益な知見が詰まっている。今日はこれを掘り下げて、僕なりのAIが導入された後の社会の行方についてみていく事にしよう。 AIの思考回路は人間と随分違う AIは囲碁の世界チャンピオンを打ち倒したり、

創業63年、箱根の老舗ホテルが人工知能を導入した理由：【特集】Transborder ～デジタル変革の旗手たち～（1/4 ページ） 公式Webページに機械学習を使ったFAQシステムを導入した、箱根の老舗ホテル「ホテルおかだ」。こうした最新ITを導入する裏には、旅行業界における大きなビジネスモデルの変化があった。 箱根湯本にある創業63年の老舗ホテル「ホテルおかだ」。AIを導入するなど積極的なIT活用を進めているが、その中心となっているのは営業部長の原洋平さんだ。原さんは、NECにも勤めたエンジニアだったが、生まれ育った旅館に戻り、仕事の中で見つけた業務課題を自作のITツールで改善していた。 インタビュー前編はこちら→NECから温泉旅館へ転身――元エンジニアが挑む、老舗ホテルのIT化 そんな中で起こった「東日本大震災」をきっかけに、ホテル経営、そしてITに対する原さんの考えは変わっていった。

どうも、「電ファミ」では競馬担当になりつつある、長谷川リョーです。 前回は北海道まで出張取材をした「リアルダビスタ」の記事をお届けしました。「将来の夢は馬主になることだ」と競馬への愛についても触れさせていただきましたが、馬券の方も嗜みます。週末は重賞を中心に、平場のレースまで手広く買うことが多いです。 （Photo by Getty Images）　1度だけ万万万馬券を当てたことがあり、生涯収支は間違いなくプラスなのですが、あの大当たりがなければ間違いなく回収率は100%を下回っていたことと思います。（僕だけではなく、おそらく多くの人が同じ現状だと思います……） 普段はAI（人工知能）、IoT、VRのようなテクノロジー周りの取材記事を書くことも多く、「ディープラーニングのような技術を元に、競馬予想をするプログラムを作ることができるのでは？」と夢想したことも一度や二度ではありません。IT企業