RPA（Robotic Process Automation：ロボティクスプロセスオートメーション）について、ITIL（Information Technology Infrastructure Library：ITサービスマネジメントのフレームワーク）の視点から考えてみたいと思いますが、今回は事前知識として、RPAとは何かについて確認しておきしょう。 RPAに似ている技術として、botとAIがよく引き合いに出されます。全て、「自動的」というキーワードでくくられがちなため、区別なく話題に登場することもありますが、その本質は大きく異なります。 ルールベースのRPA、判断ベースのAI 何かを自動処理させたい場合、「人の手によって処理フローを全て定義するか」「蓄積された内部データと照らし合わせて都度システムが判断するか」のいずれかで実現します。このとき、前者をルールベースの自動化、後者を判断ベー

どういう本なの？まえがきのスクリーンショットを貼りましたが、この本は多くの機械学習の本とは異なり、機械学習の実務で使えるようになるために知りたい、機械学習を含めたシステムのアーキテクチャや機械学習プロジェクトの進め方、効果検証をどうするのかということをまとめました。 めざすところのイメージ既に多く刊行されているTensorFlowやChainerでディープラーニングをしてみようというものでもなければ、機械学習の理論をわかりやすく解説するといった類のものでもありません。ゼロから作るDeep LearningやCourseraのMachine Learningで学んだけど、実際の仕事に活かすにはどうしたら良いだろう？という疑問に答えているつもりです。また、大学の講義などで機械学習は学んだけど、実際仕事で機械学習のプロジェクトを進めるときはどうすればいいんだろう？という人にも得るものがあると思い

ソニーの最先端R＆D、そのウラ側に迫る！ 若きエンジニアが生み出す機械学習フレームワークの価値 圧倒的スピードで浸透しつつある、機械学習。この分野にソニーが満を持して投入したOSSの背後には、ある若手エンジニアの活躍がありました。ソニーの最先端R&Dの裏側に迫ります。 いま、機械学習がすさまじいスピードで浸透しつつあります。 Chainer、Keras、TensorFlowといった、機械学習のためのフレームワークが続々とリリースされ活用されていることも、もちろん無関係ではありません。 そして、2017年6月、ソニーからオープンソースソフトウェア（OSS）として機械学習フレームワーク「Neural Network Libraries」が公開されました。動的グラフ機能というディープラーニングの最新トレンドを取り入れながら、電子機器などに組み込む使い方にも対応しやすい作りがこのフレームワークの特

デザインに欠かせない配色選びは、デザイナーにとって頭を悩ませる問題のひとつ。もしコンセプトにあった色の組み合わせを素早く、しかもたくさんのサンプル案と一緒に確認できるとしたら？ Khroma は、そんなデザイナーの想いを人工知能をつかって解決したオンライン配色ツールです。お好みの色を追加することで、より精度の高い組み合わせを実現できる、まさに「育てる」配色ツールと言えます。 Khroma とは。 Khroma とは、人工知能 Ai を利用することで、選択した色を解析し、実用性の高いカラーパレットを生成するオンライン配色ツールです。 このツールを使えば、以下のようなスタイリッシュな配色をほんの数分で作成することができます。今回は、Khroma の使い方を詳しくみていきましょう。 Khroma の使い方 まずは、お好みの色を50色選んでいきます。「50色」と聞くと多いように感じるかもしれません

AIベンチャーが実現した“99.2％”手書き文字認識ソフトの重要性──日本企業がAIを導入できない理由とは（1/2 ページ） 「Tegaki」という日本語の手書き文字認識（OCR）サービスがある。そのソフトはディープラーニングなど機械学習のアルゴリズムを用い、認識精度は99.22％という精度で、平仮名、片仮名、漢字、数字、アルファベット、記号を認識できる。申し込み用紙やアンケート用紙など、複雑な形式の紙からでも正確に手書き文字を読み取れるという。8月23日に企業向け提供を始め、有料ながら個人も使えるように調整中だ。 例として、公式サイトには江戸川乱歩『青銅の魔人』を複数人で手書きしたものをTegakiで認識したサンプルが公開されている。 「通り」が「通いり」に、「レール」の音引きが全角ハイフンになっているほかは手書き文字を正しく認識しているようだ。他社のOCRサービスでは約7割の認識精度に

ロボットは意識を持てるのか 人工知能（AI）が社会に与える影響を議論する上で、常についてまわる疑問に「ロボットは意識を持つようになるのか」というものがある。 私自身は、もともと脳から意識がどうやって生まれてくるのかを研究してきた。私が意識研究に没頭してきた20年間ほどの間に、神経科学の観点からはかなり意識の理解は進んだと思う。 しかしながら、ロボットやAIといった工学的な研究分野でも意識と関連の深い研究は行なわれてきていた。ただ、分野が少し違うだけで、研究者同士は実はあまり理解できていない状況にある。 私がイギリスの大学を辞めて日本に帰ってきて立ち上げたベンチャー「株式会社アラヤ」では、AIの技術を集結して「人工意識」を作ろうとしている。かなり無謀な試みに思えるかもしれない。 だが、戦略を詳しく話すと、それほど突飛なことでもないと納得してくれる人たちもいる。現在ではCRESTという国のプロ

人工知能は暴走する、ただしそれは“人の手”によって：真説・人工知能に関する12の誤解（6）（1/3 ページ） 人間を超えた知能を得た人工知能が暴走し、人間が支配される――。第3次人工知能ブームの初期のころは、そんなSFのような話がよく聞かれましたが、最近では少なくなってきました。むしろ、人工知能で問題とすべきリスクは別のところにあります。 つい最近、「Facebookが開発していたチャットbotが、独自の言語で会話をした」というニュースが話題になりました。実はこれ、Web上で公表されている研究内容を読むと「ウソ」だということが分かります。 研究内容はこちら→Deal or no deal? Training AI bots to negotiate 文中に“led to divergence from human language”とありますから、実際のところは全く新しい言語を作ったのでは

データを確認せずに「できます！」と役員が確約した、ディープラーニング案件の末路：開発残酷物語（4）（1/3 ページ） トラブルの原因は何だったのか、どうすれば良かったのか。実在する開発会社がリアルに体験した開発失敗事例を基に、より良いプロジェクトの進め方を山本一郎氏が探る本連載。今回は「ディープラーニング」にまつわる失敗談を紹介します。 「開発残酷物語」は、システム開発会社比較検索サービス「発注ナビ」ユーザーのシステム開発会社の方々に過去の失敗事例をお話しいただき、契約で押さえるべきポイントやプロジェクト運営の勘所を読者諸氏と共有し、これから経験するトラブルを未然に防ぐことを目的としている。 聞き手は、山本一郎氏。今回、失敗談をお話しいただいたのは、「コンピュータマインド」の常務取締役 萱沼常人氏だ。 同社は山梨県に本社を構え、東京都新宿区に東京本社を置き、沖縄にも事業所がある。従業員数1

2015年11月、トヨタはAI先端研の創設と、世界的権威のCEO招聘を発表して世間をあっと言わせた。それから1年半─。AI業界を牽引するスーパースターは、未来に楽観的だと話す。彼が人間を信じる理由とは。 AI（人工知能）研究の第一人者は「気遣いの人」である─。 撮影のとき、ギル・プラット（55）はイヤな顔一つせず、立ったり、椅子に座ったり、編集部のさまざまなリクエストに応じてくれていた。落ち着いた物腰と穏やかな笑みで現場の緊張を和らげていく。 「カンパニー・ジャケットを着ましょうか？」と言うと、彼は2メートルを超える体躯には少し小さい作業服に袖を通し、胸元の「TRI」と書かれたロゴを指差した。 「会社のロゴも付いていますよ」 トヨタ・リサーチ・インスティテュート、通称「TRI」。トヨタ自動車が2016年1月にアメリカで設立したAIの研究・開発拠点である。プラットはそのCEO（最高経営責任者

日本マイクロソフトがパートナー向けのカンファレンス「Japan Partner Conference 2017」で、同社のAI技術の最先端を披露した。認識技術では人間を超えるものも出てきている。 日本マイクロソフトが9月1日、日本国内の販売パートナー向けイベント「Japan Partner Conference 2017 Tokyo ～Inspire Japan!～」を開催した。 基調講演で話された内容は、7月に米国ワシントンD.C.で開催した「Inspire 2017」の内容に沿ったものだったが、日本のパートナーに向けて、2018年度（日本マイクロソフトの会計年度は7月～翌年6月まで）の注力分野や、実際に動き始めている事例などを紹介した。 中でも興味深かったのが、現在同社が展開するコグニティブソリューションを実際に活用するデモ。MicrosoftのAI技術が実用レベルにまで進化しているこ

提供：NTT 2017年夏、棋聖タイトルの防衛を果たしたばかりのプロ棋士・羽生善治は、東京・三鷹にやってきた。目的地はNTTの叡智が集結している研究所・武蔵野研究開発センタ。ここでは知る人ぞ知るユニークなAI研究がたくさん行われているという。 案内役兼対談相手は研究部門のトップ、篠原弘道NTT副社長。将棋と人工知能、そして人類の未来をめぐる知的刺激に満ちた対談をお楽しみください。 コンピュータと「温故知新」 篠原弘道　タイトル防衛、おめでとうございます。 羽生善治　ありがとうございます。 篠原　将棋界はコンピュータとの関わりがとても深い世界ですね。コンピュータ将棋は劇的に強くなりました。当事者として、羽生さんは今の状況をどうご覧になっていますか？ 羽生　近年、将棋界でAIの開発が非常に早いスピードで進んだ理由は、いくつかあります。 ひとつは、開発がオープンになっているということ。開発者の皆

［CEDEC 2017］なぜゲームのモブキャラは「膝に矢を受けてしまって」程度しか話せないのか？ 産業界の研究事例から学ぶ「AIと人との会話技術」 ライター：米田 聡 猛烈な勢いで進化し続けているゲーム技術だが，ゲーム中に登場するNPCとの会話の質は，10年前，20年前のゲームとさほど変わっていない。1対1の会話コミュニケーションを実現するようなタイトルでは会話のバリエーションも相応に増えてはいるものの，たとえばRPGに出てくる「村人A」「衛兵B」とかだと，プレイヤーの語りかけに対して，定型的な応答しかしなかったりするのがほとんどだ。それこそ，「膝に矢を受けてしまって」のような。 NPCの定型的な応答には独特の「味」があるものの，少なくともここに対話は成立していない CEDECでは毎年，人工知能学会との共同企画が設定されている。本稿で紹介するセッションもその1つだ 一方，産業界では人工知能

昨今、AI分野における技術革新がニュースになる際、「人間の仕事を代替するテクノロジー」といった側面がクローズアップされやすい。しかし、AIは仕事を奪うばかりではない。人間の仕事を支え、新たな価値を創造する担い手としても活躍の幅を広げている。 金沢工業大学とIBMによる「コグニティブキャンパス」プロジェクトもその一つだ。昨年11月に発表した同プロジェクトは、多様化する学生のニーズへの対応、自己成長に向けた的確な支援を、IBMが有するAIの「IBM Watson」によって実現する取り組み。 先日は、プロジェクトの第一弾として、大学での学びや生活、課外活動など、キャンパスライフ全般のアドバイザーとなる「KITコグ」システムを発表した。 学生のキャンパスライフを支える「KITコグ」 8月から期間限定で試験導入されるKITコグでは、学生の成績や性格診断結果など、約40の項目にもとづいて、類似する卒業

［CEDEC 2017］ニューラルネットがキャラの動きを自然に，処理負荷を低くする？ キャラクターアニメーション品質向上に向けた新提案 ライター：米田 聡 ゲームパッドを使ってキャラクターを操作しているとき，キャラクターの動きになんとなく違和感を覚えたり，足が地面に着いていないように感じたりといった経験をしたことがあるゲーマーは多いだろう。 ゲームが3D化を果たして以降，キャラクターの自然な動きを作り出す方法はゲーム制作における大きな課題の1つになった。モーションキャプチャを使って現実の人の動きをデータ化してゲームに取り込むことは可能だが，ゲーム中のキャラクターはユーザーの操作に応じてさまざまな動きを見せなければならないからだ。 しかし，「だからゲーム中で起こり得るすべてのモーションをキャプチャし，データとして用意しておきましょう」というのは，ハードウェア側のストレージやメモリ，それにCP

Ford is buying and burying Auto Motive Power, or “AMP” for short. The secretive energy management startup once claimed to power “most of the world’s top electric OEMs,” thoug

8月21日、デジタルハリウッド大学大学院駿河台キャンパスにて「エンタテインメントの未来を考える会　黒川塾（五十ニ）」と題したトークセッションが行われた。コラムニストの黒川文雄氏が主宰しており、エンターテインメントの原点を見つめなおし、ポジティブに未来を考える会となっている。 今回は「誰でもわかるゲームAI（人工知能）の話」と題し、デジタルゲームにおけるAIの活用と展望が語られた。登壇したのはグラフィック・クリエーターであり、ゲーム「がんばれ森川君2号」や「アストロノーカ」などAIを活用したタイトルを手がけたことでも知られる森川幸人氏と、ゲームAI開発者として著名タイトルを手がけている三宅陽一郎氏。 ゲームAIが相手にされなかった「グラフィックス重視の流れ」 冒頭で話題となったのは、8月16日付けで設立されたゲーム専用AI会社「モリカトロン株式会社」について。森川氏が代表取締役モリカトロンA

『週刊東洋経済』8月21日発売号「教養としてのテクノロジー」に連動したテクノロジー（テック）賢人へのインタビュー4回目は、AI（人工知能）ベンチャー・UEIの清水亮社長。清水氏は高校時代からコンピュータ雑誌でプログラミング関連の連載を持ち、大学在学中には米マイクロソフトの次世代ゲーム機の開発に携わったという“天才プログラマー”（独立行政法人情報処理推進機構が認定した公称）である。近年はAIの研究開発にのめり込んでいる清水氏に、AIをめぐるド素人な質問をぶつけてみた。 「機械学習」と「深層学習」の違い ――AIの発展は、マシンラーニング（機械学習）とディープラーニング（深層学習）という2つの技術によるそうですが、この2つの違いが正直よくわかりません。 マシンラーニングっていうのは、統計的に最適な答えを見つけるのが主な目的です。たとえるなら乗換案内やカーナビ。あれはどの経路が一番短いかという最

※サンプル・コード掲載 あらすじ 近年、AIの技術の活用分野は多岐に渡り、その中でも特に、人間の言葉を解釈する技術であるNLP（自然言語処理）が進歩してきています。 テキストマイニングや、対話システム等多岐に渡って使用され、人間のコミュニケーションを一部、チャットボットが代行するという所まで来ています。 今回は、そのNLPの一分野の感情分析と言われる分野で、テキストから人間の感情を読み取る技術について紹介をします。 この技術は、例えば、テキストに未成年に不適切な内容がある場合に、それをブロックするポルノフィルターや、暴力やヘイトスピーチを含んだ内容を検知する、オフェンシブフィルター等、実用的な活用が進んでいる分野です。 使用した環境 Windows or Macを仮定Eclipse（Neon3）を使用Java8.X（最新バージョン）を使用 形態素解析機器（Kuromoji）の準備 以下参照

パデュー大学の機械工学の研究室では、機械学習やディープラーニングで訓練した人工知能（AI）を用いて、2次元的な画像から3次元的な物体を生成する技術が波紋を呼んでいる。 これまで全く目にしたことのない斬新な形の物体を作り上げることが可能となると同時に、抽象的な事象を学習するAIの可能性が示唆されている。 ・独自に開発したAI「SurfNet」を使用 使用するのは、研究者らが独自に開発した「SurfNet」と呼ばれるAIだ。互いに似通ったものであると認識するよう、2次元画像と3次元画像のペアで学習済みだ。 写真を含む2次元画像を用意し、このAIにかければ、VRやAR用の3Dコンテンツが瞬く間に生成される。ちなみに、2枚の2次元画像を使って、幻影のような3Dコンテンツを生成することも可能だ。 ・ロボティクスをはじめ様々な分野で応用可能 今回の開発を終え、研究者のひとりが「人間が現実世界とバーチャ

今日は用語の整理。 AIとBIの違い 具体的なイメージ BIツールの事例 Tableau（タブロー） Power BI（パワービーアイ） QlikView（クリックビュー） 最後に 最近、ITトレンド用語が氾濫していますが、個人的に一番わかりにくい単語は「BI」だと思います。 BI（びーあい） さて、AI（えーあい）とは何が違うのでしょうか！？今回はAIと比較しながらBIを勉強していきましょう。 AIとBIの違い AIとは、アーティフィシャルインテリジェンス（Artificial Intelligence）の略称で、人工知能のことです。BIはビジネスインテリジェンス（Business Intelligence）の略称です。 BIとは、企業が蓄積したデータを分析することで、経営やマーケティング等、ビジネスの意思決定に役立てようというツールを指します。2000年代半ばに小さなブームとなったので