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
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
人工知能(AI)を理解するうえでそもそもの問題は、「人工知能」という言葉で大くくりにしているものの、実は色々なものがあるということです。 そこで人工知能にどんなものがあるのか、どんな仕事をしているのか、どのように使い分けるのかを、見ていくことにします。 今は、「機械学習」やその一部である「深層学習」が流行していますが、もちろん、それだけが人工知能ではありません。他にも多くの人工知能の分野があり、それぞれで多くの研究や開発が進んでいます。 昔のそのまた昔、「人工知能」という言葉が始めて世に知られるようになったときは、「人工知能=記号処理」でした。人工知能は、記号処理そのものだったのです。その後、記号処理でない分野にも人工知能が拡大し、記号処理での人工知能を圧倒していきました。 そこで人工知能の最初の分類として、「記号処理的人工知能」とそれ以外の人工知能「非記号処理的人工知能」に分けてみます。
世界最強と言われる囲碁の第一人者を打倒し、将棋のプロ棋士に勝つことは今や珍しいことではなくなり、一流大学の入試突破に肉薄しながら、小説を書くプロジェクトまで始まっているという、このところの人工知能の発達はますます加速しているように見えます。 当ブログでも以前にこの問題について記事を書きましたが、ここでもう一度考えてみたいと思います。 最近の人工知能の急激な進歩は、人間の振る舞いや会話に匹敵する能力を発揮する人型ロボットを出現させています。すると、我々が思うのは、この先人間の心あるいは意識を持ったロボット、つまり鉄腕アトムのようなロボットが現実になるのではないかということです。 現在でも、非常にすぐれた会話能力を持ち、さらに学習することもできるロボットがあるのですから、「心のある」ロボットも夢ではないと考えるのも当然でしょう。 しかし、いかに「人間らしく」ても、ロボットは「考えたり」「思った
ディープラーニングは色々な知識が必要です。 「チュートリアル動かしました」で止まったままの人も多いでしょう。 そこで、自分がchainerを理解しながら動かした時の方法を書きます。 大前提 とは言ったものの、誰でも入門は無理なので。 以下が最低限の前提です。 数学:微分積分、行列、確率とか聞いても「ああ、あれね・・・」くらいには思う IT:Pythonがそれなりに分かる。numpyはそこそこ分かる。 機械学習:説明変数とか、目的変数とか分類とかが何となく分かる やる気:引っかかった時に、調べる気力がある ゴール chainerを自分で色々試せるレベルになる。 あくまで試せるレベルになるだけです。 それでも千里の道も一歩からです。 一緒に頑張りましょう。 ちなみになぜchainerか、というと、 入門者が触るには、バランスは良さそうに見えたからです。 最初の最初 ディープラーニングは歴史から
世は人工知能ブームである。テレビや一般紙にも「人工知能」という言葉が躍る。期待感を抱かせるキーワードであると言いたいところだが、欧米企業が人工知能関連で大きな投資をしているニュースに触れるたび、日本企業の存在感の薄さを感じる。 筆者はこれまで人工知能関連の書籍や高額レポートに携わってきた。それらを通して痛切に感じるのは「日本企業の動きのにぶさ」である。このコラムは経営者向けではないので、「企業としてどうすべきか」を論じるつもりはない。本記事では、ITエンジニアに向けたメッセージを考えてみたい。 ITエンジニアならピンとくる 筆者からのメッセージは「もっと空想してほしい」だ。人工知能の応用を考えるのに日本のITエンジニアはふさわしいポジションにおり、ITエンジニアの“空想”が次々と新ビジネスを生み出す可能性があると考えるからだ。 正確な定義を無視して話を進めるが、筆者による人工知能のざっくり
人材育成のプロが組織の成長に伴走します。生成AIを活用した各種機能、MBA基礎〜DXなど最新知識まで測定もできるeラーニングも用意。 詳細を見る 茂木健一郎氏×東京大学准教授・松尾豊氏×メタップス社長・佐藤航陽氏 G1ベンチャー2015 第2部 全体会「人工知能とイノベーション~AIが生み出す未来~」Part2 ディープランニングによって自己学習できるようになった人工知能は、技術的なブレークスル―を超え、急速な進展を遂げている。今春にはIBMの人工知能ワトソンくんの銀行「内定」が大きく報じられた。ホーキング博士やイーロン・マスクは人類への脅威になり得ると警鐘を鳴らす。人工知能は“破壊的”イノベーションとなるのか。その進化と普及は、我々を取り巻く生活やビジネスをどのように変えるのか。人工知能がもたらす未来を語る(視聴時間45分41秒)。 佐藤 航陽氏 株式会社メタップス 代表取締役社長 松尾
こんにちは。できです。 人工知能の記事書くとすぐ読んでくれて嬉しいので書きます。たくさん。書きます。今日は、人工知能にはどんな技術が使われているのか解説しますね。 ですが、人工知能にもいろいろな種類があるので、まずはどんなものがあるか解説していこうと思います。今日は統計的な手法編です。他の手法でニューラルネットというのがありますがそれは今度にします。 人工知能を実現する技術、機械学習の方法 統計的機械学習 <ー 今日はこっち ニューラルネットワーク 人工知能って言っても、考え方がたくさんあって単純に切り分けることはできないのだけど、とりあえず工場で車を作っているロボットよりは人間ぽいね、くらいの技術なら現時点でもたくさん存在しています。 人工知能というと機械学習を指すことが多い そういった技術を生み出しているのが上記のアプローチによる機械学習です。こういうロボットは、ドラえもんとか鉄腕アト
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