音声の誤認識で７０００人の留学ビザが取り消された？ | 新聞紙学的
英国で３万件人近い留学生がビザの発給を取り消され、５０００人近くが国外退去処分になるという事件があった。 舞台となったのは、外国人留学生へのビザ発給の条件となる英語能力検定試験「ＴＯＥＩＣ」。 そこで組織的な「替え玉受験」疑惑が持ち上がった。その検証のために使われたのが音声認識だ。スピーキングの試験で録音してあった音声ファイルから同一人物をあぶり出した、はずだった。 だが、英語の堪能にもかかわらず、音声認識で「替え玉」とされた留学生らから、相次いで異議申し立てが行われる。 そして、音声認識の精度には疑問が指摘され、７０００人規模の「冤罪」が生じている可能性もあるという。 問題発生から４年が過ぎても、なお解決の道筋は見えていないようだ。 ●発端はＢＢＣの調査報道 フィナンシャル・タイムズやガーディアンの報道によると、発端は２０１４年２月に公開されたＢＢＣのドキュメンタリー番組「パノラマ」の調
あなたたちは、本当に「AI開発プロジェクト」をやる気があるのか？
あなたたちは、本当に「AI開発プロジェクト」をやる気があるのか？：真説・人工知能に関する12の誤解【特別編】（1/3 ページ） データもない、分析技術もない、開発するエンジニアもいない――。AIを開発しようという企業には「3つのカベ」が立ちはだかるといわれていますが、それよりももっと根本的な「当事者意識」の問題があるのを知っていますか？ 第3次AIブームを背景に、最近では多くの企業がAIの導入を検討しています。今や大企業の4社に1社がAIを導入しているという調査もあるほどです。メディアを通じて成功事例が知られるようになってきましたが、AIの導入はそんなに簡単な話ではありません。例えば、次の会話のような状況でプロジェクトを始めると、どうなるでしょうか。 A：AIで新製品の需要予測をしたいんですけども、どうしたらいいですか？ B：予測して、その後どうするんですか？ A：えっ……分析してから考え
人工知能を理解する(Vol.1)
div.hs-menu-wrapper > ul > li" data-pacnav-mobile-width="820"> AISIA AIの実用化 外観検査システム ブログ はじめに このブログは、人工知能に関する技術をぱっとまるわかりするための連載です。これから人工知能や機械学習について勉強しようという技術者をペルソナ（想定対象）としていますが、すでにAI技術を学んでいる人でも役に立つ内容にしています。 世の中に人工知能の情報があふれるようにありますが、断片的に情報に触れるだけではなかなか実像が見えてきません。そこでこのブログでは、人工知能に関する知識や技術をきちんと整理して体系的に理解できるようにします。できるだけ数式を使わず、シンプルにわかりやすく説明して、技術者以外の人でも「なるほどそうなのか〜」と理解できるように書いていきますね。 人工知能の全体像(AI Overview)
1日1000本の記事を書いた日経の“AI記者”、その基盤にAWS
AWS Summit 2017最終日の6月2日、事例セッションで日本経済新聞社が「AI記者」の開発プロジェクトを紹介した。同社は1月、AI（人工知能）を使って決算速報記事を完全自動執筆する「決算サマリー」を公開。そのシステムの基盤にはAWSを活用している。 日経新聞社が1月に開始した「決算サマリー」は、人間の手を一切介さずに、東京証券取引所の適時開示情報サービス（TDnet）が発信する決算短信PDFとXBRLを元に、“AI記者”が決算速報記事を自動作成するシステムだ。すでに、「日経新聞 電子版」や会員制情報サービス「日経テレコン」の本番環境で記事配信を行っており、1月25日から5月26日までの期間に発表されたほぼすべての国内上場企業の決算発表（計6787本）を記事化した。 筆者も実際に決算速報記事を書いたことがあるが、このタイプの記事作成は定型作業だ。ある程度書き慣れていれば、「A社は5月
ディープラーニングの仕組みと応用
脳の神経回路の構造を模倣 ディープラーニングは、大量のデータを学習するために、人間の脳の神経回路の構造を模倣（モデル化）した情報処理の仕組みであるニューラルネットワークを用いる。図3のニューラルネットワークは、「入力層」「隠れ層」「出力層」という3層で構成している。また、学習データは入力データとなる手書き文字の画素データと、正解データがセットになっている。 このニューラルネットワークのモデルを学習させるには、まず手書き文字画素データをピクセル単位に分割した上で、各ピクセル値を入力層に入力する。図3のモデルでは縦横28ドットで分割していることから、784個が入力層に並ぶ。 入力データを受け取った入力層は、受け取った値に「重み付け」をした上で、後段にある隠れ層のニューロン（神経細胞。CPUのような役割を担う）に伝達する。 同様に隠れ層の各ニューロンは、入力層から受け取った値をすべて加算し、その
ニュース 2015年10月7日：人間の「動作」を理解する新しい人工知能(AI)「時系列Deep Learning」を開発、8割強の精度で識別に成功｜ドコモビジネス｜NTTコミュニケーションズ 企業情報
人間の「動作」を理解する新しい人工知能(AI) 「時系列Deep Learning」を開発、8割強の精度で識別に成功 ～時系列データの解析によって、映像から人の動作を高精度に識別。 防犯など新たなビジネス領域への応用が可能に～ NTTコミュニケーションズ(略称：NTT Com)は、時系列データの解析が可能なDeep Learning技術*1を開発し、映像データから人間の動作を高精度に検知することに成功しました。 2015年10月に行った実験において、ネットワークカメラなどで撮影した人間がいる映像に対して、「しゃがんでいる」「きょろきょろしている」「ものを置いている」などの動作を検知させたところ、8割強の高い精度で正答しました。 物体や顔の認識に比べ、高い精度での解析が困難な時系列の映像認識に成功したことで、“人間の動き”を分析することが重要と考えられる防犯分野における活用をはじめ、工場での
スマートウォッチの加速度計データとニューラルネットワークを利用してヨガのポーズを区別できるか？ - higepon blog
Rebuild: Aftershow 126: Everything Except Mayonnaise (higepon)で紹介したプロジェクト。Machine Learning | Coursera で機械学習のクラスを修了した。理解を確認するために小さなプロジェクトを作っていたので紹介。実用性はいまのところない。 まとめ Pebble Time Round（スマートウォッチ）の加速度系データ (x, y, z) を入力にしてヨガのポーズを区別できるようになるか試してみた Supervised Learning なので training/test/validation set データを手動で作成 Hidden layer 1 つのニューラルネットワークで学習させた ヨガ以外の活動（徒歩、スマホをいじってる）、Downward dog ポーズ、Warrior 2 ポーズの 3 つをある程
その後のその後
iOSDC Japan 2024 という国内最大級 1 のiOSカンファレンスで登壇させていただきました。 初回の2016年〜2024年までで通算8回目の登壇となります。 2016: 海外カンファレンスに登壇する 2017: 飛び道具ではないMetal 2018: Depth in Depth 2019: 今こそwatchOS 2020: 機械学習のブルーオーシャン Core ML 2022: MLOps for Core ML 2023: iOSではじめるフォトグラメトリ 目次 目次 トーク内容 資料と概要 GIS楽しい フィードバックください！ 準備メモ 大量のトークをいかにキャッチアップするか 勉強になったトーク おわりに トーク内容 資料と概要 今回は「GIS入門 - 地理情報をiOSで活用する」というタイトルで発表させていただきました。プロポーザルはこちらですが、もしタイトルを修
グーグルが最新人工知能使い囲碁ソフト開発 プロに勝利 NHKニュース
アメリカのＩＴ企業、グーグルの研究グループが最新の人工知能を使った囲碁のコンピューターソフトを開発し、人間のプロ棋士に勝利したと発表しました。囲碁でコンピューターが人間のプロに勝つのは初めてです。 囲碁は、将棋やチェスと比べて打てる手の数が桁違いに多いことから計算が複雑で、コンピューターが人間のプロの実力に追いつくにはこの先、１０年以上かかるとされてきました。 論文によりますとグループが開発した囲碁ソフト「ＡｌｐｈａＧｏ」には膨大な可能性を計算して打ち手を探す従来の方法に加え、「ディープラーニング」と呼ばれるコンピューターがみずから学習する最新の技術が使われているということです。 そのうえで、碁石の位置データに基づいた戦況の見極めと、次に打つ手の選択を２種類の別々の人工知能を組み合わせて計算することで、より強い手を見つけ出す能力が格段に高まったということです。 グループによりますと、中国出
1
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
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
あの人工知能の権威が教育の世界へ──「AIの活用法」を学ぶオンライン学習コースを展開
長文日記
robonews.net