インターネット専門職 建設エンジニア 組込・制御ソフトウエア開発エンジニア 経理・財務 マーケティング オフィスワーク事務職 リクルートキャリア(東京・千代田)が15日に発表した2017年12月末の転職求人倍率は1.92倍で、08年の統計公表開始以来最高となった。人手不足が続くのはIT技術者で、企業が人工知能(AI)の活用などに積極的に投資する中、エンジニアの奪い合いが起きている。転職求人倍率は、Webエンジニアなどの「インターネット専門職」が6.45倍、「IoT」導入などにかかわる「組込・制御ソフトウエア開発エンジニア」は5.00倍。ネット業界では、VR(仮想現実)を駆使したゲームアプリや「通販サイトの制作需要が高まっている」(リクルートキャリア)。組込・制御ソフト開発エンジニアは、家電や自動車などあらゆるモノがネットにつながる「IoT」の導入に必要な人材だ。 建物の設計図の作成や施工管
1月の7日からラスベガスにて開催されたCES に3年ぶりに参加した。 一般公開は9日からであるが、メディア向けのイベントが7日からあったので、今回はキーノートやメディアセッションを中心に見ることにした。 狙いとしてはそれぞれの企業が未来に向けてどのようなビジョンを持って取り組んでいるのかを知ること。 展示会だけからではわからない、包括的な視野でのテクノロジーの未来と企業の将来がクリアに見えて来る内容であった。 巨大すぎる展示会通常、CESといえば「世界最大の家電市」とも言われ、巨大なコンベンションセンターに加え、複数のホテル会場を貸切裏、20万人以上の来客と4,000近い出展企業がひしめき合う「巨大展示会」のイメージ。 実は一番興味深いのは、展示会よりも個々の企業によるメディア向けのセッションである。 展示場で展示してあるプロダクトは「近い将来に販売される商品」か、「こんなこともできますよ
深層学習の今のところの限界「何ができて、何ができないか?」 2018.01.08 Updated by Ryo Shimizu on January 8, 2018, 08:29 am JST あけましておめでとうございます。 先日、MIT Technology Reviewにこのような記事が掲載されていました。 深層学習の過大評価は危険、ウーバーAI研究所の前所長が指摘 この論文を発表したのはニューヨーク大学の心理学者のゲイリー・マーカス教授。心理学者ということで、我々情報工学の立場とはまた違う立場で深層学習にできることとできないことを分離しています。 筆者はこのニュースを見て最初は反発したのですが、原文を読んでみると現状のディープラーニングの課題についてよくまとまっているのではないかと思いましたので紹介します。原文はこちら ■ディープラーニングの限界 マーカス教授によると、ディープラー
DBC(DeepBrainChain)という仮想通貨を皆さんご存知でしょうか 個人的に気になっている仮想通貨です 今回はDBCがどんな仮想通貨かまとめていきましょう DBCは人工知能関連の仮想通貨DBC(DeepBrainChain)は名前からわかる通り今流行りの人工知能関連の仮想通貨です この仮想通貨のビジョンはホワイトペーパーに次のように書かれています 安価で、安全で、分散型の人工知能コンピューティングプラットフォームを人工知能製品に提供する ブロックチェーン技術を用いて構築された世界初の人工知能コンピューティングプラットフォームを提供します しかも「効率よく安価で」です DeepBrainChain(DBC)の公式サイトはこちら https://www.deepbrainchain.org/pc/indexEnglish.html ホワイトペーパーの概要ポイント 人工知能関連のワード
By Not4rthur 自動運転車を操縦するAI(人工知能)や、ディープラーニングによって「世界最強」の名をほしいままにする「囲碁AI」など、近年のコンピューター技術は「AI」「ディープラーニング」「機械学習」というキーワード抜きには語れない状況となっています。Googleでシニア・クリエイティブ・エンジニアをつとめるジェイソン・メイズ氏が公開しているGoogleスライド「Machine Learning 101」では、それらの言葉の関わりがわかりやすく解説されています。 Jason's Machine Learning 101 - Google スライド このスライドでメイズ氏が解説するのは、「機械学習とは何で、どんな種類があるのか?」「その仕組みは?」「どのように使われる?」「どこに向かっている?」という点。およそ2年にわたる作業の集大成としてまとめられたのが、この100ページにも及
The year is coming to an end. I did not write nearly as much as I had planned to. But I’m hoping to change that next year, with more tutorials around Reinforcement Learning, Evolution, and Bayesian Methods coming to WildML! And what better way to start than with a summary of all the amazing things that happened in 2017? Looking back through my Twitter history and the WildML newsletter, the followi
Bob Violino (Special to ZDNET.com) 翻訳校正: 矢倉美登里 吉武稔夫 (ガリレオ) 2017-12-21 13:08 コンサルティング会社Deloitteの予測が正しければ、機械学習にとって2018年は大事な年になる。同社が先ごろ公表したレポート「Technology, Media & Telecommunications 2018」(TMT)では、主要な予測の1つとして、企業による機械学習技術の利用は2018年末までに倍増するとしている。 Deloitteの副会長であるPaul Sallomi氏は、次のように述べている。「われわれは転換点に達している。企業の機械学習導入は加速しており、機械学習の導入によって事業運営や意志決定が改善されるだろうし、改良された、もしくはまったく新しくなった製品やサービスが生まれるだろう」 調査結果によると、人工知能(AI)の
筆者の手には、チップが埋め込まれている。これは本当の話だ。 2年前、ベルリンで開かれたテクノロジ見本市の楽屋裏で、入れ墨をした男性が注射器でチップを注入してくれたのだ。耳にピアスの穴を空けるときくらいの痛みしかなく、所要時間も同じくらいだった。チップは米粒ほどの大きさで、それまでとは違うスマートフォンの使い方ができるようになった。だが、正直に言うと、筆者がこの処置を受けてみたのは、純粋にジャーナリストとしての動機からだった(記事のためなら、大概どんなことでもする)。 「アップグレード」という点では、筆者の体験はおおむね無害で、大ごとでもなかった。だが今や、人間の脳を増強して「超知性」を発達させようと考えている企業家もいる。そうなると、脳にテクノロジを埋め込む、いわゆる「ブレインコンピュータインターフェース」を作る処置が必要になるだろう。 これは、人工知能(AI)とロボット工学の発展に対する
人工知能(AI)の躍進が、大きなニュースになっています。 今年5月には将棋の佐藤天彦名人が、将棋AIのPONANZA(ポナンザ)に敗れたことが話題になりました。 実はいま、医療の分野でも、AIと医師の成績を比べる研究が次々と行われています。 今月12日にJAMA(アメリカ医師会雑誌)に掲載された論文では、乳がんの転移を調べるための画像判定にAI(注1)が挑み、11人の医師と成績を比べたところ、大幅に上回ったことが示されました。 7つのシステムが医師の成績を上回る この論文は、2016年に行われたコンテスト「CAMELYON16」の結果をまとめたものです。コンテストには世界中の研究者が参加し、画像から乳がんの転移を調べるシステムを開発、成績を競いました。 文献1より引用 上の画像の左は、実際の患者さんの体の一部(リンパ節)を拡大した顕微鏡画像です。黄色い線で囲われているのが、がんの転移がある
Microsoftは現地時間11日、世界中で地球環境の保護に取り組む個人や組織に向けて、AIテクノロジー提供など今後5年間で5千万ドル(約56億円)の投資を行うことを発表した。 同社は今年の7月にロンドンでAIを未来の地球に役立てるプロジェクト「AI for Earth」を発表し、水や農業、生物多様性や気候変化など地球上での持続性ある活動への取り組みを行う研究者やチームへの支援、AIやクラウドを活用した2百万ドル(約2億円)規模の支援を表明。テクノロジーリソースの提供や最新技術のトレーニングや教育を行っている。 今回、公式ブログに投稿を行った同社President and Chief Legal OfficerであるBrad Smith氏は、ちょうど2年前の2015年12月12日に採択されたパリ協定(Paris Agreement)を引き合いに、テクノロジー企業の一員として、地球が直面して
最終更新日: 2019年7月10日 おざけんです。 東京・紀尾井町。ヤフー株式会社を訪れた。 機械学習をはじめとした人工知能技術には「データ」が肝心だ。今や各IT企業はいかにデータを収集し、どのように自社サービスに還元していくかに躍起になっている。 Googleをはじめとした海外大手は、スマートスピーカーなどを販売する他、数々のプラットフォームを運営することで、ユーザとの接点を増やし、それをサービス改善に活かしている。 また、Google Photosなどの自社プラットフォームで得たデータをもとに画像や音声認識などのツールを提供している。 では国内有数のIT企業であるヤフーではデータはどのように活用されているのだろうか。 取材に快く応じてくれたのは全社的な研究開発を担うYahoo! JAPAN研究所の田島所長だ。 Yahoo! JAPAN研究所 所長 田島 玲 (博士(理学)) 研究所の所
フォントの種類は数え切れないほど有りますが、外見だけでフォントを判断でするのは至難の業。スマートフォンのアプリ「WhatTheFont」は、文字を撮影したり、文字が書かれた画像を読み込むと、インターネットを通じてフォント名を教えてくれ、さらにはそのフォントを購入することもできます。デザイナーやイラストレーター、あるいはフォントに興味がある人などに便利そうなアプリを、実際にインストールして使ってみました。 MyFonts: Fonts for Print, Products & Screens https://www.myfonts.com/WhatTheFont/mobile/ WhatTheFontは、フォントをオンラインで販売するストア「MyFonts」が提供しているアプリ。同ストアでは、画像に含まれるフォントを自動で判別する同名のサービス「WhatTheFont」を提供しており、アプ
その次に来たのは「予測型の分析(Predictive Analytics)」。いわゆるビッグデータの処理で、1990年代に始まった。統計的な機械学習の技術を使って、株価や天気や売り上げなど、さまざまなものの予測が始まった。 今来ているのが第3の波の「認知コンピューティング(Cognitive Computing)」だ。いわゆる深層学習(ディープラーニング)や深層強化学習を使って、画像や動画、音声やテキストの理解が可能になった。完全自動運転車は、最も難しかった周囲の環境の認識という問題を、深層学習が解決したことで実現の道が開けた。 第4の波は創造性 次に来る4つ目の大波が「クリエイティブなAI(Creative AI)」だと考えている。既に研究開発は進んでおり、製品に使われるのもすぐだろう。いわゆる生成モデルのディープ・ニューラル・ネットワーク(関連記事)に加えて、進化的アルゴリズム(Evo
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