謎だらけのAI、深層学習の賢さ説明できず 人の意図超す - 日本経済新聞Chat（チャット）GPTなど話題の生成人工知能（AI）は人間のような自然な文章やイラストをつくりだす。脳の神経回路の働きをモデルとする「深層学習（ディープラーニング）」と呼ぶ技術が基盤となる。登場して20年近くたつが、なぜ優れているのかはわかっていない。数学や統計学を駆使して謎解きに挑む研究が進んでいる。「深層学習はなぜうまくいくのか。正直にいえば、よくわからないところがある」。深層学習の原
Webサイト開発特化型AIサービスのWebエンジニアを募集！
Webサイト開発特化型AIサービスのWebエンジニアを募集！ 株式会社Tsunagu.AI @tsunaguai I want to hear a detailed Tsunagu.AI（ツナグドットエーアイ）は、「ヒトとデータを繋ぐ」をコンセプトに2017年4月に設立されたスタートアップです。 弊社では、Webサイト開発特化型AIサービス「FRONT-END.AI」を開発しております。FRONT-END.AIは、フロントエンド開発を自動化することを目指しているエンジニア向けのサービスです。 Webサイトのデザイン画像をFRONT-END.AIにアップロードすると、AIがデザインを認識して初期コーディングを行います。その精度は100％ではないため、初期コーディングの結果を修正するための管理画面も提供しています。サービスはエンジニアの使いやすさを重視しているため、UI UXに力を入れてサービ
画像生成AI「Stable Diffusion」がTensorFlowとKerasCVで約30％高速になることが判明
機械学習プラットフォームのTensorFlowで実行される、Pythonで記述されたディープラーニング用APIが「Keras」です。このKerasを拡張して画像分類、物体検出、画像分割、画像データ補強などを行うためのモジュール式ビルディングブロック「KerasCV」を使うと、画像生成AIのStable Diffusionが約30％高速になるという報告が、KerasCVの開発者による研究チームからあがっています。 High-performance image generation using Stable Diffusion in KerasCV https://keras.io/guides/keras_cv/generate_images_with_stable_diffusion/ Stable Diffusionは2022年8月に一般公開されたオープンソースの画像生成AIで、入力した
【9/9追加分あり】画像を高画質化する AI の Real-ESRGAN、ウルトラスーパーガチで凄すぎて超絶ビビってるwaifu2x-caffe と違って Intel Graphics に対応してるらしくノート PC でも爆速でアップスケーリングできるし、精度も段違い（2枚目: Before 3枚目: After）なぜ話題になっていないのか不思議なレベルだ…
Torishima / INTP @izutorishima アニメリアタイと DTV と技術とﾌﾟﾛｸﾞﾗﾐﾝｸﾞとその他諸々なオタク (⚠⚠⚠AI研究者ではありません!!!フォロー非推奨!!!⚠⚠⚠) IT と AI 関連の情報ウォッチしてます 同IDで Bluesky にもいます 時間掛けて書いた見てほしいツイートはハイライトに (2023/12~) note.com/sumisutori Torishima / INTP @izutorishima 画像を高画質化する AI の Real-ESRGAN、ウルトラスーパーガチで凄すぎて超絶ビビってる waifu2x-caffe と違って Intel Graphics に対応してるらしくノート PC でも爆速でアップスケーリングできるし、精度も段違い（2枚目: Before 3枚目: After） なぜ話題になっていないのか不思議なレベ
AlphaGoを模したオセロAIを作る(1): SLポリシーネットワーク - Qiita
$10^{360}$というと，もう「億」や「兆」のような名前すらない規模でイメージもできませんが，観測可能な宇宙に存在する原子の総数と言われている$10^{80}$よりもずっと大きいのですから驚異的です． ちなみに，情報の世界では「天文学的数字」よりも大きい数字がしばしば出てくるので，「組合せ論的数字」なんて言い方も耳にすることがあります． この膨大なパターン数が原因で，AlphaGoが開発されるまでは「AIが囲碁で人間に勝利するまであと10年はかかる」と言われていましたが，2016年にディープラーニングを応用したAlphaGoが李世乭九段を破り世界を驚かせました． AlphaGoのすごさを感じていただけたでしょうか？でも，$10^{360}$の世界で戦う人間の棋士もすごいですよね． ともあれ，囲碁は難しいので私はオセロにしました． 必要なもの ディープラーニングの基礎とChainerの基
ディープラーニングで日経平均を予測 <2> ～時系列予測AI Prophet利用～ - Qiita
これまでの取り組み 前回の ディープラーニングで日経平均を予想してみる の投稿では、Google TensorFlowとkerasを使い、LSTMという手法で日経平均を予測しようとしたけれどもうまく予測できませんでした。 うまく行かなかったことは残念でしたが、Google TensorFlowとkerasを使うことで、データサイエンティストでない初心者でも、特に数学の知識も必要なく、簡単にディープラーニングを使うことができるということが分かりました。 今回やりたいこと Google TensorFlowは、様々な分野で使うことを想定した汎用的なディープラーニングのライブラリでした。今回は、このTensorFlowではなく、Facebookが公開している時系列データ予測のための、人工知能ライブラリProphetを使って、日経平均を予測してみます。 Facebook Prophetとは "To
なぜ地方のクリーニング屋で機械学習？ 「無人店舗作りたい」 たった1人、独学でAI作る副社長の挑戦 (1/2) - ITmedia NEWS
なぜ地方のクリーニング屋で機械学習？ 「無人店舗作りたい」 たった1人、独学でAI作る副社長の挑戦（1/2 ページ） 「中小企業でお金もない、人もいない。ここ10年でIT化に取り組んできたが、今ある課題や業界の将来を見据え、今はAI（人工知能）を自作している」──福岡県田川市でクリーニング店を8店舗展開するエルアンドエーの田原大輔副社長はこう話す。同社はスーツやズボンなどを判別する画像認識システムなどを導入。人材が不足するクリーニング業界の中で業務効率化を図るためいち早くIT化に取り組み、いずれは無人店舗のオープンを目指す。 IT化に取り組んだ10年 電話からSkypeによるビデオチャットへ、メールからチャットワークへ、ExcelからGoogleスプレッドシートへ──2008年ごろから10年近くクリーニング業務のIT化を進め、15年11月にGoogleの機械学習用オープンソースライブラリ「
PythonとKerasを使ってAlphaZero AIを自作する | POSTD
自己対戦と深層学習でマシンにコネクトフォー（Connect4：四目並べ）の戦略を学習させましょう。 この記事では次の3つの話をします。 AlphaZeroが人工知能（AI）への大きなステップである2つの理由 AlphaZeroの方法論のレプリカを 作って コネクト4のゲームをプレイさせる方法 そのレプリカを改良して他のゲームをプラグインする方法 AlphaGo→AlphaGo Zero→AlphaZero 2016年3月、DeepmindのAlphaGo（アルファ碁）が、囲碁の18回の世界王者、李世乭（イー・セドル）との五番勝負で、2億人の見守る中、4-1で勝利しました。機械が超人的な囲碁の技を学習したのです。不可能だとか、少なくとも10年間は達成できないと思われていた偉業です。 AlphaGo 対 李世乭の第3局 このことだけでも驚くべき功績ですが、DeepMindは、2017年10月、
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？」
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
コンピューターが人間を超える「AI」「ディープラーニング」「機械学習」とは何かについて解説する「Machine Learning 101」
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
AI and Deep Learning in 2017 – A Year in Review
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
ＡＩが医師に「圧勝」の衝撃 医療は変わる？医師の見解は（市川衛） - エキスパート - Yahoo!ニュース
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
次に来るのはクリエイティブAI、人工知能の6つの波
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
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
人工知能・深層学習を学ぶためのロードマップ | 東京大学松尾研究室 - Matsuo Lab
AIにおける研究の分野・概要を解説｜研究室や研究企業も紹介！ | AI専門ニュースメディア AINOW