世界レベルの｢AIの知財権｣議論が始まった。その先進国は日本 —— 統合国際人工知能学会 in メルボルン
このワークショップの目的は、AIが実用製品として普及していくときに議論しておくべき内容を明らかにしておくことです。たとえばAIが実用品に組み込まれる時、AIそのものの知的財産権については今のところどの国にも法律上の規定がありません。また、AIによって生成された生成物の著作権についても同様です。たとえば、AIが小説やマンガを書いたりした場合、その権利が誰に帰属するかは明らかにされていません。 日本は｢AIの知的財産権｣議論の先進国、法律も先駆的 この種の議論に関しては我が国は世界でも一番議論が進んでいる場所のひとつです。昨年も内閣の知的財産戦略本部ではAI生成物やAI創作物をどう扱うかといった議論（｢新たな情報財検討委員会｣として実施。報告書はこちら）や、学習済みAIになんらかの知的財産権を認めるかという議論が活発に行われていました。 改めて海外でこの議論を始めてみて思うのは、日本は人工知能
A Beginner’s Guide to AI/ML 🤖👶
This series is available as a full-length e-book! Download here. Free for download, contributions appreciated (paypal.me/ml4h)RoadmapPart 1: Why Machine Learning Matters. The big picture of artificial intelligence and machine learning — past, present, and future. Part 2.1: Supervised Learning. Learning with an answer key. Introducing linear regression, loss functions, overfitting, and gradient des
Raspberry Pi上でTensorFlowで簡単にディープラーニングを試せるツール「tensorflow-pi」でロボホンの幻の顔認識機能に挑戦してみた - karaage. [からあげ]
Raspberry PiとTensorFlowを使ったディープラーニング開発環境 以下の記事でRaspberry PiとTensorFlowを使ったディープラーニングの開発環境の構築方法を紹介しました。 記事の最後の方に、自前データの学習から、学習したニューラルネットワークで判別まで実施できる自前のパッケージ「tensorflow-pi」を紹介させていただきました。 ただ、READMEだけ見ても、意味不明な英語で良くわからないと思いますので、今回は実例を交えながらこのソフトの使い方を紹介しようと思います。 例題ですが、以前ネットで話題になった「ロボホン」の幻の顔認識機能があります。詳しくは以下参照下さい。 開発決定！というニュースは話題になったものの、その後続報がとんと聞かれません。そもそも技術的に不可能なんじゃという噂も聞こえてきたりしました。 奇しくもロボホンとRaspberry Pi
![Raspberry Pi上でTensorFlowで簡単にディープラーニングを試せるツール「tensorflow-pi」でロボホンの幻の顔認識機能に挑戦してみた - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/10adf88ff1495f3fbce26be21cda9215a10d1a47/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20170726%2F20170726015040.jpg)
Google機械学習系API勉強会レポート | BLOG - DeNA Engineering
AIシステム部の奥村（@pacocat）です。AIシステム部では、AI研究開発グループに所属しており、主に強化学習を用いたゲームAIの研究開発を行っています。 DeNAでは、様々な事業ドメインのデータを実際に使いながら機械学習を使ったサービス開発を推進しており、中でもゲームは豊富なデータ・シミュレーターがあるため、最先端のアルゴリズムを動かすための環境を自前で持っているのが特徴です。 全社的にも機械学習サービスのニーズが高まっている背景の中、7/5にGoogle様による機械学習系API勉強会が当社セミナールームにて開催されました。今回は、勉強会の内容をブログでレポートしたいと思います。 Googleといえば、先日開催されたGoogle I/O 2017でも"AI first"というメッセージが改めて強調されていましたが、実際にGoogle LensやGoogle Homeなど機械学習を活用
深層学習で歩行者の動きを予測、パナソニックが新技術開発
パナソニックはディープラーニング（深層学習）を活用し、屋内でカメラに映った歩行者の特徴を把握し、進路を予測する技術を開発した。2017年7月19日、本誌取材に回答した。駅や空港などの安全管理や防犯、小売店で客の動線を把握するマーケティングなどへの活用が見込める。 開発過程では年齢、性別、つえや車いすの有無といった様々な属性を持つ歩行者の画像データを用意し、深層学習技術によって歩行者の属性と画像の関係性を学習させた。さらに歩行者の進路を予測するプログラムを組み合わせることで、特定の属性を持った歩行者の進路を予測可能にした。実験では、カメラに映った5～6人の属性と進路を全て予測できたという。 同技術は2017年6月7日から9日までパシフィコ横浜で開催していた画像センシングシンポジウムで紹介していた。同社によると「さらに改良を重ねて精度を高めた」という。
データサイエンティストもしくは機械学習エンジニアになるためのスキル要件とは（2017年夏版） - 渋谷駅前で働くデータサイエンティストのブログ
この記事は2年前の以下の記事のアップデートです。 前回はとりあえずデータサイエンティストというかデータ分析職一般としてのスキル要件として、「みどりぼん程度の統計学の知識」「はじパタ程度の機械学習の知識」「RかPythonでコードが組める」「SQLが書ける」という4点を挙げたのでした。 で、2年経ったらいよいよ統計分析メインのデータサイエンティスト（本物：及びその他の統計分析職）vs. 機械学習システム実装メインの機械学習エンジニアというキャリアの分岐が如実になってきた上に、各方面で技術革新・普及が進んで来たので、上記の過去記事のスキル要件のままでは対応できない状況になってきたように見受けられます。 そこで、今回の記事では「データサイエンティスト」*1「機械学習エンジニア」のそれぞれについて、現段階で僕が個人的に考える「最低限のスキル要件」をさっくり書いてみようかと思います。最初にそれらを書
SXSW 2017が示したAI時代の共通課題とは？
国内の”知の最前線”から、変革の先の起こり得る未来を伝えるアスキーエキスパート。KDDI総合研究所の帆足啓一郎氏による人工知能についての最新動向をお届けします。 世界中のビジョナリーやクリエイターが集まる一大イベント「SXSW Interactive」に、昨年に引き続き参加した。昨年のSXSWは、その直前に発表されたAlphaGoの登場で人工知能関連の議論が大きく盛り上がったが、今年はそれに比べるとそこまで大きな話題はなかった。それゆえ、引き続き盛り上がりを見せる人工知能について、各セッションでどのような議論が行なわれるのか、筆者としても注目しながら参加した。本記事では、昨年・今年と連続して人工知能関連セッションの聴講を中心に参加した観点からSXSWでの議論を紹介し、これらの議論が示唆する人工知能の時代における共通課題について考察する。 AlphaGoの鮮烈な登場から1年が経過 昨年のSX
インテルがAIにフォーカスしたイベント「インテルAI Day」でPreferred Networksとの協業を発表
インテルが人工知能への取り組みをイベントにて解説。しかし最も目立っていたのはPreferred Networksとの協業、そして深層学習フレームワークであるChainerであった。 AI時代のインテルの戦略が一同に マイクロプロセッサのリーダーであるインテルは2017年4月6日、都内にて人工知能にフォーカスしたイベント、「インテルAI Day」を開催した。近年の人工知能はこれまでのルールベースから、機械学習、深層学習などの様々なアルゴリズムと膨大なデータによって、実用化にむけて大きく進化したことはもう周知の事実だろう。しかしそのシステムに使われているのは、高速な行列計算を多数のコアで並列処理するGPUだ。GPUのリーダーであるNVIDIAが「（NVIDIAは）ビジュアルコンピューティングからAIコンピューティングに移行する」と宣言するほど、GPUは人工知能、それも深層学習に向いたプラットフ
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
I picked the wrong week to quit sniffing Gluon: Amazon, Microsoft hope easy AI dev tool sticks
“ディープラーニング” が、すべてを変えた。7月20日『AI白書 2017』待望の刊行!!