「日本は機械学習パラダイス」 その理由は著作権法にあり
「日本は機械学習パラダイスだ」。こう提言したのは、早稲田大学法学部教授の上野達弘さんだ。 なぜなのか。その理由は、日本の著作権法にある。 日本の著作権法では、「情報解析を行うために著作物を複製すること」が、営利・非営利問わず認められているのだ。世界にもまれな規定だという。 著作権・AIに詳しい弁護士・柿沼太一さんが10月2日に都内で開いた「AIビジネス法務・知財セミナー」の内容から、機械学習と日本の著作権法の関係についてまとめる。 キモは「著作権法47条の7」 機械学習とは、大量のデータをプログラムに解析・学習させることで、プログラムが自らデータの特徴を見つけ出し、分類・整理できるようにする手法。例えば、大量の猫の写真を学習させ、猫の特徴を学んだモデルに、新たな動物の写真を入力すると、猫か猫ではないかを判別する――といったイメージだ。 機械学習を行うためには、大量のデータをAIプログラムに
AI時代に生き残るために今もっともお勧めしたい本：ビジネスライターという仕事：オルタナティブ・ブログ
ITに強いビジネスライターとして、企業システムの開発・運用に関する記事や、ITベンダーの導入事例・顧客向けコラム等を多数書いてきた筆者が、仕事を通じて得た知見をシェアいたします。 AIに仕事を奪われる？ そんなことを心配しているのなら、至急読んでほしい本です。 自分は大丈夫と思っている人もぜひ。 ITに強いビジネスライターの森川滋之です。友人である「ラテラルシンキングトレーナー」の木村尚義さんが新刊を送ってくださったので、ご紹介したいと思います。 『「わか者、ばか者、よそ者」はいちばん役に立つ AI時代の創造的思考」（三省堂書店）という本です。 ●AI関係の記述は読み飛ばしてほしい 基本的には推薦するのですが、まずネガティブなことを書きます。 「はじめに」に書いてあるAI関係の歴史については、ちょっと見過ごせないレベルの誤解があります。細かい指摘をするとキリがないので、1つだけ大きなことを
【NEW IT, NEW ITIL】RPAはBotsともAIとも違う：情報インフラ24時 眠らないシステム：オルタナティブ・ブログ
ITILとの絡みを話す前に、RPA（Robotic Process Automation）とは何か、確認しておきしょう。 RPAに似ている技術として、BotsとAIがよく引き合いに出されます。すべて、「自動的」というキーワードで括られがちなため、区別なく話題に登場することもありますが、その本質は大きく異なります。 ルールベースのRPA、判断ベースのAI 何かを自動処理させたい場合、「人の手によって処理フローをすべて定義するか」、「蓄積された内部データと照らし合わせて都度システムが判断するか」のいずれかで実現します。このとき、前者をルールベースの自動化、後者を判断ベースの自動化とよびます。 判断ベースの自動化では、人の手によってデータ判断ルールを実装する方法と、システム自体がそれ自身で判断ルールを見つけていく方法に分かれます。前者によって生み出された技術の典型例がチャットボットであり、iPh
各項目で人工知能が人間を超える日を予測：コンテクストクリエーションによるプラットフォームビジネス：オルタナティブ・ブログ
実は、32の項目について何年後に実現されるかがアンケートされている。注目すべきはこれから25年以内に実現できると回答されている項目が17項目に及ぶ。トップ40に入るポップソングの生成(11.4年以内)、レゴの組み立て(8.4年以内)、ポーカーの世界チャンピオン(3.6年以内)など。32項目のアンケート結果の中間値は下記の通り。 Translate New Language with 'Rosetta Stone' 16.6年以内 Translate Speech Based on Subtitle 10年以内 Translate (vs. amateur human) 8年以内 Telephone Banking Operator 8.2年以内 Make Novel Categories 7.4年以内 One-Shot Learning 9.4年以内 Generate Video from
コールセンターを手伝う人工知能（仕事を奪うのは未だ未だ先のようです）：成迫剛志の『ICT幸福論』：オルタナティブ・ブログ
某所で某社のコールセンター業務の人工知能の活用事例について話を伺う機会があった。 人工知能に奪われる職業の上位にランクインしているコールセンター業務であるが、詳細を聴いたことがなかったし、詳細の資料をネット上でも見かけたことがなかったので非常に参考となった。 ただ、資料が共有されなかったので、僕の記憶を元に書き出したメモを共有したい。 てっきり、既存のコールセンターシステムを人工知能に置き換えているのか？ と思っていたのですが、全く違いました。 既存システムはそのままに、人工知能の端末を追加して、コールセンターオペレーター1人につき２台の端末を使っているとのこと。更にこの２台の端末及びシステムは連動していないそうです。 今まではどうしていたのかと言うと、洗練されたコールセンターシステムが導入されているとは言え、マニュアルは紙で、それぞれのオペレーターさんの机の上にバインダーが並べられていた
デザイン作成が無料で驚くほど簡単に – Canva
ブラウザを更新してください ご使用のブラウザが古いかサポート対象外の可能性があります。Canvaで引き続き続行するには、次のいずれかの最新バージョンのブラウザに更新してください：
リクルートがAIをまさかの無料公開。さっそくすべてのAPIを試しまくってみた | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
上司に「AIをやれ」といわれたら--機械学習プロジェクトで成果を出すために（前編）
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 機械学習などAIテクノロジやデータ分析・データ活用が有効な分野といえば、主にインターネットで事業を展開している企業に限定された話だと思っている方も多いかもしれません。 事実、これらの技術を活用するには大量のデータが必要となり、IT技術をフル活用するインターネット系の業界で先行して発達してきました。 しかし、AIや機械学習の波は、どのような業界にも押し寄せています。多くの企業は既にデータウェアハウスやデータマートの整備を進めており、販売データやマーケティングデータなど、デジタル化しやすいものから活用を始めています。 2017年はIoTの進展により、これまで保管や利用が十分でなかったアナログデータのデジタル化と活用の取り組みが一段と進むでし
人工知能が作ったものは誰のモノ？ 弁護士が体を張って解説してみた
この記事は「STORIA法律事務所」のブログに掲載された「人工知能がコンテンツ業界に与えるインパクトを考えると冷や汗が出てくる」（2016年3月20日掲載）を、ITmedia NEWS編集部で一部編集し、転載したものです。 これ、確かにすごい。「A Neural Algorithm of Artistic Style」という論文が原理を説明してくれているようですが、数式なんかも出てきて難解そうなので、取りあえずサービスだけ利用してみました。 サービスの名前は「DeepArt」。加工したい写真と、スタイルを表す画像を1点ずつアップロードすると、人工知能がその写真をそのスタイルで加工してくれるサービスです。 例えばこちら。花を撮影した写真に静物画のスタイルを付け加えることで、元の写真の印象は残しつつ、かなり異なるイメージの写真出来上がっています。
ホーキング博士、イーロン・マスクが支持。AIの叛乱を防げるかもしれない｢AI開発 23原則｣
ホーキング博士、イーロン・マスクが支持。AIの叛乱を防げるかもしれない｢AI開発 23原則｣2017.02.13 18:319,882 scheme_a スカイネットが完成したら困りますからね。 世界的なSF作家 アイザック・アシモフは、ロボットの叛乱を防ぐために、将来いくつかの原則をロボットにプログラムしなければならなくなると予言しました。しかしその前に、安全で責任感のあるAI開発を行なうための、より基礎的なルールが必要です。つい先日行なわれたとある集会はまさしくその為で、人間がAIによって破滅に追い込まれるなんてことがないように、専門家のグループがAI開発における23項目の原則を提唱しました。 ｢23 Asilomar AI Principles｣（アシロマAI 23原則）と名付けられたこのガイドラインは、AIの研究・倫理・将来の危険性に関する3つの問題に触れており、研究戦略やデータ所
人工知能の研究開発目標と産業化のロードマップの検討状況（中間まとめ案）：『ビジネス2.0』の視点：オルタナティブ・ブログ
NEDO（国立研究開発法人新エネルギー・産業技術総合開発機構）は2017年1月16日、「人工知能技術戦略会議（第4回）」を開催し、人工知能の研究開発目標と産業化のロードマップの検討状況（中間まとめ案）を公表しています。 フェーズによるAIの発展段階の整理では、 フェーズ1：各領域においてデータ駆動型のAI利活用が進む フェーズ2：個別の領域の枠を越えて、AI、データの一般利用が進む フェーズ3：各領域が複合的につながり合いエコシステムが構築される の３つの発展段階があり、フェーズ3では、各領域が複合的につながり合って融合化することにより、エコシステムが構築されるとしています。 出所：人工知能技術戦略会議（第4回） 2017.1.16 データｘAI技術ｘプラットフォームの大局観では、フェースごとに、活用の広がり、データ収集、情報処理などの展開を示しています。 出所：人工知能技術戦略会議（第4
「それはロボットがしたことです」は認められる？--AIと法律の専門家に聞く
人工知能（AI）やロボットが、人に害を及ぼすような行動をとった場合、その責任は誰が負うのだろうか。 その行動が事故という可能性もあるだろう。だが、これはAIの自律性と責任能力について、社会が問いかけなければならない多くの問題の1つだ。自動運転車（人間が信頼を置く最初のロボットになりそうだ）やドローン、さらには軍事兵器など、高度なAIの配備がさらに広がっている。 AIと法律の専門家がこの問題を解決しようとしているが、簡単な答えがあるわけではない。 英王立協会で開かれた、英学士院のロボットと法律に関する討論会に登壇したある専門家は、その答えがごく身近なところにあるかもしれないと指摘している。飼い犬の行動について法律上の責任を問われるのは、その犬を売ったブリーダーではなく飼い主であり、ロボットにも同じ原則が適用されるというのだ。 「わが家では大型犬を1頭飼っている。体重65kgのイタリアンマステ
グーグルにも分からない機械学習やディープラーニングの使い道
「AI詐欺」が横行する日本のIT業界。AIブームのウソとホントに斬り込む連載の第4回では、AI活用の効果の視点から様々な課題を浮き彫りにする。もっともらしいAI活用も実は「それ、AIでなくてもできるよね」だったり、逆にAIを提供する先進ITベンダーですら明確な使い道を提示できなかったりする。そんな現状の中でAI活用を考える企業が、高い代償を払って単にトレンドに乗っただけに終わらないようにするために考慮するべきポイントを解説する。 前回の第3回では主にコスト視点から、AIの活用の前提となるビジネス課題について述べた。AIの活用にはデータの量と質の確保が必要で、そのためには多額のコストがかかる。しかも、データの量と質を確保するための業務は多くの場合、情報システム部門の範疇外のため、事業部門や経営層が正しいコスト感覚を持ち、決断を下す必要がある。そんな前回の話を踏まえて、今回は効果視点でのビジネ
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表 「すごく賢いAIがすでに存在する」「機械学習などを使えば、誰でもすぐに『すごいこと』ができる」――IT調査会社のガートナージャパンは12月22日、人工知能 (AI) に関する10個の「よくある誤解」を発表した。AIは現在「過度な期待」を受けているとした上で、日本企業は今後AI開発に必要な人材確保が難しくなる――などと予測している。 「すごく賢いAIは今のところ存在しない」 ガートナーによれば、経営者やテクノロジーにそれほど詳しくない人は「今のAIは、人間と同様のことができる」「今すぐにすごいことができる」と誤解している傾向があるという。 2016年、ガートナーには顧客から「どのAIが最も優れているか」などの質問が寄せられたという。同社はその背景に「すごいAIがすでに存在する」
Google社を蹂躙した村田マリの天然ニューラルネットワーククラスタ : 金融日記
DeNAの医療情報サイト「ウェルク」が薬事法などに抵触する疑いがある記事を載せていたことをきっかけに炎上した。そして、その背後にある著作権ロンダリングの手法が暴かれることとなった。DeNAは、ネットで細々と書いていたブロガーやWikipediaの記事を著作権法を回避する形でパクり、広告収入を総取りしようとしていたわけで、常日頃から不満を抱えていたライターたちの怒りが爆発してしまった。さながら江戸時代に利益を独占していた庄屋が、貧しい百姓たちに暴動を起こされ、家屋を破壊されたり放火されたりした「打ちこわし」のような様相を呈している。 これを見て、他の大手インターネット企業も、ネット貧農たちの怒りに怯え、キュレーションサイトを次々と閉鎖した。この騒動はインターネット史に、「DeNA打ちこわし事件」として長く記憶されることになるだろう。一方で、半ば確信犯的に、著作権法違反のコピペや、2chや個人
エンジニアなら知っておきたい！ 人工知能を支える理論と技術の全体を解説『あたらしい人工知能の教科書』
エンジニアにとって人工知能は魔法には程遠いものですが、実際にどんな理論や技術が人工知能を可能にしているのかと問われると答えづらいのではないでしょうか。これから不可欠になる多様な技術を広く知っておいていただきたい、そんな思いから、翔泳社は12月16日に『あたらしい人工知能の教科書』を刊行します。 『あたらしい人工知能の教科書 プロダクト／サービス開発に必要な基礎知識』は、機械学習や自立知能エージェント、パターン認識、分散コンピューティングなど人工知能を支える多様な理論と技術について、広く解説・紹介した教科書的な1冊です。 人工知能はいまだ魔法の杖のごとく紹介されますが、エンジニアにとっては自身の持つ技術や開発しているプロダクトと地続きの技術です。しかし、いろいろな意味や技術を包含してしまっている人工知能に、実際にどんな技術が利用されているのかと問われると、はっきり答えられない方もいるかもしれ
JavaScriptの深層学習ライブラリを使って「肥満判定プログラム」を作ってみよう
JavaScriptの深層学習ライブラリを使って「肥満判定プログラム」を作ってみよう JavaScriptで簡単に実践できる深層学習（2） 近年、第三次人工知能ブームが巻き起こっています。特に、深層学習（ディープラーニング）と呼ばれる技術で目覚ましい成果を上げています。本稿では、難しいと思われている機械学習（深層学習）を、お手軽プログラミング言語JavaScriptで実践してみます。難しい数式や理論は後回しにして、まずは、気軽に機械学習に触れてみましょう。 前回は、深層学習とは何かを概観してみました。なんとなく、雰囲気がつかめたでしょうか。今回は、実際にニューラルネットワークのライブラリを利用して、肥満かどうかを判定させてみましょう。 Node.jsとsynaptic.jsをセットアップしよう 深層学習ブームのおかげで、ゼロから深層学習を実装する必要はなくなっています。便利なライブラリやフ
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
【山田祥平のRe:config.sys】 反転コマンド行ってQ
Amazon.co.jp: グーグルに学ぶディープラーニング: 日経ビッグデータ: 本
AIに人格を！キャラ付＆プロ目線サジェストが可能な『SENSY bot』のスゴイ可能性 | Ledge.ai
