ヤバいデータ分析（書籍・記事であまり扱われてないが重要なこと） - Qiita
大学ではないが、東京大学エクステンション・データサイエンススクール・技術実務者コースでは 前提知識 高校までの理系数学と大学1・2年生の数学の一部（偏微分、積分、行列） 数学科目 統計学、最適化 ざっとレベル感をまとめますと 高校までの計算主体の数学 計算力があればなんとかなる 理工系大学教養レベルの定義・定理で入ってくる数学 抽象度は上がるがまだ図が描ける 理工系大学専門レベル抽象度の上がった数学 位相とかはイメージしずらい、高次元・無限次元とかはもう図もイメージもできない 数学科 超絶 薄い記事では、これらのうちどこを言っているのかとイメージしていない人が言っているのでしょうが、アカデミアの方やエンジニアでもR＆Dで新たなアルゴリズムを開発担当とかでなければ、大体下記をイメージすれば良いのではないかとのところが自論 高校までの数学はほぼ必須 理工系大学教養レベルの数学はできるだけマスタ
ChatGPT と結城浩の対話（矛盾や反復を含んだ対話によってAIと人間の識別は行えるか）
chat.md 結城浩 こんにちは。今後、GPT-4を使ったアプリケーションやサービスがたくさん登場してくると思います。その中には、たとえばSNSを利用したbotもたくさん出てくるでしょう（現在でもすでにありますけれど）。そこで質問なんですが、SNSでおしゃべりしている相手が、人間なのか、GPT-4などの技術を使ったAIなのかを識別するにはどのような会話をしてみればいいでしょうか。一般的なAIでは難しいかもしれないので、GPT-4に限ってもいいです。あなたの考えを聞かせてください。 ChatGPT Model: GPT-4 GPT-4のような高度なAIと人間を識別するのは、時に難しいことがあります。しかし、いくつかの方法を試してみることで、相手が人間かAIかを見極めることができるかもしれません。 複雑な感情やニュアンスについて尋ねる: AIは感情やニュアンスを理解するのが苦手です。複雑な感
画像生成AIの「高品質なプロンプト」を0.01秒で盗むサイバー攻撃 ドイツの研究機関が発表
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。Twitter: ＠shiropen2 ドイツの研究機関CISPA Helmholtz Center for Information Securityに所属する研究者らが発表した論文「Prompt Stealing Attacks Against Text-to-Image Generation Models」は、テキストから画像を生成するモデルで生成した画像からテキストプロンプトを盗用する攻撃を提案した研究報告である。 Stable Diffusion、DALL-E 2、Midjourneyなどのテキストから画像を生成するモデルの登場以来、プロのアーティストに頼るのではなく、プロンプトと呼
ChatGPTをビジネスのアドバイザーとして使った結果驚くべき回答が行われる
対話型AI「ChatGPT」は人間からの質問に的確に答えることができる文章生成AIで、大学生レベルの試験の自由記述問題に合格してしまうほどの文章作成能力を誇っていることなどで注目を集めています。そんなChatGPTをビジネスのアドバイザーとして使用したら素晴らしい回答が得られたということで、YouTuberのクリス・グリーニング氏がChatGPTとの対話文を公開しました。 Using ChatGPT As a Co-Founder https://www.atomic14.com/2022/12/05/using-chatgpt-as-a-co-founder.html グリーニング氏はスタートアップ企業を立ち上げることを想定し、事業を発展させていくために何をすれば良いのかをChatGPTに質問。得られた回答をブログに掲載しています。 グリーニング氏： 私は、企業の依頼を受けた顧客が簡単に
“人知を超えたAI”はビジネスに不適切 「説明可能なAI」が求められるワケ 機械学習の“グランドマスター”が解説
一昔前まで、AIはフィクションの中の話だった。「2001年宇宙の旅」に登場したAI「HAL 9000」のように、人間の理解が遠く及ばない判断を実行する“人知を超えた存在”として描かれることが多かった。 しかし現在、AIは私たちの生活に浸透している。あらゆる分野でAIのビジネス活用が進む一方で、さまざまな課題も見えてきた。その一つがAIのブラックボックス化だ。AIで満足のいく結果を出力できても、「なぜその結果になったのか」「根拠はどこにあるのか」が分からない点を懸念する声がある。万が一トラブルが起きたとき、その理由を説明できないのはビジネス上のリスクだ。 「AIの創造は人類史上で最大の出来事ですが、リスク回避の方法を学ばなければ、残念ながら最後の出来事になるかもしれません」――スティーブン・ホーキング博士の言葉を引用して、このリスクに警鐘を鳴らす人物がいる。世界的な機械学習のコンペティション
成功した機械学習モデル150個を分析してわかったことまとめ、Booking.comの場合
by stem.T4L 宿泊予約サイトのBooking.comはプラットフォームに機械学習を取り入れており、毎日いくつものA/Bテストを実施して最適なオプションや表示方法を模索しています。機械学習を取り入れるなかで失敗と成功の両方を何度も経験してきたBooking.comが、150の成功モデルから学んだことについて論文を発表しました。「機械学習が現実の企業やプラットフォームのパフォーマンスにどう影響するのか」を述べたこの論文を、VMwareのCTOを務めたのちにAccelのベンチャーパートナーとなったAdrian Colyer氏がかみ砕いて解説しています。 150 Successful Machine Learning Models: 6 Lessons Learned at Booking.com (PDFファイル)http://delivery.acm.org/10.1145/3340
AIの開発や本番環境への導入が少ないコードで簡単にできる「Vertex AI」がGoogle Cloudで一般提供開始、実際に使ってみた
Googleがオンラインイベント「Google I/O 2021」の中で、AIの開発や運用を容易に行えるようにする機械学習プラットフォームの「Vertex AI」を発表しました。 Vertex Ai | Vertex AI | Google Cloud https://cloud.google.com/vertex-ai Google Cloud launches Vertex AI, unified platform for MLOps | Google Cloud Blog https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-launches-vertex-ai-unified-platform-for-mlops Googleによると、Vertex AIを利用すると競合に比べて80％近
AIの攻撃をAIで防御、サイバーセキュリティの“いたちごっこ”最新事情
AIの攻撃をAIで防御、サイバーセキュリティの“いたちごっこ”最新事情：よくわかる人工知能の基礎知識（1/4 ページ） コンピュータシステムや端末に何らかの不正な働きかけをし、その利用者や所有者の利益に反する行いをするサイバー攻撃。その歴史は古く、今から30年以上前の1989年には、既に現在のランサムウェアに相当するものが登場している（インターネットではなくフロッピーディスクを通じて拡散されたそうだ）。それ以来、DDoS攻撃や標的型攻撃など、その数や種類は大幅に増えており、もはや人間だけで対処するのが難しいレベルに達している。 サイバー攻撃の増加と多様化によって、セキュリティ人材も不足してきている。高度化した攻撃に対抗するには高度な知識と経験が要求されるため、そうした人材を一朝一夕に増やすわけにもいかない。その意味でも、現在のセキュリティ対策には機械による自動化が欠かせなくなっている。 こ
「AIをどう習得したのか教えて」と大募集し、技術者から集まった記事49本を紹介
出典：日経クロステック、2020年2月7日 （記事は執筆時の情報に基づいており、現在では異なる場合があります） 日経 xTECH内に人工知能（AI）専門チャネル「ビジネスAI」を2019年10月に立ち上げたのを機に、知識共有サイト「Qiita」上でAI／機械学習の記事を同年12月に募集したところ、49本もの記事が集まった。投稿いただいた皆さん、ありがとうございました。 今回、ビジネスAIの編集担当として私が設定した「お題」は以下の3つ。各テーマについて日経 xTECHがQiitaアドベントカレンダーのスポンサーとなり、2019年12月1日～25日まで1日1本ずつ記事を募集した。 AI道場「Kaggle」への道 機械学習をどう学んだか 機械学習ツールを掘り下げる この結果、機械学習を独習するお薦めの書籍やサービス、Kaggleなどの機械学習コンペに入門する方法など、AIや機械学習に興味がある
人工知能開発は「儲けないと意味がない」 東大・松尾豊さんが見た“絶望と希望” (1/4) - ITmedia NEWS
人工知能開発は「儲けないと意味がない」 東大・松尾豊さんが見た“絶望と希望”：これからのAIの話をしよう（日本編）（1/4 ページ） 日本企業は世界とどう戦っていけばいいのか。競争力を高める一手段として、人工知能（AI）開発に注目が集まっている。日本国内におけるディープラーニング研究の第一人者である東京大学の松尾豊特任准教授は「シンプルに、日本企業が世界で大きなシェアを占める領域が何かを考え、そこにディープラーニングを組み合わせればいい」と話す。 インタビュー前編：なぜ日本は人工知能研究で世界に勝てないか 東大・松尾豊さんが語る“根本的な原因” 人工知能の研究、開発、ビジネスへの活用──何をする上でも、まずは企業がどうもうけるかを考えることから全てが始まるという。産学連携の重要性や、日本が人工知能開発で活躍できる分野、日本企業で働く人たちが個人レベルでできることなどを聞いた。 （聞き手：デ
なぜ日本は人工知能研究で世界に勝てないか 東大・松尾豊さんが語る“根本的な原因”
――米国や中国に比べ、日本は人工知能開発で遅れているといわれています。なぜ日本はこの競争に負けているのでしょうか。 松尾さん それは、日本がインターネットで世界に負けた理由と似ているのではないでしょうか。 一つは、技術の取り入れ方が非常に遅い点。1990年代後半には若者たちが「これからはネットの時代だ！」と言っていたのに、上の年代の人たちが理解しませんでした。「信用できない」「オタクが使うだけ」と否定し、新しいものが生まれなかった。 今もそれは同じです。一口にAI、人工知能といっても、新しい技術の中心であるディープラーニングに対して、従来の分野へのこだわりが強く、拒否感が強い人も大勢います。 もう一つは、若い人が力を持っていない点。若い人が自分の裁量で自在に動けるような社会環境になっていません。彼らに裁量を与えて何かやらせれば絶対に何か起こるんですけど、それをやらせないから変化が起こらない
社会人に役立つ人工知能本 三冊しかない説｜マスクド・アナライズ
火曜日だけど水曜日！（挨拶） 前回「社会人のためのAIガチャ入門」を公開したところ、アレな内容でも炎上もせず（無視されたとも言える）、ファミレス1回分ぐらいの課金を頂いたので、また記事を書いてみました。 なお、今回は真面目な内容となります（前回比）。 「社会人のためのAIガチャ入門」は、「AI開発を依頼する側」の視点で書かれました。 今回もデータサイエンティストやAIエンジニアなどの「作る側」ではなく、「依頼する側」を想定しています。 「作る側」の情報は書籍やネットで豊富にありますが、「依頼する側」や「利用する側」の情報不足を懸念しており、今回の記事を書いた次第です。 なお、「技術記事を書けないだけでは？」と邪推しないこと。 「AI開発を他社に依頼しても失敗する」が前回の結論でしたが、昨今のブームにより「我が社でもAIを導入したい」「AIで何かやりたい」という要望が、社内（特に偉い人）から
「開発の丸投げやめて」 疲弊するAIベンダーの静かな怒りと、依頼主に“最低限”望むこと (1/5) - ITmedia NEWS
「開発の丸投げやめて」 疲弊するAIベンダーの静かな怒りと、依頼主に“最低限”望むこと：これからのAIの話をしよう（覆面AIベンダー編）（1/5 ページ） 「AI（人工知能）は触ったことないし、プログラムも書けません。でも社長が“AIをやれ”って言うので何とかしてください」――こんな困ったオジサンたちを、ユーモアたっぷりの愛と皮肉で表現する人物をご存じでしょうか。 その名は「マスクド・アナライズ」さん。正体は一切不明でソーシャル上のアイコンは覆面マスクと、一見イロモノ系アカウントに見えますが、Twitterでの発言は多くの人たちから「あるある」「共感する」と絶賛され、ときには何千回、何万回とRTやいいねされています。 それもそのはず。普段の仕事では「AIを作ってほしいという相談から、導入後の改善まで請け負い、お客さまに合わせてAI開発、データ分析、IoT導入と結構幅広くやっている」とのこと
AI/MLシステム開発の難しさ
Performance Insights 廃止から Database Insights 利用へ/transition-from-performance-insights-to-database-insights
GUIツールが普及した機械学習民主化後のキャリア -機械学習の新しい学び方- 吉崎さん秘伝の新規事業案も特別公開！ | AI専門ニュースメディア AINOW
機械学習が民主化されたあとの世界 機械学習の民主化（AIの民主化）を掲げる企業が多くなっています。例えばDataRobotは「AIの民主化」を掲げて機械学習の自動化プラットフォームを構築することで、誰でも機械学習を使えるように取り組んでいます。他にも機械学習（ディープラーニング）を誰でも簡単に使えるようにするツールが多くリリースされています。 吉崎さん「機械学習の民主化で悪いことは基本ないのではないでしょうか。エクセルのように誰でも簡単に機械学習を使えるようになれば、プログラミングの工数が減ることで、仮設検証のスピードが上がります。」 GUIを取り入れることのメリット 機械学習が民主化する（誰でも使えるようになる）一つのプロセスとしてGUIツールの普及が挙げられます。GUIとは画面上でマウス操作で扱うことができるインターフェースで、プログラミングなしで機械学習のモデルを作ることができるよう
誰がケネディを殺したのか――公開された暗殺文書をマイクロソフトのAIで解読
日本マイクロソフトは11月17日、米国ニューヨークで11月15日～17日（現地時間）に行われた開発者向けイベント「Microsoft Connect 2017」の内容を日本向けに紹介するイベント「Microsoft Connect Japan 2017」を開催した。 今年10月26日、米国立公文書館は、1963年に起こったジョン・F・ケネディ大統領の暗殺事件に関して、これまで機密扱いだったFBIやCIAなどの内部記録文書をWebサイトに公開した。3万ページにもおよぶ膨大なドキュメントは、人間が1人で読もうとすると10年～20年かかる量だ。ここで、ドキュメントの理解にAIを使うことで、人間の何倍ものスピードで内容を解読することができる。 Microsoft Connect Japan 2017の佐藤直生氏（日本マイクロソフト Azureテクノロジスト）のセッションでは、学習済みのAI API
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
Amazon.co.jp: セキュリティエンジニアのための機械学習 ―AI技術によるサイバーセキュリティ対策入門: Chiheb Chebbi (著), 新井悠 (翻訳), 一瀬小夜 (翻訳), 黒米祐馬 (翻訳): 本
エヌビディアがCPU参入 アームと組みAI計算10倍速く - 日本経済新聞
グーグルAI道場「カグル」の正体 - 日本経済新聞
AI・データ活用人材を社内で育成、DataRobotがパッケージ商品
