政府は成長戦略をつくる未来投資会議（議長・安倍晋三首相）で、2020年に達成すべき自動運転に関する2つの実用化目標を掲げた。高速道でのトラックの無人隊列走行と、無人運転車による移動サービスの実現だ。政府が作成した資料に多数並ぶ「無人」の文字は、20年を完全自動運転の普及元年としたい強い意向の現れといえる。政府の動きは運転手ありきの立場を崩さない自動車メーカーを揺さぶる。メーカーは運転手ありきが前提
所有かシェアか、「無人運転」が迫る未来 - 日本経済新聞
政府は成長戦略をつくる未来投資会議（議長・安倍晋三首相）で、2020年に達成すべき自動運転に関する2つの実用化目標を掲げた。高速道でのトラックの無人隊列走行と、無人運転車による移動サービスの実現だ。政府が作成した資料に多数並ぶ「無人」の文字は、20年を完全自動運転の普及元年としたい強い意向の現れといえる。政府の動きは運転手ありきの立場を崩さない自動車メーカーを揺さぶる。メーカーは運転手ありきが前提
そういうことだったのか！と思わずうなずく「機械学習」超入門
最近、Web業界やテクノロジー分野で人工知能(AI)やデータマイニング、ディープラーニングなどのキーワードとともによく耳にするようになった言葉の一つに「機械学習(マシーン・ラーニング)」という言葉があります。 機械学習はGoogleの自動運転車をはじめ、AmazonやZOZOTOWNなどのオンラインショップやNetflixやAWAなどの音楽ストリーミング配信サービスで使われるレコメンデーション機能、twitterやインスタグラムで顧客が投稿している内容を分析するマーケティングオートメーションなど、今日の社会でも頻繁に活用されています。 「機械学習」は、今後Web業界で取り残されないためにフォローするべき重要なキーワードの一つであることは間違いありません。 それでは、機械学習とは何であり、なぜこれほど注目されるのでしょうか。 今回は、「機械学習」の概要から、Web業界の関連者が知っておくべき
「インダストリー4.0」に対する5つの大きな誤解
メディアスケッチ 代表取締役 兼 コーデセブン CTO、サートプロ IoT技術講師、IoT検定制度委員会メンバー 製造業を中心に「インダストリー4.0」への注目が日々増しています。インダストリー4.0は、ドイツ政府と同国の産業界が、「製造業は今後どう進化すべきか」という問題について考え、それを踏まえて立案した計画のことです。 単なる計画なのですが、内容を見てみると非常に先進的で合理的な考え方をしています。そのため、実現すれば新しい時代を切り開くだろうということで世界中から注目を集めているのです。 インダストリー4.0は、IoT（Internet of Things）という技術の活用像を具体的に示したとも言えるパイオニア的存在です。そのため、2016年頃からさまざまなメディアがインダストリー4.0という言葉を取り上げています。 ところが、多くのメディアがかなり概要的な部分だけを書いているため
なぜいま「ロボット倫理学」が必要か〜問題はすでに起きている（岡本 慎平） @gendai_biz
「ロボット倫理学」とは何か？ 21世紀に入ってすでに16年が過ぎた。我々は、かつて小説や漫画や映画で描かれた輝かしい（あるいは恐ろしい）近未来、あの21世紀を生きている。 もちろん「SF物語に描かれた21世紀」と「現実の21世紀」の間にある隔たりは大きい。我々は鉄腕アトムが空を飛ぶ風景を見ることはないし、自我に目覚めたスカイネットの人間狩りに怯えることもない。 ただし、「現実」の21世紀でも、かつてのSFと同様に（あるいはそれ以上に）重要な問題が生じている。その一つが「ロボット倫理学」と呼ばれる新興学問領域だ。 これは、「ロボットが備えるべき倫理」を考える学問であり、その反対に「ロボットを扱う際に必要な倫理」を探求する学問でもある。 とはいえロボット倫理学は、「人工知能が本当に倫理を理解することは出来るのか？」とか「人間と区別のつかないロボットが作られたら彼らに人権を認めるべきなのか？」と
「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか
「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか：「ニューラルネットワーク」とは何か 「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか。GPUコンピューティングを推進するNVIDIAが、これらの違いを背景および技術的要素で解説した。 米NVIDIAは2016年7月29日、公式ブログでテクノロジージャーナリストであるマイケル・コープランド氏による記事「人工知能、機械学習、ディープラーニングの違いとは」を公開した。今後のビジネスを変革すると期待される技術の1つとして、「AI（Artificial Intelligence：人工知能）」が注目を集めている。このAIは、「機械学習」や「ディープラーニング」とともに取り上げられることが多いことから、この3つの単語の意味や背景を整理して解説したものだ。以下、ブログ記事を抄訳する。 AI、機械学習、ディープラーニングの
坂村健の目：アルファ碁の勝利が示すもの - 毎日新聞
人工知能（ＡＩ）と人間の囲碁棋士の５連戦−−グーグル・ディープマインドチャレンジマッチは、開始早々ＡＩ側「アルファ碁」の３連勝。４戦目では人間が一矢報いたものの、最終戦はアルファ碁が取り、４勝１敗と堂々のＡＩの勝利となった。 人間側の李世〓（イセドル）九段は現役最強の棋士とされていただけに、その衝撃は大きかった。それも当然で、１９９７年にチェスでコンピューターが人間の最高峰を破った後も、囲碁では人間に歯が立たなかったからだ。コンピューターが勝つにはまだ１０年かかるとも言われていた。 オセロやチェスなどのゲームではコンピューターの力業で手を読む方法が使えたので、技術進歩で計算力が上がることで勝てるようになった。しかし将棋より１兆倍を１４回繰り返すほど複雑と言われる囲碁には、力業は通用しない。プロ棋士は直感で盤面の良しあしがわかるが、コンピューターには計算力はあっても直感力はなかったからだ。
｢自分で学ぶAI｣は､人間社会に何を起こすか | FUTURUS | 東洋経済オンライン | 新世代リーダーのためのビジネスサイト
最近話題のAI（人工知能）。車の自動運転からロボット、スマホやゲームなど、いろんなものに「AI搭載」だとか「AIの技術を開発」、「AIで将来～になる（なった）」といった訴求がされており、今の世の中AIのオンパレードである。 加えて、よく耳にするのが『ディープラーニング』や『汎用人工知能』といった言葉。私立文系出身の筆者には、さっぱりわからないワードばかりだ。そんなAIオンチの筆者をはじめ、人には聞けないがこの機会に知っておきたいという読者のみなさんのために、日本で第一人者のAIスペシャリストに基礎の基礎を聞いてみた。 今回お話を伺ったのは、ドワンゴ人工知能研究所の所長にして、NPO法人 全脳アーキテクチャ・イニシアティブ（WBAI）代表を務める山川宏氏。今、世界中で開発競争が激化している『汎用人工知能』を、日本発進で作ろうと日々奮闘されている方だ。 そんな山川氏に、今回は「汎用人工知能と
本物の人工知能を目指して
現在ブームの渦中にある人工知能には、実は大きな限界がある。あらかじめ設計した特定の用途にしか適用できない点である。この壁を乗り越えて、あたかも人間のような知性を実現しようと試みるのが、汎用人工知能（AGI： Artificial General Intelligence）の研究開発だ。自ら汎用人工知能の開発に取り組む五木田和也氏に、開発の指針となる人の脳に関する知見と、汎用人工知能の構成要素になり得る機械学習技術の基礎を解説してもらう。（日経テクノロジーオンライン編集） 本連載は、人工知能を実現する技術について広く浅く解説します。ここでいう人工知能は一般に考えられている人工知能（Artificial Intelligence）と少し異なり、後述するように汎用人工知能（Artificial General Intelligence, AGI）を指します。AGIとは、一言で表すなら「人と同じよ
囲碁ＡＩ、韓国棋士に３連勝で勝ち越し 世界最強の一人：朝日新聞デジタル
米ＩＴ企業グーグル傘下の英グーグル・ディープマインド社が開発した囲碁の人工知能（ＡＩ）「アルファ碁」と、世界で最も強い棋士の一人、韓国の李セドル九段（３３）の第３局が１２日午後、ソウル市内のホテルで行われ、アルファ碁が３連勝した。対局は１５日まで全５局行われるが、２局を残してアルファ碁が勝ち越し、勝利を決めた。 １２日の対局は開始後４時間余りで、１７６手目の後に李九段が投了。李九段が２時間の持ち時間を使い切ったのに対し、アルファ碁は８分３１秒を残していた。 ＡＩは１９９７年にチェスの世界王者、２０１３年には将棋のプロ棋士に勝利したが、囲碁はチェスや将棋に比べて終局までの手順が桁違いに多く、ＡＩがプロに勝つには１０年はかかると言われていた。アルファ碁は対局時に全ての手を検討するのではなく、過去の棋譜などをもとに自己学習を繰り返して強くなり、これを克服した。 李九段は１２日の対局後の記者… こ
AI応用はどこに向かっているのかをざっくり整理する：日経ビジネスオンライン
新年の最初の記事を書いてから2週間の間、ディープ・ラーニングや量子コンピュータを含む、最近の人工知能関連の話題、研究の最前線について問い合わせを受けて調べ、考える機会が顕著に増えました。本業の合間にじっくり考えたり、若手研究者と話をしてきたわけですが詳細は別途お話しするとして、ここ四半世紀、計算量が爆発的に増えるため個人的には懐疑的なスタンスを取ってきた多層ニューラルネット（≒ディープ・ラーニング）について、肯定的に評価するようになったという変化がありました。 お引き合いや問い合わせは、いわゆるビジネス応用についてのものが多いわけですが、人工知能応用の5年後、10年後を語れ、と言われた時に、研究の最前線、その勝算について考えないわけにいきません。とはいえ、基礎的なアルゴリズムの「勝ち筋」が仮に分かったとしても、産業に、生活に、ITインフラに、多彩な影響を与える応用がどうなるかが簡単に読める
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
協調と競争が交錯 自動運転、共同開発「最新相関図」 自動運転が作る未来（9） - 日本経済新聞
運転支援か、自律走行か 自動運転で目指す二つの姿 自動運転が作る未来（8） - 日本経済新聞
未知との遭遇 人類の飛躍か試練か 2045年を探して（1） - 日本経済新聞
深層学習の知的財産権 保護か成長か、未来へ難問 清水亮 UEI最高経営責任者（CEO） - 日本経済新聞
トヨタ、ロボ開発2社買収交渉 米グーグルから - 日本経済新聞
科学の森：進化するＡＩの可能性 自ら学ぶ「深層学習」で囲碁トップ棋士破る - 毎日新聞
AIセレクション: 考証2001年宇宙の旅
「囲碁の謎」を解いたグーグルの超知能は、人工知能の進化を10年早めた
人工知能 - Qiita Advent Calendar 2015 - Qiita
Maintenance Page - Monavis