2017年9月18日 夏のトップカンファレンス論文読み会(CVPR/ICML/KDD etc.) での発表内容です． https://abeja-innovation-meetup.connpass.com/event/63466/ コンピュータビジョン分野の「今」を映す挑戦です。論文読破・まとめ・アイディア考案・議論・実装・論文執筆（・社会実装）に至るまで広く取り組み、その過程で出てきたあらゆる知識を共有します。 2015〜2016年は1,600本以上の論文まとめを全て公開し、著名な国際会議のWSにおいて受賞を経験しました。2017年はさらにアウトプットにこだわり、突出した成果を出すことを目標とします。 SlideShareにて論文まとめや講演資料を公開し、Twitterでも情報を共有しております。 cvpaper.challenge https://sites.google.com/s

おしっこセンサーできました ウチの小学生の息子が家のトイレでたびたびおしっこをこぼしてしまう。俺がくどくど注意してもあんまり効果ない。そこで、代わりにAIに怒ってもらうことにした。こんな感じである。 おしっこセンサーのデモ（動画）。水を数滴床にたらすとブザーが鳴り、床を拭くと止まる。 ディープラーニングの画像認識を使い、床の上に落ちた水滴をカメラで検出してブザーが鳴る仕組みだ。夏休みの自由工作に過ぎないので精度は期待していなかったけど、意外にきちんと動いてくれて、カメラに映る範囲に水滴を数滴たらすとピッピと鳴り、床を拭くとブザーも止まる。「お父さんだってAIくらい作れるぞ」と息子に自慢したいがための工作なのだ。 でも、これ作るのはそんなに難しくなくて、休み中の3日くらいで完成した。かかったお金は、RasPiやカメラ、周辺デバイスが2万円弱、画像認識のモデル作成に使ったクラウドの料金が数10

米Amazon.comと米Microsoftは8月30日（現地時間）、両社の音声認識AIアシスタント「Alexa」と「Cortana」を年内に相互接続させる計画を発表した。 Amazon EchoなどのAlexa搭載スピーカーに「Alexa , open Cortana」と呼び掛けてCortanaを呼び出すことと、Windows 10やモバイル端末上のCortanaに「Hey Cortana, open Alexa」と呼び掛けてAlexaを呼び出すことができる。 例えば手元にWindows環境がなくてもAlexa端末経由でOfficeの予定表を確認でき、逆にWindows端末からAmazonのオンラインショッピングをはじめとするAlexaの2万以上のスキルを実行できる。 Amazon.comのジェフ・ベゾスCEOは発表文で「今後、異なるデータセットに接続し、異なるスキル分野を得意とする複数

This domain may be for sale!

こんにちは。ぼへみあです。 機械学習がすっかりブームになって、仕事や趣味でディープラーニングを使ったことがある人が増えていると思います。 特に画像分野でディープラーニングは成果を上げているので、特定のものを判別・識別するといった事例が多いかと思います。 そうした画像系のディープラーニング経験者なら経験する現象があります。 それは、 「その分野について、作ったAIよりも自分が詳しくなる」 という現象です。 おそ松さん見分けの第一人者になってしまった 以前取り組んだおそ松さんの6つ子をディープラーニングで見分けるネタでは、学習用データセットの作成のために、自力で5000枚以上のおそ松さんたちを見分ける作業を行いました。その結果、アニメを見ても、これは何松だ、と判断できるようになってしまいました。当時はおそ松さんを見分ける能力は誰にも負けない自信がありました。 なぜか学会でおそ松さんの話をする機

先日、オンライン学習サイトCourseraの"Machine Learning"コースを修了しました。これが最高に勉強になったわけですが、機械学習に興味があって情報収集を始めてる人にとって、「Courseraの機械学習コースがおすすめですよ」という話は 「はい、知ってます」 という感じではないでしょうか。 （たとえば、Qiitaで検索してみると、以下のような同コースに関連する超人気記事が出てきます） 数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 - Qiita 機械学習をゼロから1ヵ月間勉強し続けた結果 - Qiita 僕もそんな感じで、幾度となく人や記事に同コースを薦められたりしつつ、たぶん2年ぐらいスルーし続けてきたと思います。 しかし約2ヶ月前、ひょんなきっかけから本講座を始めてみて、やはり評判通り最高だったと思うと同時に、僕と同じような感じでこのコースが良い

先日の記事、Airbnbはどのように人工知能を活用しているのか？ では、テクノロジー企業という印象が低い、Airbnbの人工知能の利用の取り組みをご紹介した。 今回はAirbnbと同様に、シェアリングエコノミーを代表する企業であるウーバーの取り組みをご紹介しようと思う。日本では法律の問題上、アメリカと同じビジネスの展開が難しいので、実際にどのようなサービスを提供されているかがあまり知られていない。 また、ただのタクシー会社のように見えるため、テクノロジー企業という印象が薄いかもしれない。 しかし、実態は多くのエンジニアを抱えるテクノロジー企業である。先月(2016年8月)には、自動運転タクシーの試験運用を始めた。今回は、ウーバーが、代表的サービスのウーバープールにおいてどのようにテクノロジーを活用しているかをご紹介する。 世界各地で使われるウーバープール ウーバーは、2014年からウーバー

ここ最近、Google翻訳がリニューアルされ、性能が向上したという話が流れてきたので、さっそく試してみた。 ぼくが真っ先に試したのは、「母は、父が誕生日を忘れたので、怒っている。」だ。 なぜこの文が気にかかっていたかは後述する。 結果は次の通り。 "My mother is angry because my father forgot her birthday." すばらしい。 では、「母は、父が鞄を忘れたので、怒っている。」はどうだろうか。 "My mother is angry because my father forgot his bag." 完璧だ！ 「誕生日を忘れた」の場合は「母の誕生日」と解釈し、「鞄を忘れた」の場合は「父の鞄」と解釈する。 これこそ、利用者が翻訳に求めるものじゃないだろうか。 しかし、ここまでだった。 次にぼくは、「父」と「母」を入れ替え、「父は、母が誕生日

先日、機械翻訳と意味という記事を書きましたが、それ以降も新Google翻訳の精度向上はあちこちで話題になっています*1。 新Google翻訳を使って3700ワードの技術文書を1時間で翻訳した Google翻訳の強化でもっとも得するのは翻訳家という妙 共通して述べられているのは、「新Google翻訳の精度が下訳に使えるレベルになった」「新Google翻訳は、翻訳家にとって大きな助けになる」ということです。 さて、この記事を読む人であれば、ラッダイト運動というものについて聞いたことがある人も多いかと思います。 この運動は、機械によって雇用を奪われた手工業者が起こした機械破壊運動なのですが、このときに対象となった機械は、自動織機のような、人手を置き換えるタイプの機械でした。 それに対して、機械翻訳は、人間の能力を拡張（エンハンス）するタイプのものです。 人間の翻訳家を置き換えるものではなく、翻訳

大喜利ができる人工知能があるらしい……しかも、博士が作っているらしい。本当なのか確かめてみたら思った以上にすごかった。 人工知能の勢いが増している、らしい。 人工知能がプロ囲碁棋士と対局し、大差でプロを破ったことは記憶に新しい。人間が有利だった分野が、次々と人工知能に追い上げられている。 20年後には今ある職業の半分がAIに取って代わられる、という予測もある。 しかし、エンターテイメント分野において人工知能はまだ人間に追いついていない。 ヒトの感情を揺さぶることに関しては、人工知能は未熟である。 そうも思われていた。 ところが最近、人工知能が「大喜利」で人間を破ったという情報を耳にした。 もしそれが本当だとすれば、笑いの分野でも人工知能が人間を超えたということになる。ふざけることしか能がない人間の集まりであるオモコロの存在意義すら危うい。 真相を確認するべく、大喜利で人間に勝つ人工知能を作

「いつか勉強しよう」と人工知能／機械学習／ディープラーニング（Deep Learning）といったトピックの記事の見つけてはアーカイブしてきたものの、結局2015年は何一つやらずに終わってしまったので、とにかく一歩でも足を踏み出すべく、本質的な理解等はさておき、とにかく試してみるということをやってみました。 試したのは、TensorFlow、Chainer、Caffe といった機械学習およびディープラーニングの代表的なライブラリ／フレームワーク3種と、2015年に話題になったディープラーニングを利用したアプリケーション2種（DeepDream、chainer-gogh）。 （DeepDreamで試した結果画像） タイトルに半日と書きましたが、たとえばTensorFlowは環境構築だけなら10分もあれば終わるでしょうし、Chainerなんてコマンド一発なので5秒くらいです。Caffeは僕はハ

コンピュータが全人類の知性を超える未来のある時点は、シンギュラリティ(Singularity、特異点、技術的特異点)と呼ばれている。アメリカの著名な発明家カーツワイルによればそれは2045年に到来するという。そして、そのような時点に発生する様々な問題は、ひっくるめて2045年問題と言われている[*1]。 シンギュラリティとはもともと数学や物理学で使われている用語である。物理学では、シンギュラリティは物理法則（一般相対性理論）が通用しない特異な点である[*2]。技術的特異点としてのシンギュラリティもそれと同様に、技術に関する予測が成り立たず、既存の経済法則も通用しなくなるような時点である。 人類の経済社会における進化のオメガ点、つまり終局であるシンギュラリティに至ると、全ての労働は、人工知能とそれを搭載したロボットが行うので、人間は労働から解放されることになる。すると「労働からの解放と言うが