デブサミ2016 で発表しました : 実感駆動でものづくり ユーザーストーリーマッピングで想いと体験をつなごう - kawaguti’s diary
デブサミ2016でお話しました。 【18-D-1】実感駆動でものづくり ユーザーストーリーマッピングで想いと体験をつなごう http://event.shoeisha.jp/devsumi/20160218/session/1004/ 前年の話を下敷きにしつつユーザーストーリーマッピングと、カイゼンの先に新規ビジネス開発をしてこそ....というお話をしました。 Day1の朝イチにもかかわらず、おかげさまで満席のお客様に入っていただきまして、ありがたい限りです。壇上に上がってから、2008年のデブサミに初めて参加して、奇しくも同じくDay1の最初のセッションで関さんの「8年目のアジャイル」のセッションに参加して、アジャイルのはじめかたとして「信頼貯金」のアイデアとか、テストの話を聞きまして、ああ、できないと思っていたけど、とっくに始めている人はいて、自分の環境でも始めようと思えば始められるの
第1回：組み合わせ最適化とOptaPlannerとは | オブジェクトの広場
この連載記事は、最適化問題の１つである「組み合わせ最適化問題」を解くことのできる「OptaPlanner」を紹介します。連載第一回目の本記事では、組み合わせ最適化問題の例としてシフトスケジュール作成と集荷経路作成を題材にしながらOptaPlannerが組み合わせ最適化問題を解くために利用しているメタヒューリスティックな解法の概要説明と、適切にメタヒューリスティックな解法を動作させるためのポイントを説明したいと思います。 組み合わせ最適化とは シフトスケジュール作成や巡回ルート作成などは組み合わせや順番を入れかえながらより良いパターンを試行錯誤しながら作っていくことが多いと思います。実際の業務では、シフトの作成の場合は休み希望日や保有スキルを加味しながらより負荷が均等な割当が必要となり、巡回ルート作成では拠点への到着・出発時間の制限を守りながらより効率的な拠点の周り方が必要となります。このよ
オージス総研、人工知能（AI）の教育サービスを開始 | オージス総研
大阪ガスグループの株式会社オージス総研（本社：大阪市西区、代表取締役社長：西岡 信也、以下オージス総研）は、AIベンチャーの株式会社エクサウィザーズ(東京都文京区、代表取締役社長：石山 洸、以下エクサウィザーズ）と提携し、人工知能（AI）に関する教育サービスの提供を開始しました。 人工知能の教育サービスは、「知る」、「使う」、「作る」の目的別に、「AI基礎」、「AI応用」、「AI実践」の3つのコースを用意いたします。「AI基礎」コースでは、人工知能の必要性や将来性を感じ、活用事例、活用方法などに対する知識を得たい経営者や、企画・マーケティングに携わる人材に対し、人工知能を活用したビジネス創出に役立つ情報、ディスカッションの場を提供します。「AI応用」コースでは、人工知能の開発に携わる人に対し、人工知能エンジン開発の基礎となる人工知能の仕組みと実際の活用を、講義と演習の両面から解説します。そ
なぜ、GPUはAIの研究開発に向いているのか
AIやHPC（高性能計算）の分野で注目されているGPU。そのアーキテクチャの特徴や用途をまとめてみます。 以前TPUについて書いたときにも触れた通り、現在、ディープラーニングの学習や推論処理にはGPUを使うのが一般的になっています。なぜGPUを使うかというと、「安くて速い」からですが、その理由はアーキテクチャにあります。 GPUのアーキテクチャ GPUはGraphics Processing Unitの略で、その名の通り、3次元グラフィックスに必要な計算を高速に行うために専用に設計されたプロセッサです。Intelなどの汎用プロセッサは、さまざまな計算を行う必要があり、回路も複雑になっています。しかし、グラフィック計算のみを高速に行えればいいGPUは、回路がシンプルになります。 汎用プロセッサでも、最近はメニーコアになっていますが、それでも数十程度が一般的です。回路が複雑ということは、チップ
ディープラーニングに必須のGPUとは？NVIDIAでいろいろ聞いてきた
おはようございます、Ledge編集長の飯野(@jombo65)です。 ディープラーニングが話題にあがるとき、必ずといっていいほど「GPU」という言葉を聞きますよね。 そんな（おそらく）ディープラーニングと切っても切れない関係にあるGPU。なんですが、恥ずかしながらいったい何モノなのか？ どんなことをしているのか？ まったく理解できていません…。 こうなったらGPUを提供しているNVIDIAの方に直接教えてもらっちゃえ！ ってことで、NVIDIAディープラーニング部の部長、井﨑さんに取材してきました。 ちんぷんかんぷんな人もこの記事を読めば、ちょっとだけGPUのことが理解できる……かも。 GPUという言葉はNVIDIAが作った―あの、、申し上げにくいんですがハードに疎いもので、NVIDIAさんが何をやっているかもあまりピンときていません……
再帰型ニューラルネットワーク: RNN入門 - Qiita
再帰型ニューラルネットワーク(RNN)は自然言語処理の分野で高い成果をあげ、現在最も注目されているアルゴリズムの一つです。しかしながら、その人気が先走りして実際にRNNがどのように動くのか、構築するのかを解説する書籍は限られているように思います。この投稿はその部分にフォーカスを当てて友人のDenny（WildMLブログの著者）と一緒に書きました。 さてRNNベースの言語モデルを解説したいと思います。言語モデルの用途は2つあります。1つ目は文章が実際にどのくらいの確率で現れるのかのスコアリングをすること。このスコアは文法的に、セマンティクス的に正しいかどうかの判断基準となります。このようなモデルは例えば機械翻訳などに使われています。次に2つ目ですが、言語モデルは新たなテキストを生成することができる点 (ちなみに個人的にこちらの方がよりCoolな用途だと思っています)。また、英語ですがAndr
Convolutional Neural Networkとは何なのか - Qiita
機械学習の世界において、画像といえばConvolutional Neural Network(以下CNN)というのは、うどんといえば香川くらい当たり前のこととして認識されています。しかし、そのCNNとは何なのか、という解説は意外と少なかったりします。 そこで、本記事ではCNNについてその仕組みとメリットの解説を行っていきたいと思います。 なお、参考文献にも記載の通り解説の内容はStanfordのCNNの講座をベースにしています。こちらの講座はNeural NetworkからCNN、はてはTensorflowによる実装まで解説される予定なので、興味がある方はそちらもご参照ください。 CNNはその名の通り通常のNeural NetworkにConvolutionを追加したものです。ここでは、Convolution、畳み込みとは一体なんなのか、という点と、なぜそれが画像認識に有効なのかについて説
畳み込みニューラルネットワークの仕組み | POSTD
(編注：2016/11/17、記事を修正いたしました。) ディープラーニングの分野でテクノロジの進化が続いているということが話題になる場合、十中八九畳み込みニューラルネットワークが関係しています。畳み込みニューラルネットワークはCNN（Convolutional Neural Network）またはConvNetとも呼ばれ、ディープニューラルネットワークの分野の主力となっています。CNNは画像を複数のカテゴリに分類するよう学習しており、その分類能力は人間を上回ることもあります。大言壮語のうたい文句を実現している方法が本当にあるとすれば、それはCNNでしょう。 CNNの非常に大きな長所として、理解しやすいことが挙げられます。少なくとも幾つかの基本的な部分にブレークダウンして学べば、それを実感できるでしょう。というわけで、これから一通り説明します。また、画像処理についてこの記事よりも詳細に説明
人工知能（AI）とは？仕組みやできること、将来展望も紹介 | 侍エンジニアブログ
人工知能（AI）が社会全体に広まる今日、企業の競争力にAIの導入と活用が大きく影響を与えます。例えば、製造業から医療、マーケティングまで、AIによる業務効率化や高度なデータ解析は、私たちの生活を大きく変える背景の1つです。そのため、AI技術が進化するにつれ、業績向上とイノベーション実現のため企業の対応が求められます。 しかし、AIの導入や活用には多くの課題とリスクも存在します。導入コストやデータ依存性、セキュリティ問題など、注意すべきポイントが多いのも事実です。 そこで、この記事ではそもそも人工知能とは何なのか、その意味を種類やできることも交えわかりやすく解説します。人工知能の発展で世界がどう変わるのかも紹介するので、ぜひ参考にしてください。
みずほリサーチ&テクノロジーズ ： [特集] 人工知能の可能性とビジネスへの活用
ディープラーニングや関連技術の発展により人工知能の実用化の可能性が広がっている。 自律的に学習する人工知能技術の登場によって精度の高い認識が可能となり、さまざまな産業分野への応用や新規事業の創出が期待されている。ビジネスの現場で人工知能の活用が進む日がいよいよ近づいてきた。 拡大図 1950年代に研究開発が始まった人工知能（AI）は、データの多様化・増加、コンピューティングの高度化、アルゴリズムの高度化という3つの変化が起こったことを背景に、現在3度目のブームを迎えている。ブームを牽引しているのは、人工知能に大量のデータを与えて識別ルールを学習させる「機械学習技術」、中でも「ディープラーニング（深層学習）」と呼ばれる学習技術である（P4参照）。自律的な学習が可能となれば、複雑な問題にも対処できる人工知能の誕生も期待され、より多様な分野での利用可能性が高まるだろう。マイクロソフト、Googl
人工知能 (AI) はどこまで進歩しているのか – 4つの知能レベルと実商品例 – デザイン会社 ビートラックス: ブログ
個人の検索データ、行動データを蓄積し、そのデータを使って最適な作業を機械でできることが増えたきた。さらに、テクノロジーの進化により自分で考えて話すことができるPepperやパーソナルアシスタントSiri、Google Nowが活躍できる場が増えてきている。 便利にはなるものの、仕事面で考えると進化する人工知能は将来わたしたちの仕事を奪ってしまうのではないだろうか？もし人工知能が自分の部下として配属される時代がきたら自分はどのように指示を出し一緒に働くのであろうか？ 人工知能は現在どこまで進歩しているのだろうか、今回はエンジニアではなくビジネスマンであるわたしが調査した基礎的な概念、構造を中心に第２回に渡って紹介する。 １. 人工知能 (AI) とは世の中に、人工知能を厳密に定義できるものは研究者、機関によってその解釈や認識にずれがあることがわかっている。日本で人工知能の名著「人工知能は人間
春田真 - Google 検索
春田 真（はるた まこと、1969年1月5日 - ）は、日本の実業家。エクサウィザーズ代表取締役社長。ディー・エヌ・エー（DeNA）前取締役会長。
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
株式会社エクサウィザーズ