データの民主化とこれからのAI組織｜ばんくし
はじめにStable DiffusionだとかChatGPT、LLMみたいな「大規模モデル」って考え方が機械学習業界から出て、スケーリング則に基づいてまだまだ精度が上がるとされている昨今。 （スケーリング則はどうのこうの諸説あるが）さておき、「マルチモーダルに」「あらゆるデータを学習した」「大規模なモデル」が今後数年リードしていく事は間違いないと思う。 そんな中で、我々機械学習エンジニアやデータサイエンティスト、アナリスト、データエンジニア、MLOpsエンジニアみたいな、いわゆるAI屋として働いている人たち、皆が所属するAI組織ってどうなっていくのかな、という話を書いてみる。 データの民主化AIの民主化とデータの民主化AI業界では「AIの民主化」というワードがある。 便宜的にAIというワードが広く使われるようになった辺りで出てきたワードで、OSSやプラットフォーム、ハードの発展によって「A
教師データ1個で精度90％以上の行動分析AI 富士通が開発、製造業向けに
富士通研究所は2月18日、製造現場の作業員を記録した映像から「部品を取る」「ネジを締める」などの個別の行動を自動で認識するAI技術を開発したと発表した。教師データを1組学習させるだけで、90％の精度で行動分析できたという。 AIの学習には、映像に写る人物の行動を分析する技術「FUJITSU Technology Actlyzer」を活用。まず、教師データの映像から人物の姿勢を推定し、1つ1つの動作を「単位動作」というカテゴリーにまとめる。次に「5～14秒は部品Aのはめ込み」「15～21秒は部品Aのねじ止め」など、映像に映った人物の行動をラベルとして記録した教師データと、単位動作の関係をAIに学習させる。 一連の動作を単位動作との組み合わせで認識させることで、作業員による動作の細かい違いがあっても、正しく行動分析できるようにした。単位動作をまとめる際も、姿勢の変化が近ければ同じ動作と見なすこ
データを確認せずに「できます！」と役員が確約した、ディープラーニング案件の末路
データを確認せずに「できます！」と役員が確約した、ディープラーニング案件の末路：開発残酷物語（4）（1/3 ページ） トラブルの原因は何だったのか、どうすれば良かったのか。実在する開発会社がリアルに体験した開発失敗事例を基に、より良いプロジェクトの進め方を山本一郎氏が探る本連載。今回は「ディープラーニング」にまつわる失敗談を紹介します。 「開発残酷物語」は、システム開発会社比較検索サービス「発注ナビ」ユーザーのシステム開発会社の方々に過去の失敗事例をお話しいただき、契約で押さえるべきポイントやプロジェクト運営の勘所を読者諸氏と共有し、これから経験するトラブルを未然に防ぐことを目的としている。 聞き手は、山本一郎氏。今回、失敗談をお話しいただいたのは、「コンピュータマインド」の常務取締役 萱沼常人氏だ。 同社は山梨県に本社を構え、東京都新宿区に東京本社を置き、沖縄にも事業所がある。従業員数1
1
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
処理を実行中です
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
