自己紹介だけで個人を特定できるリザーバコンピューティングのスゴさ、QuantumCore秋吉氏に聞く「深層学習（LSTM）の次」 - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
QuantumCore代表取締役CEOの秋吉信吾氏 2012年の画像認識コンテストILSVRCでの圧勝、Googleの猫認識から巻き起こった第三次AIブームを牽引する技術がディープラーニングであることは周知の通りです。ウェブの発達による大量のデータとそれを処理できる計算機の能力の向上がブームを後押しし、ソフトバンク社長兼CEO宮内謙氏の「データは石油」という言葉は記憶に新しいと思います。 1969年に渡辺慧氏が提唱した「みにくいアヒルの子の定理」によると、人間の識別・認識の本質は特徴の選択・抽出です。機械学習においても「次元の呪い」を避けるために、ビッグデータから特徴の選択・抽出を行う必要がありました。ディープラーニングのブレイクスルーはこの「特徴を自ら抽出できる」部分で、人間が特徴を抽出するより精度が良い結果が生まれ始めています。 一方で、「AI≒ディープラーニング」のブームが加熱してバ
TechCrunch | Startup and Technology News
Where Aytac Yilmaz lives in the Netherlands, the sun might not appear for days on end, which can really crimp the output of the country’s solar panels. Wind turbines might…
ライオン、口臭リスクをAIで見える化するスマートフォンアプリを開発 —CEATEC JAPAN2018レポート3 | IoT NEWS
2019-04-222018-10-22 ライオン、口臭リスクをAIで見える化するスマートフォンアプリを開発 —CEATEC JAPAN2018レポート3 ライオンは、幕張メッセで開催されたCPS/IoTの総合展「CEATEC JAPAN 2018」（10月16日～19日）に初出展し、口臭リスクを見える化するスマートフォンアプリ「RePERO」を披露した。 「RePERO」は、スマートフォンで舌の画像を撮影するだけで、AIが口臭リスクを判定してくれるアプリだ。ライオンが持っている口臭の実測値と舌の画像データを使って機械学習を行い、舌の状態を見るだけで口臭予測ができるアルゴリズムを開発したことで実現した。 舌を撮影すると、「口臭リスクレベル」が表示されるとともに（トップ画像）、口臭ケアにおける改善策やアドバイスも提示されるしくみとなっている。 左：スマートフォンで舌を撮影している様子、右：測
R&D ができて 2 年が経ちました - クックパッド開発者ブログ
R&D（研究開発部）部長の原島です。普段は部のマネージメントと自然言語処理関連の研究開発に従事しています。 タイトルの通り、クックパッドに R&D ができて 2 年（正確には 2 年 3 ヶ月）が経ちました。2 年の間に様々な取り組みがありました。また、ありがたいことに、それらについて聞かせてほしいと言っていただく機会も増えてきました。 そこで、このエントリでは R&D のこの 2 年間の主な取り組みを紹介したいと思います。 R&D の役割と体制 これまでの取り組みを紹介する前に、クックパッドにおける R&D の役割と体制を簡単に紹介しておきます。クックパッドの R&D の役割は「社内外の最新の研究成果にもとづくサービスの企画と開発」です。「研究成果」は、より具体的には、「食や料理、レシピに関する研究成果」です。これらのシーズとユーザーのニーズを紐付け、他部署と一緒にサービスを開発するのが
Google AI with Jeff Dean | Google Cloud Platform Podcast
Jeff Dean, the lead of Google AI, is on the podcast this week to talk with Melanie and Mark about AI and machine learning research, his upcoming talk at Deep Learning Indaba and his educational pursuit of parallel processing and computer systems was how his career path got him into AI. We covered topics from his team’s work with TPUs and TensorFlow, the impact computer vision and speech recognitio
エッジコンピューティングの流れ変える--グーグル、エッジ向け機械学習チップ発表
Googleがエッジコンピューティング分野に乗り出す。クラウドと人工知能（AI）を組み合わせるもので、機械学習向け専用チップに代表されるハードウェアの取り組みを拡大する動きととらえることもできる。「エッジコンピューティングの流れを変えるゲームチェンジャー」と同社幹部は述べている。 サンフランシスコで開催中の年次イベント「Google Cloud Next 2018」で発表された。エッジコンピューティングの取り組みは、2018年に発表したIoTサービス「Cloud IoT Core」を補完するものとなる。Cloud IoT Coreは、Google Cloud上で数百万にのぼるデバイスの接続と管理を支援するフルマネージドサービス。既にノルウェーの石油企業であるAkerBPが、油田の安全性強化と予測メンテナンスに利用しているほか、駐車場や農業でも採用が進んでいるという。 イベント2日目の基調講
AIとIoTにおけるNoSQLの役割を考える
本連載では、「NoSQLデータベースの今」を正しく理解し、ビジネス躍進の実現に向けた対策としての「ベストプラクティス」を掲示していきます。今回は、AIとIoT（Internet of Things）におけるNoSQLの役割について取り上げます。 NoSQLベストプラクティス 本稿では、AIとIoT（Internet of Things）におけるNoSQLの役割について取り上げます。この2つの分野は、近年大きな盛り上がりを見せています。最初に、この2つの分野がもたらす価値、そして実現上の問題点について確認しておきましょう。 ビッグデータの時代において、企業・組織は業種を問わずデータに素早く対応しなくてはなりません。つまり、データの収集、格納、分析、得られた知見に基づく行動をできるだけ素早く効率的に行う必要があります。こういった目的の達成において、IoTやAIはどのような役割を担うのでしょうか
GoogleのAIカメラDIYキットはRaspberry Piを活用、5000円の自分専用機械学習機！ | Techable(テッカブル)
Tech GoogleのAIカメラDIYキットはRaspberry Piを活用、5000円の自分専用機械学習機！ Googleはベストショットを自動で撮り溜めてくれるAIカメラ「Clips」を10月に発表しところたが、撮影タイミングをすべてAIに任せることに物足りなさを感じた方もいるだろう。そんな方たちが待ち望んでいた、認識対象を独自に設定できる世界が思ったより早くやってきそうだ。 Googleは11月30日、ラズベリー・パイ・ゼロ（Raspberry Pi Zero）Wボードを活用するAIカメラ「AIY Visionキット」を発表した。 Visionキットは、ローカルでニューラルネットワークモデルが活用でき、クラウドへの接続を必要としない。そしてなんと、プリセットされたモデルだけでなく、機械学習により独自のモデル追加が可能だ。 VisionキットではRaspberry Piを活かした連携
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
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
RubyでPyCallを使って形態素解析と機械学習によるニュース記事の分類をしてみる - Qiita
THE AI DISRUPTION BUNDLE: The guide to understanding how artificial intelligence is impacting the world