作業現場でも在宅勤務でも 「複合現実」ゴーグル浸透 - 日本経済新聞装着すると複合現実（MR）が見えるゴーグル型端末が、製造業の最前線で使われ始めた。海外拠点への技術支援や、新型コロナ対策のための遠隔会議など用途が広がる。一方で端末の種類の拡充やコスト削減など課題も見える。8月、埼玉県日高市にある西武鉄道の武蔵丘車両検修場。電車の整備を請け負う堀江車輌電装（東京・千代田）の男性社員が、電車のユニットブレーキを手入れしていた。ヘルメットの下に米マイクロソフト（M
UXの学習にナレッジマネージメントが欠かせない理由
UXの全部入り感がもたらす不安UX について勉強を始めると、一度くらい「The Disciplines of User Experience Design」のような概念図を目にすると思います。 UX には UI デザインやモーションデザインといった視覚的な部分だけでなく、心理学や社会学といった人の認知や行動の理解も必要ということが見て分かります。 Dan Saffer が考案したベン図を Thomas Gläser がリファインしたものこの図だけでなく、UX をテーマにしたインフォグラフィックは他にもたくさんあります。図によって切り口や詳細度が異なりますが、ひとつ共通点があるとすれば、UX には多分野の知識が欠かせないことを表している点。様々な分野を包括した何かが UX であると表現しています。 体験ですから見た目だけに止まらないのは納得です。また、UX デザイナーとして仕事をしていれば、
機械学習エンジニアが職を失いつつある。しかし、とにかく機械学習を学ぼう | AI専門ニュースメディア AINOW
著者のChris I.氏は、カナダ・トロントでデータサイエンティストとして活躍しています。同氏がMediumに投稿した記事『機械学習エンジニアが職を失いつつある。しかし、とにかく機械学習を学ぼう』では、北米のAI業界に関する雑感とAI業界で働き続けるための心得が書かれています。 Chris I.氏が北米のAI市場を見る限りでは、「第三次AIブーム」の熱は冷め、AI技術の研究職に関する求人は減り、AI技術者の供給が需要を上回る景気後退局面に入りました。しかし、こうした見方はAI業界の一側面を見ているに過ぎません。AI研究に対する熱は冷めたかも知れませんが、既存のAI技術を活用して解決すべき問題は、まだ無数にあるのです。このように現状を見たうえで、今後もAI業界で働くにあたっての心得を同氏は以下のように書き記しています。 問題を解決するのに、最先端のAI技術は必要ない。むしろ、既存のAI技術を
TOEFL iBTスピーキングで27点を獲得した私が対策とコツを紹介｜Task 6
Task 6の概要 最初にTOEFL iBTスピーキングのTask 6の概要を理解しましょう。 Task 6では、約2分間のアカデミックなトピックに関するレクチャーを聞きます。そしてリスニングが終わったら20秒で回答の準備を行い、60秒でスピーキングを行うという流れになります。 また、Task 6での質問内容は必ず、「レクチャーで述べているトピックに関して２つの～を説明しなさい」というものです。毎回同じなので、どんな問題が出るか心配する必要はありません。 問題の例 Using points and examples from the talk, describe the two different definitions of tools given by the professor. Task 6のスコアの付け方 Task 6も他のtaskと同じく、4点満点で採点が行われ、各点数の目安は
TOEFL iBTのライティングで29点を取った私の勉強法とテンプレート｜Integrated編
Critics say that current voting systems used in the United States are inefficient and often lead to the inaccurate counting of votes. Miscounts can be especially damaging if an election is closely contested. Those critics would like the traditional systems to be replaced with far more efficient and trustworthy computerized voting systems. In traditional voting, one major source of inaccuracy is th
操縦型ロボットは今、アバターとしての幕を開ける【第3回】
前回はロボットが提供する価値の中から「自動化による生産性向上」について紹介した。ただ自動化と言っても、完全に自律しているよりも、ヒトが操縦するなどのケースも多い。今回は、特にヒトが操縦する、すなわちヒトの意思に基づいて動くロボットについて、その歴史を振り返りながら、今後の方向性について考えてみたい。 第1回で述べたようにロボットは、自動化に加え、「遠隔化」や「自己拡張」といった価値を提供する。いずれにおいても、すべてが自動で実行されるのではなく、ヒトとロボットのインタラクションの中でロボットの動作は決まっていく。いわゆる操縦型のロボットである。 遠隔操縦ロボは1960年代には登場 操縦型ロボットのイメージを共有するにおいて、分かりやすい例はアニメの分野かもしれない。古くは、「鉄人28号」や「機動戦士ガンダム」、少し前では「攻殻機動隊」のような世界観は操縦型の典型と言っても良い。 鉄人28
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
