PublickeyのIT業界予想2023。クラウドのコスト上昇懸念、Passkeyの普及、AIによる開発支援の進化、WebAssembly環境の充実など 新年明けましておめでとうございます。今年もPublickeyをどうぞよろしくおねがいいたします。 さて今年最初の記事では2023年のIT業界、特にPublickeyが主な守備範囲としているエンタープライズ系のIT業界はどうなるのか、Publickeyなりに期待を込めた予想をしてみたいと思います。 エネルギー価格の上昇、セキュリティへの注目など まずは予想の前提として、IT業界に影響を与えそうな現状についての認識を明らかにしておきたいと思います。 グローバルな視点で見たときに、IT業界だけでなく世界経済に大きな影響を与えているのは石油や天然ガスを始めとするエネルギー価格の上昇とインフレでしょう。 エネルギー価格の上昇はロシアによるウクライナ

この物語はフィクションです。実在の人物や団体などとは関係ありません。 とあるAIベンチャーに入ったことを心の底から後悔している。 「大学発ベンチャーです！自由に開発できる風土です！」みたいな宣伝文句に騙されて入ってしまった過去の自分をぶん殴りたい。 何がヤバかったかって？ 会社のとある人物（卍と呼ぶ）がヤバすぎた。 そいつはクソみたいなアルゴリズムを「何でもできるAI」と宣伝していた。 いまどき「何でもできます！」なんて宣伝するバカいるわけない、って思うじゃん？ マジなんだこれが。 講演会や営業先で卍が言うんだ。 「うちのAIは基本的に何でもできます」 「脳と同じ働きをします」 「ディープラーニングよりも軽くて高性能です」 でもって騙されるやつがいるんだこれが。 信じられないだろうけど本当にいたんだ。 騙されるやつはだいたい会社の役員とか高齢でコード書けない人間。 そういう人を意図的に狙っ

AI企業のユビキタスエンターテインメント（UEI）は10月1日、前日付で解散したと発表した。発表文に解散の理由は書かれておらず、「突然の解散でご迷惑をおかけします」と謝罪している。 ドワンゴの初期メンバーの1人だった清水亮氏が2003年に創業した企業。深層学習用ハイスペックPC「Deep Station」シリーズを展開してきた他、2013年には、プログラミングが行える手書きベースのタブレット型コンピュータ「enchantMOON」を発売するなどして注目を集めた。 清水氏が長く代表を務めてきたが、今年3月末付で退任し、鳥居由規彦氏にバトンタッチしていた。2017年、UEIは、ソニーコンピュータサイエンス研究所とベンチャーキヤピタルのWiLとともに、AIベンチャーのギリアを設立 。清水氏は現在、ギリアの社長を務めている。 【訂正：2020年10月2日午後1時46分　記事初出時、社名を一部誤って

一般社団法人日本ディープラーニング協会（JDLA）は9月18日、「第1回全国高等専門学校ディープラーニングコンテスト2020（DCON2020）」の一環として、東京大学大学院工学系研究科 教授で、同協会の理事長も務める松尾豊さんによる、最優秀賞受賞の東京工業高等専門学校（東京高専）への表敬訪問を実施した。 DCON2020は、高専生が日頃培った「ものづくりの技術」と、人工知能（AI）分野でとくに成果を出すディープラーニング（深層学習）技術を活用して、事業の評価額を競うというもの。DCON2020本選では、勝ち抜いた東京高専のプロコンゼミ点字研究会など、参加チームはオンラインでの参加だった。 今回、松尾豊さんは東京高専のプロコンゼミ点字研究会に直接対面し、トロフィーを授与した。本稿では、同研究会が手がけた作品の詳細と松尾豊さんによる評価はもちろん、同研究会のメンバーたちに対して、松尾豊さんが

大学では「文系・理系の垣根なく全ての学生がAI、数理、データサイエンスの基本的な素養を身に付けるよう」に、国は大学の全学生が教育を受講できる環境づくりを目指すとした。このため国が産業界と協力し、教育プログラムの認定制度を創設するとしている。高校では「確率」「統計」に加え「行列」などAIやデータサイエンスの理解に不可欠な数学を確実に学べるよう検討を進める。 変化の背景に政府の「AI戦略」 2019年1月に同会議が公表した中間報告には、国による認定制度や「行列」の履修などの項目はなかった。この変化の背景にあるとみられるのが、政府の統合イノベーション戦略推進会議が2019年3月に取りまとめた「AI人材を年間25万人育成」をうたうAI戦略の有識者提案だ。 AI戦略案は、年間約50万人が卒業する大学生や高等専門学校（高専）生全員に、文理を問わず初級レベルの数理、データサイエンス、AI教育を課すとして

画像・映像認識AIアルゴリズムの力でリアル産業のDXを目指す東大松尾研発のAIスタートアップである株式会社ACES（エーシーズ、CEO 田村 浩一郎、以下「ACES」）と防衛省陸上幕僚監部人事教育部人事教育計画課は、ACESが陸上自衛隊の各種分野におけるAI技術活用についての助言を行うことで合意しました。 本合意に基づき、Deep Learningの基礎研究に関係する分野において、AIに関する技術的な知見を講話等を通じて提供し、陸上自衛隊のAI活用を推進します。ACESは引き続き人事領域等においてAIを活用し、ヒトの働き方をデジタルの力で自動化・効率化することで、誰もが生き生きと生きられる社会を実現していきます。 ■株式会社ACESについて 株式会社ACESは、AIアルゴリズムの力でリアル産業のデジタル化を目指す、東大松尾研発のAI/DXスタートアップです。最先端の画像・映像認識技術を用い

クラウド上ではなく、末端のデバイス上で先進的な人工知能（AI）を動かす｢エッジコンピューティング｣は、自動運転車から産業用ロボットまで、ここ最近の大きなテクノロジーの進化の根幹をなすものだ。 インテルはエッジコンピューティング市場が2024年までに650億ドル（約6兆8000億円）規模に成長すると予測しており、同社の年間売上高に占める金額は着実に増えている。 成長の始まったこの市場の覇権をめぐって、半導体メーカーの競争が激化している。しかし、インテルのコーポレートバイスプレジデント、ダン・ロドリゲスはBusiness Insiderの取材に｢大きな成功を得られると確信している｣と自信を示した。 エヌビディア（Nvidia）がアーム（Arm）買収を発表し、エッジコンピューティング市場で優位に立つ可能性が出てきたことで、覇権争いは一段と加熱していくとみられる。 これから起こるテクノロジーの進化

マイコンで実現！実践AIソリューション～「組み込みAI」の復習とプロジェクトの概要：ハイレベルマイコン講座 【組み込みAI実践編】（1）（1/3 ページ） すでにマイコンを使い込まれている上級者向けの技術解説の連載「ハイレベルマイコン講座」。今回は、実際にSTマイクロエレクトロニクスの32ビットマイコン「STM32F746」を使って、文字認識のAIプロジェクトを実行してみる。連載1回目の今回は、まず「組み込みAI」について復習した後、今回行うAIプロジェクトの概要を説明する。 本記事は、2019年4月に公開した「ハイレベルマイコン講座【組み込みAI編】（1）：マイコンで実現するAI ――「組み込みAI」とは」および2019年5月に公開した「ハイレベルマイコン講座【組み込みAI編】（2）：マイコンでAIを実現するための手順」の続編である。 前記事では「AIとは何か？」から始めて、「組み込みA

「GettyImages」より 前回は、「AIが人間の知的能力を超えるシンギュラリティ」というより、カーツワイル氏が、2005年の著書『ポスト・ヒューマン誕生―コンピュータが人類の知性を超えるとき』（のちに『シンギュラリティは近い』に改題して再出版）で主張した「AI免疫細胞ロボット」による人間のサイボーグは不可能だろうと論じました。 指数関数的進化はほぼ半導体でのみ例外的に進んだのであり、他のすべての技術、特にソフトウェアはそれに便乗した面が強いことを示しました。半導体技術とて、あと2、3世代はいけるけれども、永遠に高密度化し値下がりするわけでもありません。 さらに、人間のもつ複雑高度な知識の量が、AIによって指数関数的に増えていく発想に強い違和感を語りました。これにより、核物質の連鎖反応や縮小印刷技術（リソグラフィ）で倍々ゲームで高密度化する単純な現象と、オーダーメイドの知識創造や科学的

すべての発表は以下のスライドからどうぞ、この記事は70ページある中の5ページ目だけの話 Ignite 2020 アップデート Azure AI 編 Azure Cognitive Search Azure Cognitive Services Azure Machine Learning Azure Bot Service / Azure Bot Framework 最後に Azure Cognitive Search プライベートエンドポイント機能がGA Azure 仮想ネットワークの中にローカルIPでエンドポイントが出てくる機能、自分のIPじゃないと嫌だという方へ インデクサのManaged ID機能がGA マネージド ID は、Azure Active Directory (Azure AD) で自動管理される ID を Azure サービスで使用できるようにする機能、 Azure

スマホでもPDFが読みやすい。Adobe Readerの新AIはいい仕事しますよ！2020.09.28 21:007,467 Rhett Jones - Gizmodo US ［原文］ （ scheme_a ） ありがとうアドビ先生！ Adobe (アドビ)が様々な画像処理を手助けしてくれる｢Sensei AI｣のプッシュを始めてしばらく経ちますが、普通の人にも恩恵がありそうな利用ケースがついに生まれました。Adobe Readerアプリはマシンラーニングを使うことで、モバイルデバイスでも読みやすいようにPDFファイルのレイアウトを変更してくれるのです。 クラウドに預けたPDFをAIセンセイが再レイアウトアプリに搭載された｢Liquid Mode（リキッドモード）｣はPDFファイルをAdobeのクラウドサービスにアップロードし、そこでSenseiがヘッダ、画像、段落ブロックなどを識別します

今回から、乳がんの判定に関するモデルの構築を題材に、PythonでのAI開発の方法を見ていきましょう。医学の場合、最終的な病気の診断は、あくまで医者が行うものですが、このようなモデルがあれば医者は自分の診断の正しさを確認できます。このように人間の判断の補助としての位置付けも機械学習モデルとしての意味のある利用形態です。 例題データの説明 今回の実習で利用するデータセットは、「Breast Cancer Wisconsin（Diagnostic）Data Set」（乳がん診断データセット）と呼ばれるものです。 乳がんの検診で腫瘍が見つかった患者に対して腫瘍細胞を採取し、顕微鏡で分析した結果を数値化した情報となっています。 W.N. Street, W.H. Wolberg and O.L. Mangasarian, “Nuclear Feature Extraction for Breast

はじめに Node-REDフロー作成 injectノード language translatorノード functionノード debugノード ノード接続 少しコーディング LanguageTranslator-API準備 リソースの作成 API情報表示 Node-REDへLanguageTranslator組み込み API鍵の組み込み EndPoint-URLの組み込み Node-REDでWatson-LanguageTranslator体験 翻訳元と翻訳語の言語設定 デプロイ 実行 英文を変えてみる 翻訳の方向を変えてみる 終わりに はじめに このドキュメントは Node-RED を利用して、IBM Watson Language Translator の翻訳機能を体験するための手順を示しています。 ここで利用する Node-RED は、IBM Cloud にデプロイされたものを想定

それぞれの概要を順に説明します。わかりづらいところがあっても、まずは一通り目を通してください。後でPythonで実装していくので、そのときに実際の方法がわかります。 （1）データ読み込み 機械学習用のデータをPythonで扱えるよう読み込む処理が最初に必要です。具体的なやり方としては大きく次の3通りがあります。 ①CSVファイル読み込みによる方法 一番標準的な方法です。CSVファイルは通常、Jupyter Notebookが動いている環境から読み込みますが、学習用データがインターネット上に公開されている場合もあります。 今回の特集でこの後何度も出てくるread_csv関数は、ローカルファイルの読み込みと、URL 指定によるファイルの読み込みをサポートしています。URLを指定するケースでは、read_csv関数呼び出し1行でインターネット上のCSVファイルを直接読み込めます。 ②関数呼び出し

はじめに Node-REDパレット管理 ノード追加 Node-REDフロー作成 injectノード text to speechノード play audioノード functionノード ノード接続 少しコーディング 音声設定 Text-To-Speech-API準備 リソースの作成 API情報表示 Node-REDへText to Speech組み込み API鍵の組み込み EndPoint-URLの組み込み Node-REDでWatson-Text to Speech体験 流し込むテキストと音声の言語設定 デプロイ 終わりに はじめに このドキュメントは Node-RED を利用して、IBM Watson Text to Speech を体験するための手順を示しています。 ここで利用する Node-RED は、IBM Cloud にデプロイされたものを想定しています。 Node-REDパ

For the best experience, we recommend upgrading or changing your web browser. Learn More We develop and deploy autonomy at scale in vehicles, robots and more. We believe that an approach based on advanced AI for vision and planning, supported by efficient use of inference hardware, is the only way to achieve a general solution for full self-driving, bi-pedal robotics and beyond. Tesla Bot Create a