マイクロソフト、Windows 10に機械学習の実行環境とAPIを備えた「Windows ML」搭載へ。Windowsを学習済みモデルの実行プラットフォームに
マイクロソフトは、Windows 10に機械学習専用のAPI「Windows ML」を搭載すると、3月7日に米国で開催したイベント「Windows Developer Day 2018 March」において明らかにしました。 Windows MLには大きく分けて2つの側面があります。1つは、あらかじめ学習済みのモデルをONNX形式として読み込んでWindows 10上で実行するという、Windowsマシン上での機械学習実行環境の提供です。クラウドに依存することなく、学習済みモデルをローカルで実行できます。 「ONNX形式」とは、マイクロソフト、Facebook、Amazon Web Servicesが協力して策定している学習済みモデルの共通フォーマット。またWindows MLが提供するツールを用いてCaffeやCNTKの学習済みモデルの読み込みもサポートするとのこと。 そして2つ目は、そ
ディープラーニングの力で結月ゆかりの声になってみた
目次 （背景）自分の声を結月ゆかりにしたい。前回はあまりクオリティが良くなかったので、手法を変えて質を上げたい。 （手法）声質変換を、低音質変換と高音質化の二段階に分けてそれぞれ学習させた。画像分野で有名なモデルを使った。 （結果）性能が飛躍的に向上し、かなり聞き取れるものになった。 （考察）精度はまだ改善の余地があり、多対多声質変換にすることで精度が向上すると考えられる。今回の結果を論文化したい。 デモ動画 背景多くの人が可愛い女の子になりたいと思っている。 ＣＧ技術やモーションキャプチャ技術の向上により、姿は女の子に仮想化できるようになってきた。 しかし、声に関してはまだまだ課題が多い。 声質変換は「遅延」「音質」「複数話者」などの難しい課題がある。 今回は、自分の声を結月ゆかりにするための、低遅延で実現可能な高音質声質変換を目指した。 手法大きく分けて３つの工夫をした。 画像ディープ
画像からHTMLを生成する深層学習とは？AIがwebサイト自動コーディング。 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
【西川善司のモバイルテックアラカルト】第47回: 2018年のモバイルテックを勝手に予測！
年が明けて2018年1回目の本連載は「2018年のモバイルテックはこうなる？」的な回にすることにしました。AIチップ、VR-HMD、液晶・有機ELと、いくつかのテーマに分けてみていきたいと思います。 スマホへの搭載が進む「AIチップ」ってなに？ 2017年は「人工知能（AI）処理の支援ロジックをスマートフォンに組み込んでいく」という流れが誕生しました。 9月にはMateシリーズでお馴染みのHuaweiが、スマートフォン向けSoC（CPUやGPUやメモリインターフェースなどコンピュータの動作に必要な機能をひととおり1チップに集約させたプロセッサのこと）として「Kirin 970」を発表しましたが、ここにはNeural Processing Unit（NPU）と呼ばれる、AI処理支援ロジックを統合していることを明らかにしました。 このKirin 970はHuaweiの最新スマホの「Mate 1
人工知能の注目トレンド「GAN：敵対的生成ネットワーク」とは
昨今の人工知能ブームの中心にある「ディープラーニング」。その発展によって、画像認識や音声認識、機械翻訳などの多くのタスクの性能が飛躍的に向上した。 そもそも、ディープラーニングがこれほどまでに有名になったきっかけは、2012年に開催された画像認識コンテスト(ImageNet Large ScaleVisual Recognition Challenge)だと言われている。カナダ・トロント大学のチームが約1200万画像・1000カテゴリの画像認識に対して初めてディープラーニングを適用し、圧倒的な精度を実証したのだ。彼らのチームは他に大きく差をつけ優勝。以来、同コンテストは毎年行われており、世界中の一流大学や研究機関が参加し、独自のアルゴリズムを競っている。 それから数年、ディープラーニングは画像分野などで急速に拡大し、さまざまな革新を起こしている。米フェイスブックやマイクロソフト、中国バイド
DeepLearningでも声質変換したい！
これはドワンゴ Advent Calendar 2017の9日目の記事です。 漫画やアニメを見ていると、可愛い女の子になって可愛い女の子と他愛もない会話をして過ごす日常に憧れます。 そんな感じで、可愛い女の子になりたい人は多いと思います1。 しかし残念なことに、現在の技術で真の可愛い女の子になるのはとても難しいです。 じゃあせめて仮想でいいから可愛い女の子になりたいですよね（バーチャルyoutuberキズナアイみたいな）。 しかし、仮に姿を可愛い女の子にしても、声が可愛くなければ願いは叶いません。 ということで、声を可愛くする声質変換を目指してみました。 今回は僕の声をDeepLearningの力を借りて結月ゆかりにしました。 お勉強まずは音声の勉強をします。 これが一番時間かかりました。 最近の音声合成手法は3種類あります。 音響特徴量+vocoder wavenet STFT+位相推定
High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs
High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs We present a new method for synthesizing high-resolution photo-realistic images from semantic label maps using conditional generative adversarial networks (conditional GANs). Conditional GANs have enabled a variety of applications, but the results are often limited to low-resolution and still far from realistic. In thi
アマゾン、深層学習向けビデオカメラ「AWS DeepLens」を発表
Amazonの「AWS DeepLens」は、中庸なホームセキュリティカメラに見えるかもしれないが、そのようなものではまったくない。「AWS re:Invent 2017」カンファレンスで米国時間11月29日に発表された249ドル（約2万8000円）のビデオカメラであるDeepLensは、デバイス上で直接ディープラーニング（深層学習）モデルを稼働させることができる。 同製品は2018年4月14日にAmazon.comで発売される予定で、11月29日から予約注文を受け付けている。 ディープラーニングは、今日のスマートホームの中心にある人工知能（AI）機能を表す包括的な用語となっている。ディープラーニングを原動力として、Amazonの「Alexa」対応スピーカはさまざまな音声を聞き分けることができ、顔認識カメラは人物を識別することができる。そしてその能力は向上する一方だ。少なくともAmazon
テスラのAI部門長が語る「Software 2.0」。ディープラーニングは従来のプログラミング領域を侵食し、プログラマの仕事は機械の教師やデータのキュレーションになる
テスラのAI部門長が語る「Software 2.0」。ディープラーニングは従来のプログラミング領域を侵食し、プログラマの仕事は機械の教師やデータのキュレーションになる プログラミング言語を用いて開発が行われる従来のソフトウェアを「Software 1.0」とすると、その次にやってくる「Software 2.0」はニューラルネットワークで構成され、プログラマの仕事はニューラルネットワークの学習に使うデータの収集などになっていくだろう。 テスラのAI部門長（Director of AI at Tesla）を務めるAndrej Karpathy氏が自身のブログのエントリ「Software 2.0」でそうした意見を記し、海外で話題になっています。 Andrej Karpathy氏は、スタンフォード大学で機械学習を学び（教師は現在GoogleでAIと機械学習のチーフサイエンティストであるFei-Fe
AIファースト×MR――MicrosoftがDX市場に送り込む“刺客”の実力は？ (1/2) - ITmedia エンタープライズ
米Microsoftのサティア・ナデラCEOが新たなメッセージとして使い始めた言葉が、「AIファースト」だ。 同氏は、2017年9月25日から29日（現地時間）の5日間、フロリダ州オーランドで開催したITリーダーとITプロフェッショナル向けのテクノロジーイベント「Microsoft Ignite 2017」の基調講演で、AIファーストをキーワードにしながら、「モダンワークプレース」「ビジネスアプリケーション」「アプリケーション＆インフラストラクチャ」「データ＆AI」という4つの観点から、その取り組みを説明した。 AIファーストで何が変わるのか ナデラCEOが、戦略の転換期にこうしたメッセージを打ち出すのは初めてではない。これまでにも、「モバイルファースト、クラウドファースト」という言葉を打ち出したことがある。これは、スティーブ・バルマー氏時代の「デバイス＆サービスカンパニー」の姿勢を一歩進
TechCrunch JP のタイトルから hiwa 氏の翻訳か否かを深層学習で推定する
追記 (9月30日 22:00) Q : 本文も用いると更に良いのではないか A : 可能な限り氏が翻訳した記事を開きたくないため、タイトルだけを用いた Q : 深層学習ではない手法との比較がない A : 追加実験を行った。登場する語彙の上位 12,000 個の bag-of-words を用いたところ RandomForest (class_weight = 'balanced', n_estimators = 500) では精度 0.93 , 再現率 0.66, f値 0.78 LinearSVC (sklearn のデフォルトパラメタ) では精度 0.88, 再現率 0.81, f値 0.84 となり、深層学習とあまり差がないことがわかった。 Q : 理由は何か 単語の頻度足切りを変化させても精度が変わらないことから、特定の語に強く反応している可能性がある。または特定ジャンルの記事が
Introducing: Unity Machine Learning Agents – Unity Blog
Our two previous blog entries implied that there is a role games can play in driving the development of Reinforcement Learning algorithms. As the world’s most popular creation engine, Unity is at the crossroads between machine learning and gaming. It is critical to our mission to enable machine learning researchers with the most powerful training scenarios, and for us to give back to the gaming co
Create Anime Characters with A.I. !
Create Anime Characters With GirlsM anifold Create Anime Characters with A.I. ! Yanghua Jin School of Computer Science Fudan University yanghuajin94@gmail.com Jiakai Zhang School of Computer Science Carnegie Mellon University zhangjk95@gmail.com Minjun Li School of Computer Science Fudan Univerisity li.akizora@gmail.com Yingtao Tian Department of Computer Science Stony Brook University alan.yt.ti
Preferred Networks、トヨタ自動車から約105億円の資金調達 モビリティ分野でAI技術の共同研究・開発を加速 - 株式会社Preferred Networks
株式会社Preferred Networks（本社：東京都千代田区、代表取締役社長 最高経営責任者：西川徹、以下、PFN）は、トヨタ自動車株式会社（本社：愛知県豊田市、社長：豊田 章男、以下、トヨタ）と自動運転技術など、モビリティ事業分野におけるAI（人工知能）技術の共同研究･開発を加速させるため、トヨタから約105億円の追加出資を受けることで合意しました。PFNが第三者割当増資により発行する株式をトヨタが引き受けます。これにより、トヨタはPFNの外部筆頭株主となります。 PFNとトヨタは、2014年10月から共同研究・開発を開始し、関係強化を目的に2015年12月、トヨタがPFNに10億円を出資しています。 これまで両社で実施した、物体認識技術や車両情報の解析技術などの共同研究・開発を通じ、PFNが持つ世界トップレベルの知能化関連技術（機械学習、深層学習、ビッグデータ処理等）は、自動運転
「AI革命」で独走のエヌビディア 半導体分野でインテルに圧勝 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
半導体大手エヌビディア（Nvidia）の事業が絶好調だ。5月9日発表の第1四半期決算での同社の売上は前年同期比48％増の19億4000万ドル（約2220億円）。コアビジネスのゲーム事業も順調だが、2016年には大手IT企業がこぞって同社のGPUをディープラーニングに採用したことを受け、株価が200％以上も上昇した。 ディープラーニングの分野で注目の領域がデータセンター事業だ。エヌビディアはグーグルやテンセント、IBMといった大手企業との契約を取り付けており、最近ではバイドゥがクラウドサービスにエヌビディアのGPUを採用している。さらにディープラーニングは自動運技術にも取り入れられており、同社は大手自動車部品メーカーのボッシュや大手トラックメーカーのパッカーとの協力を最近発表。また、トヨタとの提携も発表した。 「AI革命は加速度的に進んでいる」とエヌビディアのCEOで共同創業者のジェンセン・
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
IBM & Unity partner to bring the power of AI to developers with IBM Watson Unity SDK – Unity Blog
MakeGirlsMoe
グーグルの「医者AI」、もうすぐインドで動き始める #WIREDBizCon
hatebu.me
Rockstar is not happy about driverless cars learning from 'Grand Theft Auto V' without permission