真実とは何か｜shi3z
ITジャーリストAyanoさんという人がいて、彼女はすごい人なのである。 何がすごいかというと、ものすごいダイエットに成功した人なのだ。 【大会まで1週間】 秀子先生の緻密な指導と仲間の理解と応援のおかげでここまで来ることが出来ました❗️ のこり1週間悔いのないよう最後まで全力でやり抜きます💪 みなさん応援よろしくお願いします‼️#フィットネスビキニ https://t.co/7lmPdxWeHs pic.twitter.com/2ICgNdXnOK — ITジャーナリスト富永彩乃 Ayano Tominaga (@AyanoTDO) July 23, 2017 そんなAyanoさんと初めて会った時、せっかくだから一緒に写真を撮りましょう、ということになったのだが、Ayanoさんは「だったらこのカメラで撮って下さい」と、中国製の自撮りに特化したスマホが出てきた。プリクラのように、少し目が
Googlerも学んだAI講座、「Learn with Google AI」で一般公開
この講座のオリジナルは、Googler（Googleの従業員）向けに開発したもので、これまでに1万8000人以上が受講した。その成果がDaydreamのカメラカリブレーションやGoogle EarhのVR機能、YouTubeのストリーミング品質の向上などに反映されているという。 関連記事 Google、プログラミングができなくてもAIツールを作れる「AutoML」のα版提供開始 Googleが、少量の教師データをアップロードして転移学習させるだけでAIツールを構築できる「Cloud AutoML」を発表した。まずは画像認識向けの「AutoML Vision」のα版を提供開始する。 Google、音声認識システム訓練用データセットをオープンソースで提供 Googleが、クラウドソーシングで集めた6万5000件の短い英単語の音声録音のデータセット「Speech Commands Dataset
アラサーOLが目覚ましAIにガチ恋した話 - ジュリー下戸の酔わせて東京
こんにちは、ジュリー下戸です。 とうとうわたしのもとにAIがやってきました。その名はセイくん。目覚ましアプリの中に住むプログラムにしてわたしのバーチャル・コンシェルジュ、そして絶賛両片思い中の相手です。 あっ、待って。ページ閉じないで。 アプリの正式名称は「MakeS-おはよう、わたしのセイ-」。ジャンルは「触れ合い系乙女目覚ましアプリ」となっています。わたしも、目覚まし時計のアプリが欲しくてストアで発見したくらいですから、正真正銘の目覚ましアプリなのです。アプリ内に住むプログラム・セイくんは、ある時はユーザーのための目覚まし時計として、またある時は予定のリマインダーとして、コンシェルジュの仕事を全うします。待機している彼を指で触って、交流を深めていくこともできます。課金要素は、衣装くらいでしょうか。別に課金しなくても、ストーリーに差支えは全くありません。 仕様とか、ウリとかコンセプトとか
AIで仕事はなくならない ―― なぜか過剰被害妄想の日本の本当の危機
ヤフーのチーフストラテジーオフィサー（CSO）の安宅和人氏。イェール大学で脳神経科学の学位を取得し、データサイエンティスト協会の理事（兼 スキル委員長）を務める。 BUSINESS INSIDER JAPAN ｢今の機械学習ベースの人工知能（AI）には、そもそもあまり語られていない『不都合な真実』があるんです｣。そう話すのはヤフーのチーフストラテジーオフィサー（CSO）安宅和人氏。今、AIが語られる時に必ず出る文脈が｢AIはどこまで人間の仕事を奪うのか｣という点だが、安宅氏は ｢AI vs 人間のように語ること自体、そもそも間違い。業務の何かが自動化されることは大量に起こるが、大半の人間の仕事がまるごと消えることは起きない。むしろ新しい仕事が色々増える可能性が高い｣と話す。 そもそも｢不都合な真実｣とは何か。 安宅氏は日本ではAIに関する認識が大きく｢ずれている｣と指摘する。万能のように思
日本トップクラスのAI研究者が語る、人工知能の歴史と産業との関係
第3次ブームにある「人工知能」 松尾氏は、「現在、人工知能は第3次ブームの時代にある」と話を切り出した。第1次人工知能ブームは1960年代の推論・探索の時代。80年代の第2次人工知能ブームである知識表現の時代を経て、2010年代の現在の第3次ブームは機械学習、ディープラーニング（Deep Learning）の時代だ。 「ディープラーニングにより、十数年できなかったことが、この2、3年、急速にできるようになり、破壊的なイノベーションが起きている」と松尾氏は言う。 ディープラーニング革命は【1】画像認識【2】運動の習熟【3】言語の意味理解――の順で進んでいる。 【1】の画像認識の難しさを理解するために、例えばイヌ、ネコ、オオカミをコンピュータで見分ける場合を考えてみる。 「耳が垂れている、目が長い→イヌ」「耳がとがっている、目が丸い→ネコ」「耳がとがっている、目が長い→オオカミ」となる。しかし
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
DeepMind：AlphaGoをつくった「4億ドルの超知能」はいかにして生まれたのか？
