AI系の研究・開発に関する情報収集元を紹介 - Qiita
昨年、株式会社松尾研究所（東京大学松尾研とビジョンを共有）に転職しました。 現在は技術顧問の松尾先生のもと、AI系のビジネス活用に向けた基礎研究寄りの業務に従事しています（リサーチャー職）。 本記事では社内の有志向けに実施した、私が普段実施している情報収集元の紹介です。 私は現在、「企業での基礎研究者」的立場ですが、AI系は基礎研究から開発、ビジネスの距離が近いため、ビジネス関連の情報も幅広く見るように心がけています。 以下、 毎朝チェックしている情報 週単位でチェックしている情報 月単位でチェックしている情報 の順番に紹介いたします。 1. 毎朝チェック 1.1 最新の研究情報 最新のAI系研究論文の調べ方ですが、私は 「labml.ai」 の 「Find latest and trending machine learning papers」 を使用しています。 こちらのサイトでは、T
AIの進歩とつらみについて - Qiita
こんにちは！逆瀬川 ( https://twitter.com/gyakuse ) です。 今日はAIの進歩にともなうヒトの役割にかんするポエムを書いていきます！ なにについて書いてある文章か AI※の進歩ってすごいよね AIがなんでもできるようになったら、ヒトは何を思うか ※AIって気軽に使う世界になったのもすごい. なお、MicrosoftはすでにAGI as a serviceについて考えている: https://thegenerality.com/agi/ さいきん思うこと 言語モデルや生成モデルの進歩は凄まじくて、どんどん知的な活動がAIに置き換えられて行きそうな空気を感じます。じっさい、イラストを描くことやプログラミングを実装することなどは、かなりできるようになってきています。 今回は、こうした人間しか出来ないと思われていたことが、どんどんAIができてくることによって、何が起き
Microsoft Academic のすゝめ - Qiita
先日『Ananta: Azure を支えるステートフル L4 ロードバランサー - Qiita』という記事を書いたのですが、そのときに偶々見つけた Microsoft Academic と呼ばれる文献検索サービスが相当優秀だったので紹介します。 ■ Home | Microsoft Academic https://academic.microsoft.com/home TL;DR Microsoft Academic は、高度な文献検索機能を有する Google Scholar のような Web サービス Microsoft Research が研究開発した、自然言語処理によるコンテンツのトピック抽出技術、意味論的検索エンジン、文献重要度の算出手法などを活用 検索の他にも、文献やトピックをフォローして関連情報を収集できる機能も Microsoft Academic とは？ Microso
転移学習：機械学習の次のフロンティアへの招待 - Qiita
機械学習を実務で使う場合、「ではお客様、ラベルデータを・・・」と申し出て色よい返事が返ってくることはあまりありません。また、例えば自動運転車を作るときに、データが足りないからその辺流してくるか、お前ボンネットに立ってデータとってな、とするのは大変です。 NICO Touches the Walls 『まっすぐなうた』 より そこで必要になってくるのが転移学習です。 転移学習とは、端的に言えばある領域で学習させたモデルを、別の領域に適応させる技術です。具体的には、広くデータが手に入る領域で学習させたモデルを少ないデータしかない領域に適応させたり、シミュレーター環境で学習させたモデルを現実に適応させたりする技術です。これにより、少ないデータしかない領域でのモデル構築や、ボンネットに立つという危険を侵さずにモデルを構築することができるというわけです。 この転移学習の可能性は、NIPS 2016
間違いの多い統計プロバガンダに騙されないための8つのアドバイス - Qiita
最近ではフェイクニュースという言葉のおかげで、ニュースなどメディアでみかける主張や数値に対して疑問を持つというスタンスが以前に比べて少しづつではありますが見られるようになってきたように思います。それでもまだ多くの人がふだん毎日忙しい中で、センセーショナルなニュースのヘッドラインをついつい鵜呑みにしてしまい、さらにそれらをソーシャル・ネットワークなどで共有することで知らず知らずのうちにおかしな主張をどんどん拡散してしまっているというのが現状です。社会的に与える影響を考えるとこれは大変憂慮すべきことです。 今日は、Financial Timesのコラムニストで、経済学者のTim Harfordが、データや統計的な主張にまどわされるのでなく、それらを正しく理解するための提案を８つのアドバイスとしてこちらの”Tim Harford’s guide to statistics in a mislea
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
