こんばんは。プログラマーのhakatashiです。2ヶ月ぶりですね。普段はpixivコミックやpixivノベルの開発を手伝っていますが、今回もそれとは全く関係ない話をします。 pixiv×機械学習 「機械学習」「深層学習」といった単語がプログラマーの間でも広く囁かれるようになって既に幾年月経とうとしています。ここpixivの開発陣においても、人口に膾炙する機械学習の輝かしい成果に関する話題は尽きることがなく、常に最新のトピックに目を光らせています。 そんな取り組みの一環として、今回は弊社が運営するpixivの小説機能の投稿データで機械学習を行ってみたので、簡単に紹介したいと思います。 ※この記事における「pixiv小説」とは「pixivの小説投稿機能およびそれによってpixivに投稿された小説」を指し、「pixivノベル」とは異なります。 word2vecとは 自然言語処理における機械学習
Photo by Jeff Attaway 今回のpaiza開発日誌は片山がお送りします。 paizaの運営を始めて3年半ほどたちました。 大変なこともたくさんありましたが、ユーザー数もこの1年で約6万人ほど増えるなど、事業もだいぶ軌道に乗ってきました。 paizaはメディアビジネスなので、ITエンジニアと求人企業がそれなりの数集まらないと成り立ちません。初期投資もそれなりに必要だったため、最初のころは資金がすごい勢いで溶けていく割には先が見えない、まさにヒリヒリと「痺れる」毎日をすごしていました。 最近ではようやく事業も軌道に乗ってきましたが、ここまで来るためには、paizaを立ち上げる前に一度、新規事業立上げで失敗した経験がとても役立ちました。 今回は、その失敗から学んだことをまとめてみました。何かの参考になれば幸いです。 ■スタートアップ立上げをやってみて分かった失敗の法則 paiz
既にご存知の方も多いと思いますが、 コンピューターで「脳」がつくれるか という本を 9月27日に出版します(噂によると都内の大型書店なら15日か16日に先行販売する書店もあるらしい?です、謎)。 コンピューターで「脳」がつくれるか 作者: 五木田和也出版社/メーカー: 技術評論社発売日: 2016/09/27メディア: 単行本この商品を含むブログを見る で、今回は 「これは絶対質問来るだろうな〜今のうちに対策しておこう!」 という話題です。 Q. どんな本ですか? 一言で言えば人工知能の本ですが、汎用人工知能(汎用AI, AGI)を中心にしたそこそこ珍しい本です。 あとAIと脳を同時に扱っているのも珍しいポイント高めです。 Q. 汎用AIってなんですか? 雑にいうと、「SF映画にでてくる、人間みたいな人工知能」です。 つまり、今あるような囲碁とか将棋とか車の自動運転とか、ある特定の問題だけ
マサチューセッツ工科大学(MIT)の研究者らは、テラヘルツ波と呼ばれる種類の電磁波を利用することにより、閉じた本の内容を読み取ることのできる画像処理方法を考案した。このチームは、積み重ねられた紙と、テラヘルツ波を短バーストで放射するカメラを用いて、9枚下までの紙に印刷された文字を正しく読み取ることができるという。 テラヘルツ波は、マイクロ波と赤外線の間に相当する電磁波の一種。化学物質によってテラヘルツ波の吸収率と反射率が異なるため、物質を容易に見分けることができ、非破壊材料分析に有効だ。これによって、紙上のインクで印字された部分と空白部分を区別することができる。カメラがテラヘルツ波を放射し、内蔵された検出器が反射を受信する。 現時点では、透視できるのは20枚下まで、文字を正確に判読できるのは9枚下までにとどまる。それよりも深くなると、信号雑音比(SNR)が高くなって信号がかき消されてしまう
エンジニア組織を強くするための本を出版しました Qiitaでエンジニアリングをめぐる様々なコミュニケーションの問題とその解決策や考え方を書いてきた。それらの背後にあるエッセンスをこの度書籍として出版するに至りました。 エンジニアリング組織論への招待 ~不確実性に向き合う思考と組織のリファクタリング この書籍は、エンジニアリングを「不確実性を削減する」という第一原理で捉え直し、様々なエンジニアリングとその間のコミュニケーションをめぐる現象を説明していくものです。 はじめに 何かはじめてのことをする場合、人はとても「不安」を感じます。人は未来を考えることができる生き物です。その特異な能力ゆえに、未来に起こるかもしれないよくないことを考えると「不安」を感じてしまうのです。 仕事のプロジェクトなどは、「間に合わなかったらどうしよう」とか「この仕事はちゃんと終えられるのだろうか。」など、未来のことを
平成28年9月9日 株式会社国際電気通信基礎技術研究所(ATR) ブラウン大学(米国) 国立研究開発法人日本医療研究開発機構(AMED) 本研究成果のポイント 従来のヒト脳研究では、異なる脳領域がそれぞれ別の認知機能に関わるとされてきた。 本研究では、最先端のニューロフィードバック技術(Decoded Neurofeedback, DecNef)を用い、単一の脳領域内の異なる活動パターンが、それぞれ異なる認知機能の変化を引き起こすことを証明した。 具体的には、高次の脳領域(帯状皮質)にDecNefを適用し、重要な社会認知機能である顔の好みを、好き・嫌い両方向に変化させることに世界で初めて成功した。 本成果は、帯状皮質が好き・嫌いという異なる認知機能の両方に関わることを意味する。 本研究の過程でDecNefの高度化に成功、DecNefを低次・高次にかかわらずあらゆる脳領域に適用可能かつ認知機
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