地方スーパーに人工知能まで導入 異色の1to1マーケティングは成功するか - 週刊アスキー
スタートアップが地方のスーパーマーケットとタッグを組んで開始したO2O（Online to Offline）の施策がいま進んでいる。 最新のマーケティングツールを活用して、地方のスーパーとともに課題に向き合い現状を解決しようとしているのがスタートアップ企業のリレーションズ。業務のムダを省き効率化を進めるコンサルティングの役割を超えて、従来チラシだけしか持てなかったスーパーの売り方を変える取り組みを行っている。 ■関連記事 すごいぞ地方スーパー、鮮度抜群の店舗が始めるO2Oアプリ施策 別の記事では広島のスーパー・エブリイを取り上げたが、同様の仕組みでも別の面を持った取り組みがじつはある。和歌山に本拠を構えるスーパー・松源（マツゲン）でも、2015年夏からアプリを使ったO2Oマーケティングが3店舗で試験的に実施されていた。結果は、最初の3カ月で累計4,000ダウンロード。数字上の伸びは当初の目
リクルートからMITへ。ビッグデータ分析により人間の意思決定メカニズム解析に挑む数原良彦氏 - エンジニアtype | 転職type
リクルートホールディングスは2015年4月1日、新規事業開発機関「Recruit Institute of Technology」を人工知能の研究所として再編したと発表した。一方では米MITメディアラボとスタンフォード大学に客員研究員を派遣するなど、R&D拡張の動きが活発だ。 弊誌では今回、昨年12月よりMITに出向し、ビッグデータ分析の世界的権威であるアレックス（サンディ）・ペントランド教授とともに研究を進めている客員研究員の数原良彦氏に話を聞くことができた。 数原氏は、2008年に慶應義塾大学大学院の修士課程を修了し、同年NTT研究所に入社。以来6年間、情報検索と機械学習に関わる研究開発に携わった後、昨年9月にリクルートに加わった。 数原氏はどのような思いを持ち、どのような研究をしているのか。そのミッションと構想を語ってもらった。 人工知能は意思決定をどこまでサポートできるのか？ 数原
堀江貴文のゲームチェンジャー論「世界を変える人に共通点はない。ただダメなケースは決まってる」 - エンジニアtype | 転職type
2015.04.06 スキル 有史以来、人々は新しいテクノロジーの登場に心躍らせてきた。画期的なマシンの誕生が産業界に革命を起こし、ITサービスのいくつかは世界中を熱狂させた。 今この瞬間も、人工知能、IoT、ロボティクス、ドローンなど、これからの生活を変えそうな製品やサービス、つまりSomething Newに結び付きそうなテクノロジー関連のキーワードがあふれている。 ただ、どんなに画期的なテクノロジーがあっても、それだけでは世界を変えるようなSomething Newが生まれないということも歴史が証明している。変化を生み出す人、「ゲームチェンジャー」が必要だからだ。 では、現代のゲームチェンジャーたちは、ただのテクノロジー好きやエンジニアとどこが違うのか。ゲームチェンジャーは何を考え、どう行動し、何をきっかけにSomething Newを生み出しているのか。 それを、エンジニアでもある
業界にビル・ゲイツが入ってきてイノベーションを起こすと、あなたの会社の売上は激減する。 / リーディング＆カンパニー株式会社
検索エンジンで莫大な利益を得たグーグルには、自由に使えるお金が約７兆円あり、グーグルCEOのラリー・ペイジは次の数十年で、そのお金を人工知能に投資することで、多くの仕事が機械に代行されるだろうと述べていますが、もうすでにその影響は世の中に出始めており、技術の進歩がはや過ぎて、人間がそれについて行けていません。 ↑あと数十年で、多くの仕事は機械に代行される。(Pic by Flickr) ある経済学者が2004年にコンピューターと人間の能力を比較した調査によれば、完全無人のロボットカーは8時間以上かけて、たった12キロしか走しれず、車の運転のような複雑な作業がコンピューターにとって変わることは、まだまだ難しい理由を次のように述べました。 「トラックの運転手は、周囲の環境から視覚、聴覚、触覚に訴える様々な情報を常に受け取って処理している。こうした行動をプログラミングするには、まずはビデオカメラ
ニューラルネットの逆襲 - Preferred Networks Research & Development
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
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
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
長文日記
長文日記
あなたの進路は人工知能が決める