今月号のNature Medicine誌に「Clinical-grade computational pathology using weakly supervised deep learning on whole slide images」という論文が掲載されていた。簡単に言うと「人がわずかに指導するだけで、臨床応用可能な病理診断ができるようになった」である。病理診断のレポート結果と病理画像を人工知能が読み解き、98%の精度で診断ができたという論文である。 人工知能の画像解析能力は急速に向上しているが、この結果が事実ならば驚きだ。15,187症例の44,732枚のスライド全体のイメージ像を、すでに診断されていた結果とともに入力して、ディープラーニング（深層学習）させただけで、高精度の診断が可能なシステムが出来上がったというのだ。論文によれば、65-75%の病理画像は人工知能によって100

NewsPicksのエンジニア採用サイトです。さまざまな強みを持つエンジニアが、自分たちの個性を活かし、未来を創るための挑戦をしてる自由な環境で、一緒に世の中をおもしろくしてみませんか？

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 学習塾を展開するトライグループと人工知能（AI）企業のギリアは8月6日、「診断型AI教育サービス」の開発・展開を発表した。2019年8月～2020年4月にわたり、実証研究という形でトライグループの生徒と入会を検討している中高生約7万人にサービスを提供する。なお、高校生のデータは現在収集中のため、現時点での対象は中学生のみとなる。ギリアは、ソニーコンピュータサイエンス研究所などが出資して設立したAIの事業会社。同サービスの開発・展開に当たり両社は、資本業務提携を締結した。 診断型AI教育サービスは、初回の授業で実施される学力診断に活用される。トライグループには、生徒に直接勉強を教える教師のほか、生徒の学習を包括的にサポートする「教育プラン

2014年にグーグルが買収した英国の人工知能（AI）開発企業が、「ディープマインド（DeepMind）」だ。グーグルは買収にあたり、6億ドル（約674億円）を投じたとされるが、ディープマインドは赤字を生み出し続けている。 英国の企業データベースCompanies Houseの開示資料で、ディープマインドの2018年の損失額が5億7000万ドル（約605億円）まで拡大したことが明らかになった。同社は2017年に3億6800万ドルの損失を計上していた。 ディープマインド創業者のデミス・ハサビスは、幼少期からチェスの神童と呼ばれた人物で、2005年にケンブリッジ大学の博士課程へ進み、脳神経科学の研究をスタートした。その後、2011年にディープマインドを設立した。 同社は給与の高い研究員やデータサイエンティストを数百名規模で採用しつつも、赤字幅を拡大させている。ディープマインドの現在の親会社のアル

2021-08-262019-08-09 総務省のAIネットワーク社会推進会議、AI利活用ガイドラインを含む「報告書2019」を公表 2016年10月から、総務省情報通信政策研究所は、社会全体におけるAIネットワーク化の推進に向けた社会的・経済的・倫理的・法的課題を総合的に検討することを目的に、産学民の有識者の参加を得て「AIネットワーク社会推進会議」を開催している。 同推進会議では、「AI利活用原則案」を含む「報告書2018」を公表後、「AI利活用原則」を実現するための具体的方策等に関する検討を進めており、2019年6月15日から同年7月2日まで実施した「報告書2019（案）に関する意見募集」で提出された意見等を踏まえ、今回、「AI利活用ガイドライン～AI利活用のためのプラクティカルリファレンス～（以下、AI利活用ガイドライン）」を含む「報告書2019」を公表した。 AI利活用ガイドライ

Parrots in captivity seem to enjoy video-chatting with their friends on Messenger

概要 GCPにおける自然言語系機械学習サービスである、Natural Languageについて調べました。 また、日本語の対応状況を調べ、「日本語対応しているサービス（コンテンツ分類以外）」については、実際に操作してみました。 GCPにおける自然言語サービスの日本語対応状況について調べてみたい、という方の参考になれば幸いです。 目次 「Natural Language」について 「Natural Language API」について 「感情分析」をやってみた 「エンティティ分析」をやってみた 「エンティティ感情分析」をやってみた 「構文解析」をやってみた まとめ 「Natural Language」について 「Natural Language」は「AutoML Natural Language」、「Natural Language API」の2つのサービスからなり、それぞれ特徴があります。

ここ2ヶ月ぐらいに渡って多くの方々からご著書をご恵贈たまわっているのですが、そのうちの一冊がこちら。かつて計量時系列分析を学んでいた頃に僕も大変お世話になった、Logics of Blueブログの馬場さんの手による『RとStanではじめるベイズ統計モデリングによるデータ分析入門』です。 実践Data Scienceシリーズ RとStanではじめる ベイズ統計モデリングによるデータ分析入門 作者:馬場 真哉出版社/メーカー: 講談社発売日: 2019/07/10メディア: 単行本 以前はベイズ統計モデリングの入門書というと「みどりぼん」こと『データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)』一択でしたが、皆さんもご存知のように既にメンテされていないWinBUGSを使っているなどout-of-dateな要素が多く、近年はこれに替わる良書

22歳で1億ドル集める強者現る。AIの｢目｣を鍛えるScale AI2019.08.13 12:3014,972 satomi こちらが｢シリコンバレー最新のユニコーン｣と呼ばれるAlexandr Wang君ですよ。 AI調教は膨大な手作業の連続ですが、この誰もやりたがらないタグ付けの単純労働を天才的なコーディングで数時間から数分に短縮した新会社｢Scale AI｣で1億ドル（約106億円）の大型投資を確保した、今をときめく22歳の創業者兼CEOです。 荒野のニューメキシコ出身、両親はともに物理学者 コーディングコンペで異才を発揮し、高校在学中から採用オファーが舞い込む マサチューセッツ工科大学を中退してSNS｢Quora｣入社 19歳で｢Scale AI｣をサンフランシスコで立ち上げる 22歳で評価額が10億ドル超え、シリーズC調達完了 …というスピード出世。 Scale AIの主要顧客

「JapanTaxi」アプリは、2011年12月にサービスを開始し、シリーズ累計ダウンロード数800万ダウンロードの国内No.1タクシーアプリだ。アプリ1つでタクシーの手配から予約、タクシー料金の支払いまで可能だ。 機械学習やディープラーニングなどいわゆるAIを活用する企業は増えてきた。しかし、システムとして安定的に運用する機械学習基盤は、開発方法や運用の仕方を含めて模索中であり、それはJapanTaxiも同様である。 JapanTaxi 次世代モビリティ事業部の渡部 徹太郎氏は、データエンジニアとして、どのようにして本番環境で機械学習を安定して動かすかにフォーカスした講演を、企業研究所による合同研究発表カンファレンス「CCSE（Conference on Computer Science for Enterprise）」にて行った。 キャンセルによる損失を、事前予測で削減する「Japan

[Video recording available at https://www.youtube.com/playlist?list=PLewjn-vrZ7d3x0M4Uu_57oaJPRXkiS221] Artificial Intelligence is increasingly playing an integral role in determining our day-to-day experiences. Moreover, with proliferation of AI based solutions in areas such as hiring, lending, criminal justice, healthcare, and education, the resulting personal and professional implications of AI

.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads

Amazon Web Services ブログ Amplify フレームワークの更新 – ウェブアプリとモバイルアプリへの機械学習機能の追加がより迅速に AWS はあらゆる開発者が機械学習を手にすることを目指しています。たとえば、コンピュータビジョンや言語などの分野向けに、事前トレーニング済の AI サービスを提供しており、これで機械学習の専門知識がなくても AI の利用が可能となります。本日より Prediction という新しいカテゴリを追加し、この目標に向かって Amplify フレームワークはさらに前進しました。この結果、ほんの数行のコードで、ウェブおよびモバイルアプリケーション向けの AI/ML ユースケースの追加や設定が可能となりました。 AWS Amplify とは、AWS でモバイルアプリケーションとウェブアプリケーションを簡単に構築するための開発フレームワークと開発者用サ

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます NVIDIAは米国時間8月13日、自然言語理解に向けた同社の人工知能（AI）テクノロジーの進歩について発表するとともに、対話型AIの訓練で新たな世界記録を打ち立てたと述べた。NVIDIAは、同社のAIプラットフォームが最速の訓練記録を樹立するとともに、最速の推論と過去最大の訓練モデルを実現したと述べた。 NVIDIAは同社のAIプラットフォームとGPUに決定的な最適化を施すことで、対話型AIサービスの卓越したプロバイダーになろうとしている。同社によると、対話型AIサービスはこれまで、大規模なAIモデルをリアルタイムで配備する際に発生するさまざまな能力上の問題により、限定的なものとなっていたという。 NVIDIAの応用ディープラーニング（

高性能な人工知能（AI）を開発するためには、膨大なデータが必要であるとされている。しかし昨今では、少ないデータで効率的にAIを学習させるための研究が相次いで発表されている。 マサチューセッツ工科大学（MIT）とIBMの研究チームは、5月に開催されたAIカンファレンス「International Conference on Learning Representations（ICLR）」で、「Neuro-Symbolic Concept Learner（NSCL）」という新しい人工知能を公開した。これは、これまで異なるアプローチであるとされてきた「エキスパートシステム」と「機械学習」の技法を組み合わせたものとなる。 NSCLはまず、一部のデータから学習を通じて対象の特徴を抽出。それらをエキスパートシステム技法と結合して問題解決を行うという。ふたつのツールの結合により、従来よりもはるかに少ないデ