連載目次 前々回と前回は、TensorFlow 2.x（2.0以降）の書き方を説明した。既に全3種類4通りの書き方を説明済みだが、基本はそれらで修了である。 今回は、応用編として残り2つの書き方を紹介する。※脚注や図、コードリストの番号は前回からの続き番号としている（前々回・前回・今回は、切り離さず、ひとまとまりの記事として読んでほしいため連続性を持たせている）。 今回の内容と方針について TensorFlowのメリットは、初心者向けからエキスパート向けまでさまざまな書き方が用意されており、誰でも簡単に学んで使いこなせるだけでなく、必要に応じて応用発展的な実装も可能なことである。 逆に、そのメリットがデメリットでもあり、人によって書き方が大きく違うこととなり、初心者から見ると理解の妨げになりやすい。例えばTensorFlowの公式チュートリアルやドキュメント、ネット上／GitHub上のサン

システム開発本部のデータサイエンスユニットに所属している19新卒の豊原です。 巷で結構耳にするMLOpsですが、結構苦労していらっしゃる組織も多いと考えます。 今回の記事では、マイクロアドで挑戦するMLOpsについての概要と、その挑戦について解説します。 機械学習システムが抱える根本的な問題 私たちの思うMLOpsとは CEという概念 レコメンドシステムが抱える根本的な性質 マイクロアドが作るシステムの現状 MLOpsで実現すること 技術的詳細 Airflowを用いて学習を同時並行で回す MLflowを用いて学習結果を保存する 機械学習エンジニア絶賛採用中 機械学習システムを構築する上で、他の通常のシステムと決定的に違うことがあります。 それはシステムの劣化の早さ*1と問題調査という点にあります。 機械学習システムが抱える根本的な問題 機械学習システムが抱える根本的な性質として、データを基

この記事では、TensorFlowとPyTorchの「自動微分」機能を使って勾配（＝微分係数）を計算します。 PyTorchの自動微分については「第1回　難しくない！　PyTorchでニューラルネットワークの基本：PyTorch入門 - ＠IT」を、 TensorFlowの自動微分については「第5回　お勧めの、TensorFlow 2.0最新の書き方入門（エキスパート向け） (2/2)：TensorFlow 2＋Keras（tf.keras）入門 - ＠IT」 を参考にしてください。 以下で説明する内容は、以下で実行／ソースコード参照できます。 Colab: How to autograd by TensorFlow or PyTorch.ipynb - Colaboratory GitHub: MLnotebooks/How_to_autograd_by_TensorFlow_or_Py

本日は Python と Tesseract OCR を使って文字認識をしてみようと思います。みなさんは OCR と聞いてピンときますか？実は私たちの周りは OCR を使用したテクノロジーで溢れかえっています。 OCR とは？ OCR（Optical Character Recognition/Reader、オーシーアール、光学的文字認識）とは、手書きや印刷された文字を、イメージスキャナやデジタルカメラによって読みとり、コンピュータが利用できるデジタルの文字コードに変換する技術のことです。この技術を利用することによって、例えば、紙に書かれている情報を毎回パソコンで手入力しなければいけない、ということはよくあるかと思います。OCR を使うことによってこの作業を自動化することができるようになります。 最近はフリーの OCR エンジン が普及していており、プログラミング で OCR を扱うことが

Jupyter Notebook を使ってデモ環境を作るときに while と print を組み合わせて，定期的に表示を更新したかった．例を出すと「時計のように」毎秒表示を更新するイメージとなる．調べたところ IPython.display モジュールに clear_output 関数があり，解決できたので，参考までにまとめておく． サンプルコード Python で日付を表示しながら，1秒後に clear_output を実行する． from datetime import datetime from time import sleep from IPython.display import clear_output while True: print(datetime.now()) sleep(1) clear_output(True) 実際に Jupyter Notebook で実行

以下の記事を参考に書いてます。 ・Face and hand tracking in the browser with MediaPipe and TensorFlow.js 1. ブラウザでライブデモを試してください「facemesh」は、画像内の顔の境界とランドマークを検出、「handpose」は手を検出するパッケージです。これらのパッケージは小さく、高速で、ブラウザ内で実行されるため、データがユーザーのデバイスを離れることはなく、ユーザーのプライバシーが保護されます。 以下のリンクから、今すぐ試すことができます。 ・facemesh ・handpose これらパッケージは、マルチモーダル知覚パイプラインを構築するためのライブラリ「MediaPipe」の一部としても利用できます。 ・MediaPipe face tracking ・MediaPipe hand pose trackin

Deep Learning Keras and TensorFlow Medical Computer Vision Tutorials by Adrian Rosebrock on March 16, 2020 In this tutorial, you will learn how to automatically detect COVID-19 in a hand-created X-ray image dataset using Keras, TensorFlow, and Deep Learning. Like most people in the world right now, I’m genuinely concerned about COVID-19. I find myself constantly analyzing my personal health and wo

3月20日（金）夜23:45から放映のNHK『AI美空ひばり あなたはどう思いますか』、どんな番組になるんでしょうか？ 私も同番組の取材を受け、（ごく一部でしょうが）おそらく番組の一部で発言が使われているのではないかと思います。どんな番組になっているのか、現時点ではわかりませんが、AI美空ひばりの法的論点について私なりの見解をここでメモしておきます。 なお、番組の内容は確認していませんし、短い時間でざっと書いたもので、よく考えるとけっこう難しい論点もあるので、あとで修正・加筆させていただくかもしれません（たぶんする）。また、本記事のタイトルの通り、あくまで法的論点にフォーカスしており、倫理的な問題については別途検討を要する点はご了承ください。 0.前提AI美空ひばりの『あれから』は、ざっくり ・美空ひばりの音声合成ソフトウェア（ヤマハ音声合成技術「VOCALOID:AI」とそれを美空ひばり

Millions translate with DeepL every day. Popular: Spanish to English, French to English, and Japanese to English.

前回の続きです この記事はPythonの可視化ツールの応用編です。 長くなってしまったので応用編は2つに分けることにしました。(応用編2はまだ執筆中です) 応用編はこの記事に加筆して1つにしました。 Pythonのplotに慣れていない方は基礎編を前回書きましたのでこちらをぜひ！ はじめに 現在修士2年の大学院生です。 火星大気を数値シミュレーションを使って研究しています。 数値シミュレーションで得られた結果を主にPythonを使って解析していたので、その過程で使った関数などを全部まとめてみました。全てを網羅しているわけではありませんのでそこはご注意ください。。。 ただドキュメントを見て格闘して使ってきたので、これからもしPythonの可視化ツールを使う人いれば、その助けになればと思いまとめてみました！ この記事でできること ・カラープロット(pcolor) ・x軸を共有してy軸を右と左に

応用編はこちらへ https://qiita.com/coffiego/items/dfabde5f8588723b32d6 はじめに 現在修士2年の大学院生です。 火星大気を数値シミュレーションを使って研究しています。 数値シミュレーションで得られた結果を主にPythonを使って解析していたので、その過程で使った関数などを全部まとめてみました。全てを網羅しているわけではありませんのでそこはご注意ください。。。 ただドキュメントを見て格闘して使ってきたので、これからもしPythonの可視化ツールを使う人いれば、その助けになればと思いまとめてみました！ 目標 基礎編なので、この記事では基礎的な関数しか扱いません。 この記事で以下のグラフを描く全ての要素を解説しています。 最終サンプルコードは記事の一番下の方にあります。(plotの方法を思い出したいくらいの人はこのサンプルだけ見れば十分だと思

(DCASEホームページより) はじめに 音を題材とした異常検知のデータセットによる機械学習コンペが始まりました。 音に関するコンペ自体が珍しいなか、タスクとして一般的な分類などでもなく、更に難しい異常検知が設定されました。 個人的に2019年に画像の異常検知に積極的に取り組んだのですが、音声は周波数領域に変換すると画像のように取り扱えることから、チャレンジしたい題材でした。下記は画像にチャレンジしたときの記事です。 欠陥発見! MVTec異常検知データセットへの深層距離学習(Deep Metric Learning)応用 深層距離学習(Deep Metric Learning)各手法の定量評価 (MNIST/CIFAR10・異常検知) この記事では、そのコンペ「DCASE 2020 Task 2 Unsupervised Detection of Anomalous Sounds for

最適な学習実行環境の選び方 Neural Network Consoleでは、ニューラルネットワークの学習のためにCPU、もしくはより高速な学習を実現するGPUを用いることができます。また、Cloud版では複数のGPU（マルチGPU）を用いて、さらに学習を高速化することもできます。 本チュートリアルでは、学習するネットワークに応じた最適な学習実行環境を選択する方法について解説します。 1 必要なメモリ量を推定する 学習時に必要なメモリ量は、大まかに言ってニューラルネットワークに含まれるニューロンの数と、CONFIGタブのGlobal Configで設定するBatch Size、およびニューラルネットワークのパラメータの数で決まります。 画面右に表示されるStatisticsのOutputは、編集中のネットワーク全体のニューロンの数を示します。また、画面右に表示されるStatisticsのC

さて、世界は今コロナ一色ですね。 日本では少し落ち着きを取り戻してきたみたいですが、アメリカでは - 大統領は、コロナをChinese Virusと呼び出したり - 若者たちはオレたちゃ重症化しねぇとフロリダのビーチに押しかけたり - 暴動が起こると予想して、身の危険を感じる人々が銃を買い求めたり といった、なかなかカオスなことになってます。笑 ちなみに、著者はアメリカのPhD学生で、現在アメリカに住んでます。この夏は、シアトルのMicrosfot Researchにインターンに行く予定だったんですが、ボーイングがチャプター11して、シアトルの街が失業者に溢れかえるんじゃないかと若干心配してました。なんとかそこは免れたようですが、ただ逆に、インターン自体がリモートになりそうな勢いですが。笑さて、今回は、そんな公衆衛生に少し関連した話です。 公衆衛生とデータ・ビジュアライゼーションところで、

","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"

Two of the questions we are most often asked are, “when will you add Japanese?” and “when will you add Chinese?” We are pleased to say, "今日！" Or, "今天！" The improvements in our neural network architecture that we made early this year have enabled us to achieve translation quality in Japanese and Chinese unlike anything we’ve seen before. To be sure the translations lived up to DeepL’s standards, we

Better defaults, a better CLI and better heuristics. Oh, and TypeScript 3.8. After a long and careful consideration, we decided to change the default values for the trailingComma, arrowParens, and endOfLine options. We made the CLI more intuitive. And we've finally dropped support for Node versions older than 10, which had grown to become a huge maintenance hassle and an obstacle for contributors.

精神科医K @dwdaai DeepL翻訳ガチでやばい こら時代が変わるわ グーグル翻訳でもなんとか意味は取れるがDeepL翻訳は敬語をちょっと直すだけでほぼ完璧な翻訳 twitter.com/jaguring1/stat… 2020-03-20 19:31:09 小猫遊りょう（たかにゃし・りょう） @jaguring1 試しに、いま僕が読み返している、グーグルのAI開発を率いている大天才Jeff Deanの論文（2019年11月13日）の概要を、DeepL翻訳（1枚目）とグーグル翻訳（2枚目）に入れてみた。 Jeff Deanの論文 arxiv.org/abs/1911.05289 DeepL翻訳 deepl.com/translator グーグル翻訳 translate.google.com/?hl=ja pic.twitter.com/9o5VJkfm11 2020-03-20 18

日本の人工知能（AI）分野をけん引するスタートアップ企業、プリファード・ネットワークス（東京・千代田）が事業の軸足をソフトウエアからハードウエアに移す。米IT（情報技術）に一度は勝った深層学習の基盤ソフト「チェイナー」は、急速に技術が成熟したため開発を終えた。一方で、データ処理する自社用の半導体チップに力を入れる。世界で競争が激しくなるAI分野で日本最大のユニコーン企業は輝きを保てるか。【関連記事】GAFAが後追いした国産AIの雄　開発終了の深層■GAFAに先行した技術「チェイナーは役目を終えた」。秋葉拓哉執行役員はプリファードの技術力を示してきた基盤ソフトについてこう話す。2019年末で新規の開発をやめた。トヨタ自動車、ファナック……。様々な企業との研究開発の中核にあったのは、チェイナーだった。だが今後は、最新のAI

近年ではオンラインの翻訳サービスに機械学習が用いられるようになり、以前よりも格段に翻訳の精度が向上しています。2017年8月にサービスが開始された機械学習を用いたオンライン翻訳サービスの「DeepL翻訳」が、日本語と中国語の翻訳に新しく対応したとのことで、実際に日本語での翻訳機能を試してみました。 DeepL翻訳 https://www.deepl.com/translator DeepL翻訳が日本語と中国語を習得 https://www.deepl.com/blog/20200319.html DeepL Translator gets support for Japanese and Chinese languages - gHacks Tech News https://www.ghacks.net/2020/03/19/deepl-translator-gets-support-f

Pythonエンジニア育成推進協会は、Pythonが急速に普及する中、学習の指針となる試験と教材認定とスクール認定を行い、健全なPython人材育成を支援するべく設立された一般社団法人だ。本セッションでは、同協会の理事2名が登壇し、最近のPython市場動向に加え、同協会が提供する「Python 3 エンジニア認定基礎試験」（基礎試験）ならびに2020年春にリリース予定の「Python 3 エンジニア認定データ解析試験」（データ解析試験）の内容が解説された。 講演資料：Python基礎試験とデータ分析の例題解説～稟議に使えるPython市場データと試験も紹介～ 急速に普及するPython――その魅力を最大化するフィロソフィー「Pythonic」の普及こそ必要 一般社団法人Pythonエンジニア育成推進協会の吉政氏は、マーケティングコンサルティングの会社を経営する傍ら、Pythonエンジニア

We are pleased to announce that the March 2020 release of the Python Extension for Visual Studio Code is now available. You can download the Python extension from the Marketplace, or install it directly from the extension gallery in Visual Studio Code. If you already have the Python extension installed, you can also get the latest update by restarting Visual Studio Code. You can learn more about  

概要 WEB系のサービスで色々な試作を実施した後に効果を検証するのは非常に重要だと思いますが、 そのやり方として基本的な統計学が十分に使えると思っています。 今回は基本的な統計学からビジネスで使える試作の効果検証、データ分析を目的にPython+JupyterLab(Docker)を使った統計的データ分析のやり方をまとめました。 また今回使ったnotebookは以下にもありますのでご参考ください。 https://github.com/hikarut/Data-Science/tree/master/notebooks/statisticsSample 環境 以下を参考にDockerでJupyterLabが使える状態を前提とします。 Dockerで起動したJupyterLabでvimキーバインドを使う

著者のLuke Posey氏は、現在、P＆Gアメリカ法人で機械学習エンジニアとして働く傍ら、AIスタートアップMalgoの共同設立者に名を連ねています（同氏に関する詳細はこちら）。同氏がMediumに投稿した記事では、データサイエンティストを雇用する際に生じる業務上のミスマッチが風刺されています。 近年データサイエンティストが「セクシーな職業」として注目を集めているのは周知の通りですが、本来はアナリストあるいはエンジニアのほうが適任な業務に対してもデータサイエンティストを重用する傾向がある、と同氏は指摘します。 アナリストを雇うべきなのにデータサイエンティストを雇ってしまうミスマッチは、統計学に関する学術的訓練を受けた人材が高額な報酬を欲しいがゆえに、データサイエンティストを名乗ることに起因します。その一方でビジネスに精通した本来的な意味でのアナリストは目立たなくなり、企業は高額でデータサ

イメージ画像 新型コロナウイルス騒動により、シーズン開幕が延期されたプロ野球。現在は無観客でオープン戦が行われているが、日本テレビが野球中継に「AI」を導入した。 初の試みが行われたのは、3月15日の巨人対楽天のオープン戦の中継だ。導入されたのは、野球をはじめとして様々なスポーツのデータ分析を行うデータスタジアム社が開発した「AIキャッチャー」。AIを使って、投手が失点を防ぐのに最適な配球を1球ごとに予測するという。 「膨大なデータ（過去16年間、402万球）を使用」「投手にとってポジティブな結果を生む確率が最も高い球種とコースを導き出す」という触れ込みの代物だが、その実力はいかほどだったのか？　週刊誌のスポーツ担当記者はいう。 「初の試みなので興味深くチェックしましたが、フォークがそれほど得意でない投手にフォークの連投を指示したり、満塁のピンチでど真ん中のストレートを要求したりと、投手が

せーのでございます。 今回は機械学習のモデルをラズパイ4上でも動かすためにIntelのNeural Compute Stick 2(NCS2)を用意したので、環境を整えてみたいと思います。 NCS2とは NCS2とはいわゆるアクセラレーター（接続したコンピュータの性能を上げるデバイス）で、NCS2はIntelが機械学習の推論性能を上げることに特化して作成したスティック型の外付けデバイスです。 見た目にトランスフォーマー感があって、非常にワクワクします。 ラズパイのCPUだけでは機械学習の推論をさせるには少し物足りないので、このNCS2を取り付けます。 まだ自己責任 といってもNCS2を挿したらすぐに使えるのか、と言うとそういうわけではなく、専用のツールキットをインストールする必要があります。Raspbean OS用のツールキットはまだベータの段階で、Intelのオープンソーステクノロジーセ

2021-08-252020-03-18 NTTデータとDataRobot、AI・データを活用したDX加速に向けて戦略的資本業務提携 近年、多くの企業が経営の意思としてAI・データ活用による企業変革を進めようとしている。しかし、人材やスキルの不足によりテーマ設定やアプローチ設計が困難、必要なデータ資産の分散、全社で安心安全にデータを活用するための分析環境が未整備等により、データ活用を起点とした意思決定、ビジネス変革を全社レベルで実現できている企業はいまだ多くないのが実態である。 株式会社NTTデータでは、これまで、企業のAI・IoTを活用したビジネス変革の構想立案、AI・データ活用の業務運用を通じた成果創出を支援し、AI・データの民主化を促進するデータ分析基盤「Trusted Data Foundation」や、企業間・拠点間における情報活用基盤「iQuattro」の提供を進めてきた。 一

写真は左から、株式会社シナモン 執行役員会長 加治慶光氏、株式会社ソニーコンピュータサイエンス研究所 代表取締役社長 北野宏明氏、楽天株式会社執行役員 森正弥氏、株式会社シナモン 代表取締役社長 平野未来氏（Ledge.ai編集部撮影） 多くの企業でAIが活用され始めている。しかし、実際AIをどのようにビジネスに活用すればよいのか、不安に思う企業も少なくない。 AIを活用した業務効率化のプロダクトを提供する株式会社シナモン主催のイベント「Future of AI ～最先端AIが拓くビジネスの未来～（外部サイト）」が、2020年2月19日に都内で開催された。 本記事では、 株式会社ソニーコンピュータサイエンス研究所 代表取締役社長 北野宏明氏楽天株式会社執行役員 森正弥氏株式会社シナモン 代表取締役社長 平野未来氏株式会社シナモン執行役員会長 加治慶光氏の4名によるパネルディスカッションの様

「AI」（Artificial Intelligence：人工知能）という言葉はいくつかの意味で用いられている。近年は、画像認識プログラムなど特定の問題を人のようにうまく処理するプログラムが「AI」としてよく取り上げられる他、もっと単純なルールベースで人の作業を肩代わりするプログラムが「AI」とバズワード的に呼ばれることもある。 こうした「特定の問題を解くAI」が取り沙汰されるのはそれだけ成果を上げているからで、ここ数年で研究者のみならず世界中にインパクトを与えた出来事の一つには、例えば米DeepMindの囲碁AI「AlphaGo」の登場が挙げられるだろう。 しかし、「AI」という言葉が指し示すものに、もっと違う印象を抱いている人もいるのではないだろうか。例えば日本の作品でいえば「ドラえもん」や「鉄腕アトム」、海外のSF作品なら「2001年宇宙の旅」のコンピュータ「HAL 9000」や「ア

株式会社アースホールディングスは3月19日、写真を撮るだけで、AI（人工知能）が似合う髪型と似ている芸能人を診断するアプリ「AI STYLIST」をリリースした。 AI STYLISTは、スマートフォンのカメラで写真を撮るだけで、顔立ちや顔型をAIが分析し、似合う髪型を提案するサービスだ。男女どちらにも対応している。価格は無料。現在はiOS版のみで、Android版も開発予定だ。 ＞＞プレスリリース 現役高校生がディープラーニングを使った独自のAIを開発AI STYLISTをリリースするアースホールディングスは、美容室「HAIR&MAKE EARTH」などを運営している。 プレスリリースによれば、「春はイメージチェンジをしたいと思う人が増える時期。ヘアスタイルを変えてみよう！という方も多くいます」という。その際に、AI STYLISTを使えば理想の髪型を見つけられるそうだ。美容室を運営する

死んだらAIになって働きたい？ 働きたくない？ 死後デジタル労働｢D.E.A.D｣なんてのがあります2020.03.20 10:007,877 ヤマダユウス型 死者蘇生が、ファンタジーではなくなるかも。 AIでよみがえる美空ひばり、今はなき名ピアニストの演奏、死んだ娘とVRで再会、二松学舎大学の漱石ドロイド…。近年、死後もその人の性格や能力をデジタル化して運用する試みが増えてきました。 こうした流れを｢D.E.A.D（Digital Employment After Death = 死後デジタル労働）｣と呼称し、改めて向き合おうとする動きがあります。S.W.A.T.的なクールさを含むこの4文字が表すのは、すなわち、死んだあとAIになって復活することについてどう思う？ Image: D.E.A.D. Digital Employment After Death このテーマについて、D.E.A

はじめに ディープラーニングの勉強を始めて1ヶ月。 基礎的なものは理解できた気がしてきたので、何かできないかと考えてみました。 そしてふと、この競艇の順位予想が思いつきました。 順位予想ができるという確信はありませんでしたが、ボートレースのデータのオープンソースが公開されていることがわかり、これはやってみるしかないと思いました。 参考にしたデータ元と特徴量 ↓データ元のサイトは下記リンクから飛ぶことができます。↓ BOTE RACE OFFICIAL　タウンロード・他 選手のデータから勝率まで細かく載っているので学習させるにはちょうどいい情報量だと思います。 今回学習させるデータの種類は以下の通りです。 艇番 年齢 体重 級別 全国勝率 全国２率 当地勝率 当地２率 モーターナンバー モーター勝率 ボートナンバー ボート勝率 とりあえずこの情報量で学習させていきます。 選手番号を使うことも

プラダンは大腸内部のポリープや、ガン化するかもしれない小さな新生物を探す。ぬらりとして赤く腫れたニキビにも似た突起物を発見すると、マウスを動かし、キーボードを叩いて、デジタルの輪を描画してマークした。 プラダンは医学を学んでいるわけではなく、「AI（人工知能）」の学習システムに関わっている。ゆくゆくは医師の仕事も、彼女が開発に“貢献”したAIに取って代わられるかもしれない。 AI「学習」の内幕 プラダンは、この小さなオフィスビルの4階で働く数十人の若いインド人男女のひとりだ。彼らはデスクの前にずらりと並び、ありとあらゆるデジタル画像のアノテーション（AIの学習向けにデータを紐付けること）をおこなう。 街頭写真に写りこんだ停止標識に歩行者、衛星写真の工場、石油タンカーに至るまでを正確に特定する。 大半のテック業界関係者が「世界の未来の姿」だと話すAIは「機械学習」と呼ばれる開発手法のおかげで

はじめに Pythonと強化学習の勉強を兼ねて，ブラックジャックの戦略作りをやってみました． ベーシックストラテジーという確率に基づいた戦略がありますが，それに追いつけるか試してみます． こんな感じで進めていきます 1. ブラックジャック実装　← 今回はここ 2. OpenAI gymの環境に登録 3. 強化学習でブラックジャックの戦略を学習 なぜブラックジャック？ プログラミングの勉強によさそう（プログラミング入門者からの卒業試験は『ブラックジャック』を開発すべし） 学習後の戦略をベーシックストラテジーと比較できる（ベンチマークがある） ブラックジャックうまくなりたい 開発環境 Windows 10 Python 3.6.9 Anaconda 4.3.0 (64-bit) ブラックジャックのルール ブラックジャックはカジノの中でも人気のテーブルゲームです． 簡単にルールを紹介します． 基

日々、目まぐるしく進化、発展を遂げるAI（人工知能）業界。さまざまな企業が新しいサービスを開始したり、実験に取り組んだりしている。 そこで本稿ではLedge.aiで取り上げた、これだけは知っておくべきAIに関する最新ニュースをお届けする。AIの活用事例はもちろん、新たな実証実験にまつわる話など、本稿を読んでおけばAIの動向が見えてくるはずだ。 「失点抑止に最適な配球」をAIが予測、日テレプロ野球中継で利用 データスタジアム株式会社は3月15日、「失点抑止に最適な配球」を予測するAIの設計に成功したことを発表。このAIは、日本テレビ系地上波で放送のプロ野球中継内で実施するリアルタイム予測企画「AIキャッチャー」に活用される。 AIキャッチャーは、得点や塁状況、投手と打者の過去対戦成績など、リアルタイムに試合状況を参照し、マウンドの投手の持ち球から1球ごとに失点抑止に最適な球種・コースを予測す

私は長年工学系の学校で外来講師をさせていただいていますが、ここ何年か今はやりのAI・機械学習の講義を受け持たせていただいておりまして、その関係もあり、一般の人（特にミドル世代からシニア世代（４０代〜６０代以上））から、機械学習を学習したいのだがどうすればよろしいのか、といった質問をよくいただいたりします。 『機械学習を学習したい』との意味を、その原理からすべて理解したいととるならば、線形代数、ベクトル、行列、微積分、偏微分などの数学知識が必須となります、もちろんプログラミングの知識も必要です、一般の人にはハードルがやや高いのです。 ですがやる気のある人には、私は『ぜひ機械学習を学習してください、もし習得できればあなたの将来は、人生は大きく開けます、その可能性を広げることでしょう』と励ましたいです。 そこまで大袈裟にしなくても、老後のボケ防止（苦笑）には機械学習習得は最適です。 そこで今回は

Millions translate with DeepL every day. Popular: Spanish to English, French to English, and Japanese to English.

Looking Glass makes trippy-looking mixed-reality screens that make things look 3D without the need of special glasses. Today, it launches a pair of new displays, including a 16-inch mode that…