用語「モラベックのパラドックス」について説明。機械学習モデルを含むAI（人工知能）やロボット工学において、大人が行うような高度な知性に基づく推論よりも、1歳児が行うような本能に基づく運動スキルや知覚を身に付ける方がはるかに難しい、という定説を示す。 連載目次 用語解説 モラベックのパラドックス（Moravec's paradox）とは、機械学習モデルを含むAI（人工知能）やロボット工学において、例えば「明日の販売数量を予測する」「将棋を指す」といった大人が行うような高度な知性に基づく推論よりも、例えば「おもちゃをつかむ」「興味深いものに注意を払う」といった1歳児が行うような本能に基づく運動スキルや知覚を身に付ける方がはるかに計算資源を要する（つまり難しい）、というパラドックス（逆説）のこと（図1）。例えば人間にとって、高度な大学数学を計算するよりも、近所の公園をランニングする方がはるかに簡

エムスリーエンジニアリンググループ AIチームの笹川です。 バスケと、ロードバイクが趣味なのですが、現在、NBAのplayoffと、Tour de Franceが同時に開催されていて大変嬉しい毎日を過ごしています。 特にNBAのplayoffは、連日overtimeとなるような激戦や、giant killingがあったりのアツい戦いが繰り広げられていて最高です。 そういう状況なので（？）、今回は先日取り組んだ、Pythonの機械学習バッチを実行するdocker imageのサイズ削減についてのアツい戦いについて紹介したいと思います。 膝の上に登って寝る為に、筆者がデスクに戻るのを机の下で待ち構える犬氏（かわいい） 今回の取り組みでは、もともと3GB程度だったPythonのML用のimageを、約2.0GBに削減することができました（それでもなかなかのサイズ。MLのimageは特に大きい印象

はじめに 目次 第1章　PyTorch によるプログラミング 1.1　ニューラルネット 1.1.1　人工知能と関数推定 1.1.2　パラメトリックモデルと回帰 1.1.3　ニューラルネットは関数 1.1.4　ニューラルネットのパラメータ 1.2　最急降下法と誤差逆伝播法 1.2.1　ニューラルネットにおける学習と損失関数 1.2.2　最急降下法 1.2.3　誤差逆伝播法 1.2.4　ミニバッチ学習と確率的勾配降下法 1.3　Define-by-run と自動微分 1.3.1　合成関数と計算グラフ 1.3.2　計算グラフを利用した勾配計算 1.3.3　Define-by-run 1.4　Tensor とNumPy 1.4.1　Tensor の作成 1.4.2　Tensor と数値の四則演算 1.4.3　Tensor どうしの四則演算 1.4.4　Tensor の行列積 1.4.5　Tenso

[Amazon SageMaker] 組み込みアルゴリズム(ImageClassification)で作成したモデルをOpenVINOツールキットで使用してみました 1 はじめに CX事業本部の平内（SIN）です。 OpenVINO ツールキットでは、モデルをIRと呼ばれる中間表現フォーマットにして利用します。そして、同ツールキットには、各種のフレームワークで作成したモデルを、IRに変換するツールが含まれています。 今回は、Amazon SageMaker（以下、SageMaker）の組み込みアルゴリズム（画像分類）で作成したモデルを変換して使用してみました。 IRは、以下の3種類が生成可能ですが、今回の試した作業は、FP16及びFP32となっています。 FP16 16ビット浮動小数点演算 (NCS) FP32 32ビット浮動小数点演算 (CPU) INT8 8ビット整数演算 2

エスパー米国防長官は、2020年9月に米国国防総省傘下のAI（人工知能）研究機関のジョイントAIセンターでのバーチャルシンポジウムに登壇して、戦争におけるAIの役割について語っていた。エスパー国防長官は「AIは戦場のスタイルを大きく変える可能性を秘めている。そしてAIを真っ先に戦場に取り入れた国が他の国よりも優位に立つことができる」と語っていた。 また「歴史的にも新しい技術開発による兵器が登場してきており、それらを戦場に取り入れてきたことは歴史が証明している。例えばアメリカはステルス兵器、GPSを搭載した衛星を活用してイラクの戦場やソ連の兵器開発競争と戦ってきた。次世代の弾丸と違って、AIは戦場の最前線だけでなく、バックオフィスでも貢献することができる。AIには軍事、戦場でのあらゆる面でトランスフォーメーション（変革）を起こす可能性を持っている。そのためにもアメリカとしてはAIへの投資を惜

こちらの資料は、機械学習向けのデータセットを300件まとめたものです。商品分類、チャットボット開発、店舗の需要予測、などの機械学習プロジェクトにご利用いただけます。 カテゴリ一覧 自然言語処理画像認識農業研究人口統計スポーツ法務医療ECサイトソーシャルメディア仮想通貨中国語韓国語

今年に入り、AI歌声合成の動きが激しく、その進化のすごさ、クオリティーの高さには驚くばかりです。中でも注目すべきは今年2月に彗星のように登場し、フリーウェアとして公開されたNEUTRINO（ニュートリノ）です。これはSHACHI(@SHACHI_NEUTRINO)さんが開発するフリーのソフトであり、これまで東北きりたん、謡子、そしてJSUT（いずれも学術的に公開されている歌声データベースを利用して開発している）の3つの歌声ライブラリが同梱されてました。そこに9月18日、新たに東北イタコが追加されたのです（9月18日現在、公開されている0.400には東北きりたん、東北イタコのみが同梱。それ以外については後日公開される模様です）。 先日、「AIきりたんに次ぐ第2のAIシンガー、東北イタコの歌唱データベース制作プロジェクトのクラウドファンディングスタート」という記事でも紹介し、無事にクラウドファ

近年、ロシアの街中でユニークなロゴを使用した宣伝広告が注目されている。それらは、全て「ニコライ・イロノフ」というロゴデザイナーが制作したものだ。 だが、実は1年以上にわたりクライアントの誰もニコライの姿を見た者はおらず、彼の個人情報は謎に包まれていた。 しかし、ここに来てその正体が明らかになった。実はニコライ・イロノフは人間ではなく、AI（人工知能）だったのだ。『designtaxi』などが伝えている。

クラウドコンピューティング事業「Microsoft Azure」を展開するMicrosoftが、人工知能(AI)開発団体・OpenAIとの継続的なパートナーシップを拡大し、超高精度な文章生成AI「GPT-3」の独占的ライセンスを取得したことを2020年9月22日に発表しました。 Microsoft teams up with OpenAI to exclusively license GPT-3 language model - The Official Microsoft Blog https://blogs.microsoft.com/blog/2020/09/22/microsoft-teams-up-with-openai-to-exclusively-license-gpt-3-language-model/ Microsoft gets exclusive license fo

plotlyで画像を簡単に分析してみます 環境 python==3.8 plotly==4.10.0 scikit-image==0.17.2 requests==2.24.0 Pillow==7.2.0 matplotlib==3.3.2 よくある画像の扱い まずpillowつかっていきます import matplotlib.pyplot as plt from PIL import Image import requests import io url = 'https://upload.wikimedia.org/wikipedia/commons/thumb/0/00/Crab_Nebula.jpg/240px-Crab_Nebula.jpg' img = Image.open(io.BytesIO(requests.get(url).content)) plt.figure(f

AI（人工知能）開発のプログラミング言語として高い人気を誇るPython。データ処理や機械学習のためのライブラリも豊富です。本特集では5回にわたって、Pythonの実習を通じて実際の機械学習モデルの開発方法を解説していきます。 そのモデルは本当に使えるか、機械学習の評価とチューニングを押さえる モデルが実際に業務で使えるかどうかは、予測結果がどの程度信頼に足るかによってきます。そこで重要になるのが、「評価」です。今回はどのような考え方でモデルの評価をしたらよいか確認し、モデル構築の最終ステップである「チューニング」について説明していきます。 2020.10.02 PythonでAI開発、「アルゴリズム選択」と「学習」は恐ろしく簡単 Pythonプログラムで乳がんの判定に関するモデルの構築方法を学びます。今回は「データ分割」「アルゴリズム選択」「学習」「予測」のステップについて細かく説明しま

Real-Time License Plate Identification System WARNING: you are on the master branch; please refer to examples on the branch corresponding to your cortex version (e.g. for version 0.19.*, run git checkout -b 0.19 or switch to the 0.19 branch on GitHub) This project implements a license plate identification system. On resource-constrained systems, running inferences may prove to be too computational

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

(Image by neo tam from Pixabay) 最近こんな記事が出ていたようですが、僕にとっては既視感満載の話題でした。何故かというと、実は現職に来る以前に既にここで書かれている面接方法を実務担当者面接の責任者として実践していたからです。ちなみにその方法は2013年ぐらい当時のテック系メディアで記事として取り上げられていたものなのですが、残念なことに現在どれほど検索してもその記事が見つかりません……。 その内容自体はしばらく前に英語版Quoraに書いていたり*1もっと遡ればTwitterに書いたりしていたのですが、そう言えばブログには書いていなかったなと思い出したので、改めてブログ記事にしてみようと思います。なお、ここに書かれている内容は僕の現在の職務とは一切関係がないことを予めお断りしておきます。 データサイエンティストに必要なのは「解決する力」であって「瞬発力」ではない

【レポート】機械学習の課題を支援するAmazon ML Solutions Labをご存知ですか？ゲーム業界の事例を基にしたAmazon ML Solutions Labの活用事例のご紹介 #AWSSummit DA事業本部の春田です。 AWS Summit Online絶賛開催中！ということで、本記事では「CUS-41: 機械学習の課題を支援するAmazon ML Solutions Labをご存知ですか？ --ゲーム業界の事例を基にしたAmazon ML Solutions Labの活用事例のご紹介--」の内容についてまとめていきます。 セッション情報 アマゾン ウェブ サービスジャパン株式会社 Amazon Machine Learning Solutions Lab Data Scientist 新井 達也 Amazon Machine Learning Solutions Lab

iOSDC Japan 2020 9/20 13:20〜 Track Eでのトークです。 ------------------------------------------------------------ ■概要 今や技術面で何か画期的なことが達成される場合、十中八九、機械学習／ディープラーニングが利用されています。大学で専門的に機械学習を学ぶ人も多く、技術書でもオンライン講座でも機械学習系は非常に人気です。今や猫も杓子も機械学習を学び一見レッドオーシャンとなっている機械学習分野ですが、我々iOSエンジニアには実は「機械学習のブルーオーシャン」が残されています。それがCore MLです。 『Core ML？触ってみたことあるけど、簡単だし、今更トークで聞くことなくない？』 と思われた方もいるかもしれません。しかし、多くの人が触ったことがあるのは、CoreML.framework止まり

本内容は、技術書典7 合同本『機械学習の炊いたん2』収録の、「エッジで機械学習」記事を公開したものです。内容は2019年9月時点の調査等に基づきます。 最近Raspberry Pi 4の検証結果などをみていると、エッジ、かつCPUでもそれなりの速度で動くケースもみられます。またこの後にM5StickV(K210)などを触りましたが、専用チップも使い所があります。今後、それらの動きもできれば補足したいと思います。 9/12-22に開催された技術書典9では、新刊『機械学習の炊いたん3』を頒布しました。私は、「AIエンジニア、データサイエンティストのための経営学、ソフトウェア工学」を寄稿しています。他にも機械学習のビジネス、エンジニアリング、数理までもりだくさん。気になられたら、ぜひご覧ください! 他にも、技術書典9「機械学習、データ分析」系の新刊リスト - Qiitaの通り、たくさんの本が出品

改訂版 Pythonユーザのための Jupyter［実践］入門 著者 池内孝啓，片柳薫子，@driller　著 発売日 2020年8月24日 更新日 2020年8月24日

目次 1. はじめに 2. ライブラリの紹介 3. livedoor-corpusでのテストコード はじめに 本記事ではBERTによるテキストのマルチクラス分類（文書分類、text Classification）を手軽に行えるライブラリの紹介をします。 タイトルの3行というのはそのライブラリのメソッド的な意味です。 BERTとは BERTとは、Bidirectional Encoder Representations from Transformers の略で 「Transformerによる双方向のエンコード表現」と訳され、2018年10月にGoogleのJacob Devlinらの論文で発表された自然言語処理モデルです。 翻訳、文書分類、質問応答など自然言語処理の仕事の分野のことを「（自然言語処理）タスク」と言いますが、BERTは、多様なタスクにおいて当時の最高スコアを叩き出しました。

九州経済連合会（九経連）は、加盟企業の独身社員の出会いを促進するため、AI（人工知能）を活用した恋愛ナビゲーションアプリと提携した。経済団体と出会い系アプリという意外な組み合わせ……その背景には、地方経済にとって、人口減少の抑止が喫緊の課題であるという危機感がある。 【全画像をみる】恋愛AIナビを社員の福利厚生に、九経連とエールが提携 業界団体が主導する「婚機創出事業」九経連が9月17日に開始した「婚機創出事業」は、スタートアップのAILL（エール）と共同で実施するもの。九経連の加盟社約1030社の正社員の独身者が、福利厚生として、このサービスを利用できる。 マッチングアプリには、エールが提供する恋愛AIナビアプリ「Aill（エール）」を利用する。 最大の特徴は、通常のマッチングアプリと異なり、利用者が対象企業の社員かどうかを確認してから登録できることだ（公開されるのは双方の業種のみで、会

I am pleased to announce the open-source Python package PyTorch Forecasting. It makes time series forecasting with neural networks simple both for data science practitioners and researchers. Why is accurate forecasting so important?Forecasting time series is important in many contexts and highly relevant to machine learning practitioners. Take, for example, demand forecasting from which many use c

深層学習を用いた自然言語処理モデル（AI）のAPIを無償提供 ー 導入をご検討の企業のみなさまへ（2021年5月19日更新） 2020年9月にお知らせしました深層学習を用いた自然言語処理モデル（AI）のAPI無償提供について、条件の一部追記、及び2021年5月19日時点の導入企業様一覧を更新しました。 いつもYahoo!ニュースをご利用いただきありがとうございます。 Yahoo!ニュースでは、「Yahoo!ニュース コメント」の健全化を目的に導入している「深層学習を用いた自然言語処理モデル（AI）」を利用してコメントを評価する技術のAPI（アプリケーション・プログラム・インターフェース）を無償提供します。 導入をご検討中の企業のみなさまは、こちらの内容をご覧いただき、ページ下部の問い合わせ先よりお問い合わせください。API提供の背景や詳細につきましては、プレスリリースをご覧ください。 提供

Cloud LaTeX is an online LaTeX editing and typesetting service with Japanese language support No need to build a complicated TeX environment anymore, just register with Cloud LaTeX and use LaTeX anytime, anywhere. In addition, Japanese language support is also available without any configuration. The intuitive interface of the file tree, editor, and PDF screen supports writing, and error output is