写真に｢チャグ・ジャグ・ウィズ・ユー（Chug Jug With You）｣を歌わせることがことができる。 Twitter スマホアプリのWomboを使うと画像の顔に歌わせることができる。 WomboのCEO、ベンザイオン・ベンキンは、ウェブサイト制作から人工知能による顔の制作に転向した。 アプリは2週間前に公開され、すでに200万回以上ダウンロードされている。 この2週間で、Womboというスマホアプリがソーシャル・メディアで広まり、金正恩（Kim Jong-Un）やモナリザ（Mona Lisa）といった人物の画像が口を動かして歌うディープフェイク動画が作られている。人工知能（AI）を使って写真を歌う動画に変換するこのアプリは、iOSのApp StoreとGoogle Play ストアで220万回以上ダウンロードされ、1500万本の｢Wombo動画｣が作られている。 ｢カメラの前で歌った

世界的AIプラットフォーマーをめざす――――。 「AI insideの衝撃【前編】」では、同社が提供を行うAI OCR「DX Suite」の驚異的な成長とその要因についてSaaSビジネス観点から分析を行いました。 今期40億円を超える売上を見込み、250%を超える売上高成長率を達成しながらも「SaaSでの展開はあくまで通過点」と、AI insideの渡久地択CEOは次の展開を見据えています。 後編でも「企業データが使えるノート」のアナリストが、引き続き渡久地氏にインタビューを行いながら「GAFAが競合になり得る」というポテンシャルを持つ、AIプラットフォーマーとしての可能性を探っていきます。 コロナ禍で発揮されるAIの威力と現在地 AI insideは自社のビジョンを「AI inside X」と掲げています。 "X"は代入できる変数を意味し、「世界中の人・物が代入され、生活に溶け込んでいく

今回は、LightGBM が構築するブースターに含まれる決定木を可視化した上で、その分岐を追いかけてみよう。 その過程を通して、LightGBM の最終的な出力がどのように得られているのかを確認してみよう。 使った環境は次のとおり。 $ sw_vers ProductName: macOS ProductVersion: 11.2.3 BuildVersion: 20D91 $ python -V Python 3.9.2 もくじ もくじ 下準備 二値分類問題 (乳がんデータセット) 回帰問題 (ボストンデータセット) 多値分類問題 (あやめデータセット) まとめ 下準備 まずは動作に必要なパッケージをインストールする。 決定木の可視化のために graphviz を、並列計算のために OpenMP を入れておく。 $ brew install graphviz libomp そして、Pyt

東京医科歯科大学大学院医歯学総合研究科の講師を務める藤田浩二氏と慶應義塾大学理工学部の准教授を務める杉浦裕太氏の研究グループは2021年3月15日、スマートフォンゲームを使って手根管症候群をスクリーニングする方法を開発したと発表した。ゲームを操作する親指の軌跡を機械学習によって解析する。 親指の軌跡データから疾患の有無を推定 手根管症候群を患うと、疾患の悪化に伴って親指の動きが悪くなる。研究グループはこの点に着目して、親指を使って操作するスマートフォン用のゲームアプリを開発し、ゲーム中の親指の軌跡データから機械学習によって疾患の有無を推定するプログラムを作成した。 このプログラムは「異常検知手法」を用いており、疾患保有者のデータが蓄積されていなくても、手根管症候群のない被験者12人のデータから疾患の有無を予測できるという。研究グループは「30秒から1分程度の簡単なゲームをするだけで手根管症

今回の目的 前回はマルコフ連鎖を用いて、青空文庫で公開されている梶井基次郎の著作データから文章を生成しました。今回から数回に分けてディープラーニングの手法を用いて、文章の生成に挑戦してみましょう。 ここで一つ考えたいのは、文章というものの構造です。例えば、梶井基次郎の『檸檬』には「檸檬などごくありふれている。」という1文があります。これを分かち書きにすると「檸檬 など ごく ありふれ て いる 。」となりますが、これは「檸檬」→「など」→「ごく」→「ありふれ」→「て」→「いる」→「。」と形態素が連続して登場する（時系列）データだと考えられます。こうしたデータを扱うのに適したニューラルネットワークとしてRNNがあります。本連載でも「RNNに触れてみよう：サイン波の推測」などで少し触れました。今回はこのRNNを用いて文章を生成するための準備を、次回は実際に文章を生成する予定です。 ここで問題な

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 コーネル大学、コーネルテック、Google Research、Hearst Magazinesからなる米国の研究チームが開発した「Fashionpedia」は、ファッション画像から、衣服やアクセサリーを細かく分類するシステムだ。画像内の物体が重なっていてもピクセル単位で区別しマスク化し、それぞれに属性を付与する。

はじめてのAIプログラム学習キットでは、ディープラーニングやPythonの学習、ディープラーニングなどのビジネス活用を考えている人などに向け、必要なハードウェアやソフトウェアをセットで提供する。 プログラム言語PythonやAIプログラムTensorflow、Pytorchなどを使い、AIプログラムの学習からデモまでさまざまな実践や体験ができる。今回の新版では新たにTensorflow v2とPytorchの学習編を追加し、Tensorflowを動作させるためのPythonの学習や、TensorflowによるAI言語の基礎、また、Pytorchによる画像や音声、言語認識などが学習／体験できる。

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 香港中文大学と明愛白英奇専業学校の中国研究チームが開発した「Manga Filling Style Conversion with Screentone Variational Autoencoder」は、白黒漫画をカラー漫画に変換する深層学習ベースのフレームワークだ。逆にカラー漫画をモノクロに変換することもできる。 カラーとモノクロの違いは、塗り方にある。カラーの塗りは通常、ベタ塗りやグラデーションで埋められているのに対し、モノクロでは豊かなスクリーントーンパターンで表現している。 基本的な特性も大きく異なる。カラー原稿が単一のピクセルに特徴が出ているのに対し、スクリーントーンはピクセル

はじめに 皆様はpythonで書かれたソフトウェアのリアーキテクティング1をどのように進めていますでしょうか？ 既存のソフトウェアに新規機能が追加しにくいとか、機能が修正しにくい等の問題がある場合にリアーキテクティングは有効です。 リアーキテクティングの初手としては既存のソフトウェアが抱える課題の洗い出しが行われます。その際にソフトウェア内のモジュール同士の依存関係を図で把握したい場面があります。 モジュール同士の依存関係が図示されていれば、モジュール同士の構造上の問題点を伝えやすくなり、かつモジュール同士の関係を将来的にどのように落としていくかも議論しやすくなります。 このような用途に用いるpython用の依存関係解析ツールとして、今回はpydepsを紹介します。 pydeps.readthedocs.io なお、本記事で扱うコードは下記にアップロードしてあります。 GitHub - U

紹介 本書は2019年12月に出版された「Jetson Nano超入門」をベースに、最新OSや新機種に対応した増補改訂版です。OSはJetPack4.5を前提に、初期型のJetson Nano A02、現行機種であるJetson Nano B01、また昨年末に発売開始されたJetson Nano 2GBに対応した内容になっています。 Jetson Nanoは低消費電力で低価格ながら、AIコンピューティングが可能な開発ボードです。ArmベースのCPUに128コアGPUを搭載し、高いAI処理性能を誇ります。 本書ではJetson Nanoを活用するのに必要な周辺機器、セットアップ方法、基本的な使い方（Linux操作も含む）などから、本格運用するための電源や冷却ファン装備、CUDA・VisionWorksデモ、物体検出、ディープラーニングを利用した楽器アプリ、3次元画像処理、電子工作などを解説し