2022年現在、グーグルやAWS、エヌビディア（NVIDIA）など「人工知能／機械学習」の技術を提供する主要なテクノロジー企業が、AI／機械学習エンジニア向けに独自の認定資格を提供している。しかしあまり知られていないと思われるので、本稿ではテクノロジーごとの認定資格、具体的には下記の7項目をそれぞれ紹介していく（※本稿では、機械学習エンジニア＝AIエンジニアとする）。 なお、AI（人工知能）や機械学習、データサイエンスに関連する資格／検定試験については「データサイエンス／AI／ディープラーニングの資格ガイド」という記事で紹介している。 本題に入る前に、「各認定試験に合格すると何か良いことがあるのか？」について考えてみたい。 なぜ認定資格を受けるのか？ これに対する答えはケース・バイ・ケースだが、最も良いことがあるのは社内制度で認定資格の取得が昇格や昇給などの条件になっている場合だ。その場合

「AIに仕事を奪われるのでは？」「人間はもっと創造的な仕事をするべきだ」……と、自分の仕事がなくなる不安を感じさせる言葉が、世の中にはあふれています。しかし、人工知能の専門家・松田雄馬氏は「AIは意外とポンコツですし、人は生きているだけで創造的です。AIのことをよく知って、仲良くしてあげてくださいね」と笑います。そこで今回、同氏が登壇したイベント「『AIに仕事を奪われる』ってほんと？　松田雄馬さんと〝身体のない人工知能〟を考える」の模様を公開。「人間を人間たらしめているものは何か」を問い続けている松田氏とともに、身体を持つ人間とテクノロジーの向き合い方を考えましょう。 数理生物学者＝数学を使って人間や生物を解明する人 松田雄馬氏（以下、松田）：ではよろしくお願いします。 私は「そもそも何者なんだ？」というところから。私は合同会社アイキュベータ（現在は株式会社オンギガンツ）というベンチャー企

人工知能（AI）の戦闘機への搭載が現実味を帯びてきた。米国防総省は複数の戦闘機による空中戦で人間の能力を超えた戦いを可能にすべく、強化学習を用いてAIの訓練を続けている。こうした技術の実用化は、空中戦の概念を一変させる可能性を秘めている。 TEXT BY WILL KNIGHT TRANSLATION BY MASUMI HODGSON/TRANNET WIRED(US) その空中戦が公平だとは、とても思えなかった。 戦闘機「F-16」が2機、岩だらけの砂漠の上空16%2C000フィート（約4%2C900メートル）の高度で敵のF-16と鉢合わせになったとしよう。互いに反対方向から接近したところで、突如としてこの2機のF-16が互いの距離を広げる。すると敵機は、追跡する相手を選ばざるをえない。 こうして追跡を逃れたF-16はただちに方向変換し、定石通りに敵の背後へと迫る。数秒後にはミサイルが

「PyCharm 2021.1」では、Pythonインタプリタ用の新たなビルド済みインデックスによって、標準ライブラリのインデックス作成をより高速化している。 また、WSL2がサポートされており、プロジェクトをWindowsファイルシステムへコピーすることなく、WSLファイルシステムに保存されているプロジェクトをPyCharmで使用できるようになるとともに、WSLインタプリタの検出が可能になり、プロジェクトにWSLインタプリタが構成されていない場合は、システムインタプリタを探し、それをデフォルトとして自動設定する。 さらに、Pythonコードでモジュールやパッケージ名を参照して、使用できるモジュールメンバのリストを使用してコード補完を呼び出す際に、インポートステートメントを自動で追加するようになった。なお、コード補完時の自動インポートは、NumPyのnpやPandasのpdといった、一般的

2月13日に発生した福島県、宮城県の地震を受け、14日に行われた官房長官記者会見の中継映像を改ざんした画像がTwitter上で当時出回っていました。ここでは関連する情報をまとめます。 切り取ったテレビ映像を改ざんか フェイク画像 誤解を誘発…ＡＩで改変　判別難しく 福島、宮城の地震直後、ツイッターに投稿された加藤官房長官の記者会見の画像が、 何者かによって改ざんされたものであることが、読売新聞の取材でわかりました。 連載［虚実のはざま］ pic.twitter.com/umWygQTdJH— 読売新聞大阪社会部 (@osaka_syakai) 2021年4月12日 改ざんされたとみられるのは2月13日の福島、宮城両県で発生した最大震度6強（M7.3）の地震を受け、2月14日に行われた官房長官記者会見の中継シーン。 問題の改ざん画像は記者会見中継で笑みを浮かべた表情の官房長官のシーンを切り取

3,850円（本体 3,500円＋税10%） 品種名書籍 発売日2021/5/20 ページ数352 サイズB5変形判 著者 高島遼一　著 ISBN 9784295011385 「音声認識」とは音声信号から発話内容を認識することで、AIスピーカなどに利用されている技術です。本書は、音声認識技術の発展経緯を学びながら、深層学習を用いた最新の音声認識システムを実装できるまでを目的とし、手法の目的やアルゴリズムの概要を解説、続いて数式レベルでの詳説、最後にソースコード付きで実装という流れで解説しています。特に手法の概要については「その手法は何を目的として生み出されたのか」という経緯と「なぜその手法は前述の目的を達成できるのか」について直感的に理解できるよう工夫しています。 目次を見る

2025年の大学入学共通テストで、新設科目として「情報」が追加されることになった。高校の新学習指導要領でプログラミングを学ぶ「情報I」が必修となることに合わせたものだが、公開されたサンプル問題を、ITの専門家や大学側はどう受け止めるのか。 ほかにも科目の再編や新設によって「歴史総合」「地理総合」や「公共」が誕生する。文部科学省が最終決定すると、今月中学3年に進級した世代が最初に受験することになる。 大学入試センターは、新設・再編された4科目についてサンプル問題を公表した。 「情報」の問題例は、IPアドレスに関する問題や、選挙で政党に配分される議席数決定の方法をプログラムを通して考察する問題、サッカーワールドカップ（W杯）のパス本数や反則数の統計処理データを扱う問題などがあり、マークシート式で回答する。 ITジャーナリストの三上洋氏は、「プログラミングやデータ分析を問う問題では、特定のプログ

はじめに 最近ずっと悩んでいたのが、PyTorchで乱数の種を固定したつもりでも、結果が一定しない問題。環境はGoogle ColabのGPUです。 (2021-04-10) 対策もわかったので修正 (2021-07-06) 従来の方式でGoogle Colabでエラーになったので対策を追記 (2021-08-01) pytorchのバージョンアップに伴い、関数が変わったのでコード修正 どのような問題か 次のようなコードで定義したCNNモデルです。 CIFAR-10学習用に作ったモデルです。 class CNN_v2(nn.Module): def __init__(self, num_classes): super().__init__() self.conv1 = nn.Conv2d(3, 32, 3, padding=(1,1), padding_mode='replicate')

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

2年前のことだ。米ニューヨークの人工知能（AI）スタートアップであるHugging Faceは、自然言語処理の分野に颯爽と登場すると、多くの主体が最先端の深層学習の世界に簡単に参加できる道を開く技術をもたらした。同社の「Transformers」は、Googleの「BERT」をはじめとする数多くの自然言語処理用ニューラルネットワークに素早く対応できるプログラミングキットで、現在主流のプログラミングフレームワークである「PyTorch」や「TensorFlow」から呼び出せるライブラリーとして公開された。 Transformersの人気は急速に高まっている。同社によれば、今では5000社以上の企業がこのライブラリーを使用しているという。 このツールキットの人気は、世界最大のクラウドコンピューティングプロバイダーであるAmazon Web Services（AWS）にも認識されていたようだ。両

【シリコンバレー=佐藤浩実】米半導体大手のエヌビディアは12日、CPU（中央演算処理装置）に参入すると発表した。英アームの基本設計を利用し、2023年に米欧のスーパーコンピューターに搭載する。人工知能（AI）計算を10倍速くできる見通しで、米インテルの主戦場に切り込む。AIの進化を左右する「頭脳」を巡り競争が激しくなる。12日に開いたAIイベントでCPU「Grace（グレース）」を発表した。エ

その他層の数も探索空間に入れています。ここで拡張率とは、MBConvの最初のConvでチャネル数を何倍にするかの係数のことで、こちらでより詳しく解説しています。 探索は精度$A$、ステップごとの学習時間$S$、パラメータサイズ$P$を用いて、$A\cdot S^w\cdot P^v$を最大化するように行われます。ここで$w=-0.07, v=-0.05$であり、これらの値は実験的に決定されています。 1.3.2 EfficientNetV2のアーキテクチャ 下表がEfficientNetV2のSサイズのモデルになります。 画像: "EfficientNetV2: Smaller Models and Faster Training", Tan, M., Le, Q., (2021) 比較のためにEfficientNet-B0(i.e. V1)のアーキテクチャも下に載せます。 画像: "Ef

3つの要点 ✔️ 視覚タスクのための新しい自己教師あり学習アルゴリズム ✔️ 従来手法と比較して、バッチサイズが小さくても、次元が大きくても機能する ✔️ SOTAモデルと競合する性能を発揮 Barlow Twins: Self-Supervised Learning via Redundancy Reduction written by Jure Zbontar, Li Jing, Ishan Misra, Yann LeCun, Stéphane Deny (Submitted on 4 Mar 2021) Comments: Accepted to arXiv. Subjects: Computer Vision and Pattern Recognition (cs.CV); Artificial Intelligence (cs.AI); Machine Learning (cs

The field of Deep Reinforcement Learning (DeepRL) has made significant gains in the past half-decade. To go from sometimes solving simple Atari games to achieving superhuman performance in complex modern games like Starcraft 2 and DOTA in such a short time is quite an accomplishment. Indeed, given such successes one might think that RL has solved most interesting problems in games. There are howev

対象読者 こんな人に向いてます Transformerを知らない人 私も全く知らずに調べました！なんにもわからない人の目線で書きます！ 想定される疑問を載せてます！ 多層パーセプトロンは知っているけど、それ以降出てきたいろんな用語についていけなくなった人 いつも知らない言葉を含んだ図ばかりで結局詳細がよくわからないって思っている人 図に式も載せて式を見ればやっていることがわかるようにしました！ 結局解説サイトを読んでもどう動くかわからない人 実際に軽いデータでTransformerを動かしてみたい人 軽く動かせるNotebookを用意してます！ ミスがあればご指摘くださると幸いです。 自然言語処理で大活躍している手法。 機械翻訳 テキスト要約 文章生成 文書カテゴリの分類 最近では、画像データやテーブルデータ（時系列データ）でも活躍しているようだ。 画像認識の大革命。AI界で話題爆発中の「

.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

国内最大のデータサイエンスコミュニティ「SIGNATE」に、AI/データ分析を学ぶ学生と企業をつなぐ就活スカウトサービス『SIGNATE Campus』が登場！ 〜SIGNATEの講座でAI/データ分析を学ぶことができる実践力重視の新しい就活スタイル〜 AI開発・運用、AI人材の育成・採用支援サービスを提供する株式会社SIGNATE（本社：東京都千代田区、代表取締役社長：齊藤 秀）は、これからの時代に不可欠な「AI/データ分析」を学ぶ学生と企業をつなぐ新しい就活スカウトサービス『SIGNATE Campus』を提供開始いたしました。 現時点で、大手からベンチャーまで様々な業種の企業様より利用申込をいただいており、年内で100社を超える企業様のご利用を目指しています。 ■SIGNATE Campusとは SIGNATE Campusは、AI/データ分析スキルを磨きながら同時に企業からのスカウ

情報通信研究機構と東京大学は、自動並列化深層学習ミドルウェア「RaNNC」を開発し、オープンソースとして公開を開始した。「GitHub」にソースコードを公開しており、商用目的を含めて無償で利用できる。 情報通信研究機構（NICT）は2021年3月31日、東京大学と共同開発した自動並列化深層学習ミドルウェア「RaNNC（Rapid Neural Net Connector）」をオープンソースとして公開を開始した。ソフトウェア開発のプラットフォーム「GitHub」でソースコードを公開しており、商用目的を含めて無償で利用できる。 RaNNCは、深層学習ソフトウェア「PyTorch」用に記述した既存のニューラルネットワーク定義を入力すると、実行速度を最適化しながら、各GPUのメモリに収まるように自動的にニューラルネットワークを分割して、データ並列とモデル並列とのハイブリッドにより複数のGPUを用い

open関数やpathlib.Pathクラスを使ってファイルをオープンし、その内容を読み込む方法、with文と組み合わせる方法、テキストファイルを反復的に処理する基本パターンを紹介する。 # ファイルをオープンして、1行ずつその内容を読み込んで処理する with open('test.txt') as f: for line in f: line = line.rstrip()  # 読み込んだ行の末尾には改行文字があるので削除 print(line) # 出力結果（4行目に空行が表示されるときとされないときがあるのを除き、以下同じ） #atmark IT # #deep insider # テキストファイルをオープンして、その内容を全て読み込み、クローズする f = open('test.txt')  # f = open('test.txt', 'rt'): s = f.read()