sponsored 新たな敵は地中から現れる！ さらなる刺客（シカク）が四角い地球を襲う！5月23日発売『デジボク地球防衛軍２（略）』の魅力をチェック sponsored 大阪・泉州産のスウェット生地を採用した「AKRacing by BEAMS DESIGN モデル」 スウェット生地のチェアってどう？ 編集部員何人かに座った感想を聞いてみた sponsored セブンアールジャパンの西川氏とASRockの原口氏にコダワリを聞いてきた パソコンショップSEVENとASRockのコダワリが炸裂！ Threadripper PRO 7995WX搭載BTOPC sponsored 従来よりもさらにコスパよくゲーミングPCを組みたい方へ ゲーミングマザーボード「GAMING PLUS」シリーズ完全解説＆自作のオススメ構成例も紹介 sponsored スタンダードなスリムPCだが高性能！ そんな注目

sponsored 新たな敵は地中から現れる！ さらなる刺客（シカク）が四角い地球を襲う！5月23日発売『デジボク地球防衛軍２（略）』の魅力をチェック sponsored 大阪・泉州産のスウェット生地を採用した「AKRacing by BEAMS DESIGN モデル」 スウェット生地のチェアってどう？ 編集部員何人かに座った感想を聞いてみた sponsored セブンアールジャパンの西川氏とASRockの原口氏にコダワリを聞いてきた パソコンショップSEVENとASRockのコダワリが炸裂！ Threadripper PRO 7995WX搭載BTOPC sponsored 従来よりもさらにコスパよくゲーミングPCを組みたい方へ ゲーミングマザーボード「GAMING PLUS」シリーズ完全解説＆自作のオススメ構成例も紹介 sponsored スタンダードなスリムPCだが高性能！ そんな注目

神戸大学などの研究グループは、微生物を利用した医薬品製造において、未知の酵素を機械学習を使って発見することに成功した。医薬品に限らず、機能性素材や汎用化学品などにも応用可能な手法だという。 医薬品の多くは植物から抽出した化合物で作られているが、近年は植物由来の遺伝子を微生物に実装し、本来は微生物が作らない医薬品を製造する手法（合成生物学的アプローチ）が有望視されている。ただし、微生物で医薬品を生産するには多数の酵素反応の連鎖による長い代謝経路を構築する必要があり、しばしば植物由来の酵素が未知のものであるという課題があった。 今回の研究では、酵素反応を予測する機械学習アルゴリズムを開発し、予測モデルを利用することで、オピオイド鎮痛薬の前駆体化学物質であるベンジルイソキノリンアルカロイド（BIA）の生成に必要な酵素を発見した。微生物を使ったBIAの生産にも成功しており、今後は大量生産を目指す。

神戸大学大学院科学技術イノベーション研究科のChristopher J. Vavricka准教授、東京電機大学理工学部の高橋俊介助教、医薬基盤・健康・栄養研究所 AI健康・医薬研究センターの荒木通啓副センター長、神戸大学先端バイオ工学研究センターの蓮沼誠久教授らの研究グループは、未知酵素発見が可能な機械学習予測モデルを開発し、代謝工学と結びつけることにより、植物由来医薬品原料の微生物生産に成功しました。今後、様々な有用物質、機能性素材、汎用化学品のバイオプロダクション加速が期待されます。この研究成果は、3月16日に、英国科学雑誌 Nature Communications に掲載されました。 ポイント近年の合成生物学の進展により、植物由来医薬品原料の微生物発酵生産が期待されている。鎮痛薬原料として広く使われるBIAを生産対象とする場合、代謝経路を構成する酵素の一部が未知であることが課題であ

くら寿司は3月11日に、AIやIoTを活用したスマート給餌機「UMITRON CELL（ウミトロンセル）を使って成育した「愛媛県産 AI桜鯛」（以下、AI桜鯛）を発売。3月15日までの期間限定販売だったが、一部の店舗では予定より早く完売した。 くら寿司では、2021年11月にスマート養殖とオーガニックはまちの生産・卸売事業を展開する子会社「KURA おさかなファーム」を創業。21年4月から愛媛県内でスマート養殖の実証実験を開始し、その成果として22年3月に「AI桜鯛」を発売、6月からスマート養殖事業を本格化する。 くら寿司の広報・マーケティング本部 広報部 小坂博之氏にスマート養殖参入の狙いと運用を、スマート給餌器を開発したウミトロン社 広報 佐藤彰子氏に製品の特徴を聞いた。 関連記事 クラファンで3億6000万円を集めた製品は、なぜ謝罪に追い込まれたのか クラウドファンディングサイト「マ

自分の声を美少女ボイスやイケメンボイスに変換してくれるボイスチェンジャーは、ライブ配信やムービー投稿の際にありがたい存在です。しかし、ボイスチェンジャーによって変換できる音声は固定されており、自分好みの音声に変換できるボイスチェンジャーを見つけるのは困難です。天王洲アイル氏は、この問題をAIを用いて解決する方法について解説し、さらにAIの力で自分の声を好みの声にリアルタイム変換できるボイスチェンジャー「MMVC」を公開しています。 VRChatなどの登場によって誰でも好きなアバターを使って好きなキャラクターになりきることが可能となりました。また、自分の声を美少女ボイスやイケメンボイスに変換できるボイスチェンジャーも多くの種類が存在しています。しかし、既存のボイスチェンジャーには「理想的な結果を得るためにはボイスチェンジャーに合わせた発声練習が必要」「リアルタイム変換が不可能なため、会話やラ

ウクライナ国防省が顔認証技術スタートアップとして知られるClearview AIの技術を導入したと2022年3月13日に発表されました。この時点ではClearview AIのCEOが顔認証技術の使用例について解説していたのみでしたが、3月23日にウクライナのミハイロ・フェドロフ副首相が、その実際の活用法について語っています。 Ukraine uses facial recognition to identify dead Russian soldiers, minister says | Reuters https://www.reuters.com/technology/ukraine-uses-facial-recognition-identify-dead-russian-soldiers-minister-says-2022-03-23/ 2022年3月13日に発表された内容では、

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 IDCは、米国で人工知能（AI）システムに対する支出が2025年までに年間1200億ドル（約14兆円）に達すると予測している。 このペースで、AI支出は2021〜2025年にかけて年平均成長率（CAGR）26％で増加する見通しだ。米国は世界のAI支出の半分以上を占めているという。最大のAI支出国としての地位を2019年から維持している。 IDCは、小売業界が米国のAI支出をリードすると予想している。ユースケースとして、拡張型顧客サービスエージェント、専門ショッピングアドバイザーおよび商品レコメンデーションへの投資が挙げられている。 次いでAI支出の高い分野は銀行となり、顧客サービスの改善に向けたアドバイザーやレコメンデーションシステム、

産業用ロボットの需要拡大に加えて、ヘルスケア業界における新型コロナ対策としてのAI（人工知能）ロボットの導入拡大など、多様な要因がAIロボット市場の成長を促進しています。この記事では、世界的な市場調査会社MarketsandMarkets（マーケッツアンドマーケッツ）社の市場調査レポート「AIロボットの世界市場・COVID-19の影響（～2026年）：ロボットタイプ（サービス・産業用）・技術（機械学習・コンピュータービジョン・コンテキストアウェアネス・NLP）・提供区分・用途・地域別」から、サービスロボットをはじめとするAIロボット市場について同社の調査結果などを紹介していきます。

子供が文法を教わらなくても親の声をまねて話し始めるように、自ら率先して学ぶ人工知能（AI）の普及が近づいている。大量のデータを勝手に解釈し、文章作成などができるまで賢くなる。人に迫る知能を身につけつつあるAIが進歩の原動力としているのが、主体的な学びだ。「九州出身なので京都の寒さに慣れないんですよね」「福岡県でしたっけ？博多ラーメンおいしいですよね」。LINEの日本語対応AIは、チャットの中で

ソフトバンクは約1万8000人の全社員に、人工知能（AI）や統計学の実践的なスキルの習得を求める。講座や研修を用意し、外部資格の取得を促す。データを利活用できる人材を底上げする。IT（情報技術）人材が不足するなか、企業が社員に学び直しを促す動きが広がりそうだ。受講は強制ではなく、人事考課にも影響しないが「強い推奨」と社員に通知している。グループ内のAI企業と共同で、AI講座の内容を開発した。

Tech/Artificial Intelligence/Watch ThisNvidia shows off AI model that turns a few dozen snapshots into a 3D-rendered scene Nvidia shows off AI model that turns a few dozen snapshots into a 3D-rendered scene / Starring: a would-be Andy Warhol

NVIDIAは2022年3月22日、最新の組み込み機器向けAI（人工知能）モジュールである「Jetson AGX Orin」の開発者キットの販売を開始すると発表した。米国での価格は1999米ドル（約24万3000円）で、量産用モジュールは2022年第4四半期に399米ドルで入手可能になるという。開発者キットの国内展開については、菱洋エレクトロ、ネクスティ エレクトロニクス、マクニカがオープン価格での先行予約販売を開始しており、出荷時期は近日中となっている。 組み込み機器向けのSOM（System on Module）であるJetson AGX Orinは、現行のAmpereアーキテクチャに基づくGPUコアとともに、Armのプロセッサコア「Cortex-A78AE」を最大12コア集積したSoCを搭載。AI処理性能は「Jetson AGXシリーズ」の前世代モデルとなる「Jetson AGX X

Python Pandasを使われている方々にとってみれば既に知っている方法だとは思いますが，効率のいい反復処理のやり方が紹介されていたのをたまたまみつけたので，同じことをJuliaでも試してみてPython Pandasの一番速い方法と比べてみました。 元記事はこちらです。Python Pandasのみの結果です。 ここで紹介されていたのは2つの列(src_bytes, dst_bytes)を加算する速度がやり方によって大きく変わることです。 Iterrows For loop with .loc or .iloc Apply Itertuples List comprehensions Pandas vectorization NumPy vectorization 既にご存知の方も多いと思いますが、私の環境で(Mac mini M1 8GB, Python 3.9.7, Pandas

はじめに Python ではオプションで型ヒントをサポートしてます。 Python は動的型付け言語のため、明示的に型を書かなくても動作します。 以下の関数はPythonのコードとしてなに1つ問題なく動作します。 def get_full_name(first_name, last_name): full_name = first_name.title() + " " + last_name.title() return full_name print(get_full_name("john", "doe")) ですが、このコードはいかに高機能なエディターを使っても、 first_name = first_name. と打った後に、 文字列型のメソッド名を忘れてしまったら、エディターのオートコンプリート機能は何の役にも立たないでしょう。(エディターは Ctrl+Space 補完候補を表示し

以下、個別に簡単なデモで紹介して行きます。 1. Digit Recognition こちらは、「Deep Metric Learning」で以前紹介した、異常検知付きの手書き文字認識のデモです。 L2-constrained Softmax Lossを入れたCNNで、0～9までの文字を判定し、推定精度付きで返しています。全結合層の1つ前のL2-constrainedの層に、LOFで異常検知を入れているので、数字でないものが入力された場合は、「Not Digit」としてはじいています。 どちらかいうとスマホのほうが遊びやすいと思うので、色々な数字の形を書いたり、数字以外のものを書いてみたりと自由に遊んでみて下さい。 MNISTで学習しており、個人的にはもう少し弱い所のデータを足したいなという感触ですが、概ね人間と変わらないレベルで返してくれます。 2. Image Denoising こち

東京大学・松尾豊研究室発のAIベンチャーELYZA（イライザ／東京都文京区）は3月28日、キーワードから約6秒で日本語の文章を生成できるAI「ELYZA Pencil」を試せるデモサイトを公開した。キーワードから文章生成できる日本語の大規模言語AIとして、国内初の一般公開になるという。

BASEの機械学習チームで論文読み会を実施してみました こんにちは。BASEのDataStrategy（DS）チームでエンジニアをしている竹内です。 DSチームではBASEにおける様々なデータ分析業務をはじめ、機械学習技術を利用した検索、推薦機能のサポート、商品のチェックや不正決済の防止などに取り組んでいます。 先日、チーム内で最新の機械学習技術についての知見を相互に深めるための試みとして、各々興味のある機械学習系の論文を持ち寄って紹介し合う、いわゆる論文読み会というものを実施してみました。 この記事では、その会で私が発表した内容の一部を紹介したいと思います。 ※ 中身は論文読み会用から本記事用に一部修正を加えています。 A ConvNet for the 2020s 紹介する論文について タイトル: A ConvNet for the 2020s 著者: Zhuang Liu, Hanz

超簡単なニューラルネットでも花の種類を判別可能と判明！実際に作成されたニューラルネットの電気回路 / Credit:J. F. Wycoff et al . Learning Without a Global Clock:Asynchronous Learning in a Physics-Driven Learning Network (2022) . arXivAI技術の進歩により、脳のネットワークをコンピューター内部で模倣する、ニューラルネットワークが実現しています。 ニューラルネットワークはコンピューターの仮想空間でニューロンとシナプスの動きをシミュレートされたものであり、入力に対して得られる出力を繰り返し評価することで、現実の脳のように最適な接続が形成されると同時に学習が進行していきます。 例えば画像にある車を認識させるようにしたい場合、カメラをネットワークに接続し、繰り返し車の

はじめに 「XX分でできるBERT」シリーズ第二弾です。 (第一弾の記事はこちら　→　60分でできるBERT(英語テキストの感情分析)) 今回は、事前学習モデルを使って、そのまま予測するので、学習が不要、よって、本当に10分かからずにBERTの予測モデルを動かすことができます。 Question-Answering予測とは BERTが活用できるテキスト分析のパターンの一つです。入力として「ヒントとなる一連のテキスト」と「そのテキストを前提とした質問」の対になる文をモデルに入力します。すると、モデルはヒントとなるテキストの特定の範囲を FromとToのインデックスで示します。 この範囲の文章が、質問への回答となっている仕掛けです。 BERTでは、このような振る舞いをする事前学習済みモデルがすでにできあがっていて、モデルをロードするだけで、学習なしに予測ができるというのです。本当なのか、早速試

はじめに 「現場で使える! Python自然言語処理入門」と「最短コースでわかる PyTorch &深層学習プログラミング」の著者です。 「現場で使える! Python自然言語処理入門」では、本の一番最後にBERTの簡単な解説をしています。ただ、この執筆したときには、BERTは本当にまだできたてで、ライブラリなどもほとんどなかったため、残念ながら実習を入れることができませんでした。 このあたりの最新状況を調べ直したところ、今ではいろいろとライブラリができあがっていることがわかりました。自分の備忘録を兼ねて、最新状況を反映した実習プログラムを作ってみたので、その結果を連携します。 本当はWord2Vecのサンプル※のように「15分でできる」としたかったのですが、バリバリのディープラーニングのプログラムで全然無理そうだったのであきらめて「60分でできる」にしました。 ※「15分でできる日本語W