ディープラーニングさえあれば、競馬で回収率100%を超えられる - Qiita
pohotos by Ronnie Macdonald **「AIが人間の仕事を奪う」と言われ始めてしばらく経ちますが、今や「幻滅期に入った」**なんて言われ方もしています。おかげで僕は仕事を奪われることもなく、毎日満員電車に揺られています。奪う奪う詐欺もいいとこです。 そんなAIの発展にはもう少し時間がかかりそうな一方で、学べる環境は簡単に手に入るようになりました。触るなら、皆が幻滅しかかっている今な気もします。ということで、今更ですがAIの力を知るべく、ディープラーニングに触れてみることにしました。 いろいろ試したのですが、ここでは結果をメインに**「無知の状態から勉強しても、ディープラーニングでこれぐらいは楽しめるよ」**ということを伝えてみます。プログラムはお手本になるようなものではないので、見たい人だけに有料で公開してみます。 Kaggleでディープラーニングのお手並み拝見 最初
堀江貴文氏 「AIに仕事を奪われる」と考えるのは愚か
AI（人工知能）の進化が止まらない。囲碁や将棋にとどまらず、さまざまな分野で「人間超え」を果たし、「仕事が奪われる」といった脅威論が後を絶たない。AIは人類の敵か、味方か――。最新刊『僕たちはもう働かなくていい』の中で、自身の「AI論」を詳しく展開する堀江貴文氏が、短期集中連載で“AI時代の生き方”について考察する。（第1回） ＊ ＊ ＊ 世界3大発明は「羅針盤」「火薬」「印刷技術」と言われるが、なぞらえて現在の“世界3大発明”が、新たに提唱されている。「AI」「IoT（モノのインターネット）」「ビッグデータ」だ。 特に重要なのは、AIだと私は考える。IoTもビッグデータも、AIの技術がベースになっており、ある意味では応用分野という解釈もできるからだ。AIの一大発明が、多くのテクノロジーやサイエンス分野に、急激な進化をうながしているのは事実だ。 自動運転技術、電子決済、ネット通販、シェアリ
ポケモンGO運営元、270億円調達で「ARゲーム」量産化へ | Forbes JAPAN 公式サイト（フォーブス ジャパン）
ポケモンGOの運営元のナイアンティックは先日のシリーズC資金調達で、新たに2億4500万ドル（約269億円）を調達したとアナウンスした。今年は「ハリー・ポッター」をテーマにした、スマホ用ゲームをリリースする同社の企業価値は、40億ドル近くとされた。 今回の出資はIVPが主導し、サムスンベンチャーズやCRV、Causeway Media Partners、aXiomatic Gaming、Battery Venturesらも参加した。米証券取引委員会（SEC）への提出書類から、1月上旬にナイアンティックが1億9000万ドル相当の株式を売却していたことも判明している。 ナイアンティックCEOのジョン・ハンケは2001年、Keyholeと呼ばれるプロダクトを開発。Keyholeは2004年にグーグルに買収され、グーグルアースに名前を変えた。ハンケはその後、2010年にグーグル社内のスタートアップ
AlphaGoの衝撃再び — タンパク質構造予測でAlphaFoldが今までのモデルに圧勝｜Zhubo.JP
原文記事: [阿尔法狗再下一城 | 蛋白结构预测AlphaFold大胜传统人类模型] (2018/12/03公開) 「研究したいタンパク質があるのだが、その構造と機能がわからない」 — これは分子細胞生物学の研究者が日々直面する最大の難題の一つである*a。アミノ酸配列測定技術が発展する中で、多くのタンパク質の配列がハイスループット*1に解析されているが、この配列決定の段階から実際に3次元構造を決定するまでの間には、未だに大きな距離がある。 生物の基本単位が細胞だとして、細胞の基本的な機能単位こそが、複雑多岐なタンパク質の1つ1つである。そしてまさにタンパク質の機能の本質を決定しているのが、タンパク質の構造である。タンパク質の機能を研究したり、それをターゲットとする薬剤を開発したいというとき、タンパク質の構造はとても重要な要素の一つになる。だからこそ、生物学には、構造生物学という学問領域まで
日本人、ようやく「あれは人工知能ではない」と気づき始めたらしい「遅えよ」「何でもかんでも人工知能言い過ぎ」
まぎるぅ @yusumimi 世界規模ではブームが移り変わっているのに、新しいブームにうまく乗れないことがあるのが日本（クラウド→機械学習） pic.twitter.com/7FWNK4p2JB リンク Wikipedia 機械学習 機械学習（きかいがくしゅう、英: machine learning）とは、人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。 センサやデータベースなどから、ある程度の数のサンプルデータ集合を入力して解析を行い、そのデータから有用な規則、ルール、知識表現、判断基準などを抽出し、アルゴリズムを発展させる。なお、データ集合を解析するので、統計学との関連が深い。 そのアルゴリズムは、第一にそのデータが生成した潜在的機構の特徴を捉え、 27 users 32
DeepLearning/機械学習を始めると必ずいるカス - BizDeep
(2018.1227)なんか急にバズったのでちょっと追記しました。 ディープラーニング人材はやばい奴だらけ これから「AIを仕事に導入したい！」と思う人は沢山いるでしょう。 ただ「ディープラーニング」や「AI」という言葉に関しては世間で色々な誤解がされており、正しく現状を理解できている人はとても少ないように思います。 ディープラーニングという言葉はAlexNetがでた2012年頃に流行り出しました。 実際に企業が仕事としてディープラーニングに手を出し始めたのはAWSがGPUインスタンスをリリースした頃からだと思うので2014年ぐらいからでしょうか。 まだ流行り出して５年も経っていない技術であるため、最新の研究レベルでもディープラーニングの全容は明らかになっていなかったり(参照： ディープラーニングの解釈に関するサーベイ論文) 、正しくディープラーニングを理解するための教科書や参考書などもま
「Yahoo!知恵袋」の不快な投稿、見えないところへ わずか1日で6億件を処理 ヤフー社内で何が起きたのか (1/2) - ITmedia NEWS
老舗Q＆Aサービス「Yahoo!知恵袋」は、長い間あるものに悩まされてきた。規約違反ではないため削除できないが、見る人を不快にさせる内容の“グレーな投稿”である。これまで社内でパトロールを行うなど対応してきたが、同サービスの投稿は約6億件にものぼり、全てのグレーな投稿を見つけ出すことは難しかった。スーパーコンピュータ「kukai」（クウカイ）が導入されるまでは。 グレーな投稿には、中身がなく質問への回答になっていないものや、アダルトカテゴリーではないのに年齢制限が必要そうなものなどがある。ユーザー投稿型サービスだからこそ起こる問題だが「利用者から厳しい意見をいただくことも多い。どこかで線引きをする必要があった」とヤフーの丹羽達洋さんは話す。 そこで考えたのが、グレーな投稿を検出し、トップページなど人目につきやすい場所では非表示にするという対応だった。 グレーな投稿、どうやって見つける？ し
音響処理の基礎 with CNN 〜機械学習で「太鼓の達人」の自動作譜をしてみた〜 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? #この記事の対象者 音響処理の基礎を概観したい ディープラーニングを用いた音響処理に興味がある 太鼓の達人が好きだ つまり初心者向けってことです。プロの方のツッコミもお待ちしています。 #結果 見て（聴いて？）もらうと早いと思います。これは今回作ったモデルで生成した譜面を太鼓さん次郎2で演奏したものです。 米津玄師さんの「ピースサイン」： 「音楽から全自動で太鼓の達人の譜面を作るAI」を作りました またいつか解説記事書きます pic.twitter.com/IW6qrd9knS — うっでぃ (@woodyOutOfABase) Jul
機械学習をやる上で線形代数のどのような知識が必要になるのか
TL;DR 「機械学習をやるなら線形代数はやっとけ」的な話が出るけど具体的な話があまり見当たらない 研究でなく実務レベルで機械学習を扱う場合にどのような線形代数の知識が必要になるのか考えてみた 高校でやるベクトル・行列＋αくらいあれば概念的には十分で、計算が苦じゃない基礎体力が重要では？ 機械学習が流行ることで、機械学習に必要な数学的基礎にも話が及ぶことが多くなってきている。 特に、線形代数や微積に関しては基礎を押さえとけみたいなことを言う人が結構いる気がする。 中身のない話をしたい場合はまあそれだけでもいいのだけれど、具体的に何が必要になるのかを説明してくれてる人はあまりいない。少なくとも自分の観測範囲では。 レベル感が様々なので万人に通用する議論はできないのはしょうがないが、「自分としてはこれは必要だと思っている」みたいな意見は聞いてみたい。 自分の考えはどうだろう、ということで線形代
ラーメン二郎とブランド品で AutoML Vision の認識性能を試す | Google Cloud 公式ブログ
この投稿は米国時間 3 月 26 日に投稿されたもの（投稿はこちら）の抄訳です。 Posted by Google Cloud デベロッパー アドボケイト 佐藤一憲 この 3 つのラーメンは、41 店舗あるラーメン二郎のうち 3 店舗で作られたものです。それぞれ、どの店舗で出されたものか分かりますか？ データ サイエンティストの土井賢治さんが作成した機械学習（ML）によるラーメン識別器を使えば、それぞれの微妙な盛り付けの違いを見分けることで、95% の精度で店舗を特定できます。 この写真を見ても分かるとおり、ラーメン二郎の相当コアなファンでもなければ、ラーメン画像から 41 店舗のどこで作られたかを見分けることは簡単ではありません。テーブルやどんぶりの色、形にあまり違いのない場合が多いのです。 土井さんは、ディープ ラーニングを使ってこの問題を解けるか興味を持ち、インターネット上から 48
TensorFlow.js | Machine Learning for JavaScript Developers
Deploy ML on mobile, microcontrollers and other edge devices
Engadget | Technology News & Reviews
How to watch Polaris Dawn astronauts attempt the first commercial spacewalk
AWSとマイクロソフトとグーグルのクラウド、38項目で徹底比較
出所：Gartner「Magic Quadrant for Cloud Infrastructure as a Service, Worldwide」 大手クラウドサービスの競争が激しさを増している。米アマゾン ウェブ サービスの「Amazon Web Services（AWS）」、米マイクロソフトの「Microsoft Azure」、米グーグル（Google）の「Google Cloud Platform（GCP）」という3強だ。米調査会社ガートナーによるIaaS（インフラストラクチャー・アズ・ア・サービス）の市場分析を見ても、3社がずぬけている。AWSでは2018年に「大阪ローカルリージョン」を、GCPは2019年に「大阪GCPリージョン」を開設する予定であるなど、日本向けのサービス強化も相次ぐ。 クラウド市場をけん引するAWSの勢いは衰えをみせない。2017年度の売上高は175億ドル
NVIDIA、過去に国立研究機関へのGeForce導入妨害の疑い
NVIDIA、過去に国立研究機関へのGeForce導入妨害の疑い Amazing, every word of what you just said was wrong. 2017.12.20 Updated by Ryo Shimizu on December 20, 2017, 06:24 am JST 昨日の記事に対し、NVIDIAからヒステリックといえるほどの対応が起きました。不思議です。明らかに意図的に動いているのに、公表されている事実を指摘しただけなのにこの反応は不可解ですね。 NVIDIA側からは、「個別に面談して誤解を晴らしたい」という連絡を頂きましたが、そもそもなぜ個別に面談する必要があるのでしょうか。筆者のもとにはNVIDIAからGeForceの供給を止められている、という代理店の話も聞こえてきます。水面下でコトを落ち着かせたいということなのでしょうか。 また、海外には
nVidia、GeForceのデータセンターでの利用を禁止する
NVIDIAが規約変更によりGeForceのデータセンター利用を制限。大学などの研究活動にも大ブレーキ - WirelessWire News（ワイヤレスワイヤーニュース） また清水亮がポエムを書いている。困るんだよね、名前の同じ人間にそういうことをされると私まで詩人だと思われてしまう。 nVidiaは確かに邪悪で不自由で存在自体が人道上の罪にあたる極悪企業であり、かのLinuxカーネルの最高開発者であるブリリアント・アッスホールの称号も名高いリーナス・トーバルズにも中指を突き立てられてFから始まるとてもここで書くことができないほどの醜悪極まりない侮辱の四文字言葉で罵られたほどの救いようのない時勢の読めない烏合の衆ではあるが、まさか自らの飯の種であるデータセンターへの利用を禁止するほどの寓話に出てくる金の卵を生む鶏を割くほどの阿呆ではないだろう。どれどれ、この私が直々にソースとやらを検証し
NVIDIA GeForceソフトウェアお客様使用ライセンス
NVIDIA GeForce ソフトウェアお客様使用ライセンス 大切なお知らせ – よくお読みください: この NVIDIA GeForce ソフトウェアお客様使用ライセンス (「本ライセンス」) は、NVIDIA Corporation とその子会社 (「NVIDIA」) が所有し、ここからダウンロードできる GeForce ソフトウェア (コンピューター ソフトウェアと関連素材(「ソフトウェア」)を含む) の使用に適用される契約です。本ソフトウェアのダウンロード、インストール、コピー、その他の使用により、お客様は本ライセンスのすべての規約に拘束を受けることに同意したものとみなされます。本ライセンスの規約に同意しない場合、ソフトウェアはダウンロードしないでください。 備考 NVIDIA の製品の使用には、ソフトウェア、グラフィックス コントローラー ボードのハードウェア、パーソナル コン
機械学習案件を納品するのは、そんなに簡単な話じゃないから気をつけて - Qiita
はじめに 昨日のTwitterで書いたこちらが非常に反響を呼びました。 半年間かけたデータ解析の仕事が全くうまくいかなかった 今回の失敗は契約書に納品物を明記していなかったこと 機械学習の依頼は学習済みモデルのファイルを納品しただけでは、先方は検収できず、結果支払いを受けられない この教訓をひとりでも多くの人に知ってもらいたい — キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年11月20日 そうなんですよね。 全く先方が悪いわけでもなく、私自身が「機械学習のお仕事＝解析」だと思いこんでいたことが失敗の始まり。 結局のところ、機械学習系のプロダクトを依頼されて、学習済みモデルを作成して即納品とはいかず、検証結果を示されないと検収できないよとなってしまうので、結局アプリケーション側まで組み込まないと納得感はないんですよね。 この検証とは、訓練データと検証データを分けた時
AIを使用した無料の画像リサイズの拡大ソフトが凄い！解像度を最大16倍に！ | デジタル＠備忘録
2017年10月21日に公開され世界中で話題になった画像拡大ソフト（Webアプリケーション）Let’s Enhanceがリメイクされましたのでご紹介します。 Photoshopよりも凄い無料の画像拡大ソフト 2022年現在は５枚まで無料で使用できます。数年前までは２５枚まで無料で処理できたのですが、トライアル出来る枚数が減ってしまったようです。そこは少し残念。 とりあえず５枚は無料で試せますから気に入ったら、追加処理分を購入して処理することが可能です。 Let’s Enhanceはニューラルネットワークを使用して画像拡大をするWebソフトです。 マジックフィルターと書かれているものがLet’s Enhanceを使用して拡大したもの。 通常のソフトで行われている画像拡大と手法が異なり、最初にポートレートや風景、食品など画像種類やタイプを認識。その上でネットワークを使用し画像タイプごとに自然な
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GeForceのデータセンター利用を禁止する使用許諾契約に対してNVIDIAが声明
not found