ChatGPTもGeminiも忘れて、これらの（信じられない）次世代AIツールをチェックしてみよう！ | AI専門ニュースメディア AINOWインド在住のライター兼エンジニアのニティン・シャルマ（Nitin Sharma）氏がMediumに投稿した記事『ChatGPTもGeminiも忘れて、これらの（信じられない）次世代AIツールをチェックしてみよう！』では、AIスタートアップが開発・提供する優れたAIツールを紹介しています。 シャルマ氏が紹介するAIツールは、以下のような6つです。 シャルマ氏が紹介する6つのAIツール
データサイエンティストの嘘と欺瞞を見破る7つの方法 | AI専門ニュースメディア AINOW
著者のAishwarya Prabhat氏は、オンラインショッピング企業のShopeeに勤務するシンガポール在住のデータサイエンティストです（同氏の詳細についてはこちらを参照）。同氏がMediumに投稿した記事『データサイエンティストの嘘と欺瞞を見破る7つの方法』では、AIソリューションの価値を正しく評価するのに役立つ7つの質問が解説されています。 現在流行している機械学習やディープラーニングを活用したAIソリューションは最先端技術であるために、採用決定権のある企業幹部がそのソリューションの詳細がよく分からないことが少なくありません。Prabhat氏によれば、こうした状況であっても以下のような7つの質問を投げ掛けてみて納得の行く回答が得られれば、信頼できるAIソリューションかどうか判断できます。 ソリューションに使われている「AI」という言葉を分かりやすい喩えで説明できるのか 学習データを
AIAI言う前にDX！国会がDXを推進する法案を可決 ー企業のデータ活用基盤構築を後押し | AI専門ニュースメディア AINOW
最終更新日： 2021年10月4日 2019年11月29日、DX（デジタルトランスフォーメーション）を推進する「情報処理の促進に関する法律の一部を改正する法律案」が国会にて可決されました。 日本政府が推進するデジタル技術や多様なデータを活用して経済発展 / 社会課題の解決を両立するSociety5.0の実現にあたり、企業のデジタル面での経営改革や社会全体でのデータ連携・共有の基盤づくり、安全性の確保を政府と民間が双方で行い、横断的な基盤整備を目指すものです。 この記事では、「情報処理の促進に関する法律の一部を改正する法律案」の可決について詳しく紹介します。 DX（デジタルトランスフォーメーション）・・・企業がデジタル環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・
未経験からAIを学べる講座23選｜無料からオンラインまで徹底比較
最終更新日： 2022年10月29日 本記事を読んでいる読んでいる方の中には、「AIについて勉強してみたい」「AI資格を取りたいけど勉強方法がわからない」という人も多いのではないでしょうか。AIについて勉強する方法の１つに「講座で勉強する」という方法があります。 そこで、本記事ではさまざまな場所で開講されているAI講座を紹介していきます。 AIについて学ぶべき理由 スキルアップに繋がる AIを学ぶメリットの1つとして、スキルアップに繋がることがあげられます。AIについて勉強する場合、必然的に統計学や数学、プログラミングなどの知識も身につきます。これらの知識はAI業界で働く人以外にも役立つでしょう。 例えば、AI業界で働いていなくても、自社でAIを活用した事業を行う場合があります。この時、以上で挙げたような知識や技術があれば、活かすことができます。 就職や転職で有利になる 2つ目のメリットと
データサイエンスはつまらない（パート1）【前編】 | AI専門ニュースメディア AINOW
著者のIan Xiao氏は、顧客企業に機械学習ソリューションを提供するカナダの企業DESSAにおいて「契約リード（Engagement Lead）」という肩書で機械学習プロジェクトを指揮管理しています。同氏がMediumに投稿した記事「データサイエンスはつまらない（パート1）」では、データサイエンス職におけるつまらない側面が解説されています。 同氏の甥はコンピュータサイエンスの修士課程で勉強しており、卒業後はデータサイエンス職に就きたいと考えていると聞いて、同氏は甥が正しい判断を下せるようにデータサイエンス職における「つまらない」側面をあえて伝えようと決意しました。 データサイエンス職を志望する若者は、仕事に就けば機械学習モデルの構築のような知的にエキサイティングな業務に携われると思い込んでいます。しかし、現実には業務時間のほとんどを退屈でつまらない仕事に関わることになる、と同氏は指摘しま
曖昧になり過ぎてしまったデータサイエンス【前編】 | AI専門ニュースメディア AINOW
著者のThomas Nield氏はアメリカ大手航空会社サウスウエスト航空のビジネスコンサルタントを務めており、以前に紹介したAINOW翻訳記事「ディープラーニングはすでに限界に達しているのではないか？」の著者でもあります。同氏がMediumに投稿した記事「曖昧になり過ぎてしまったデータサイエンス」では、データサイエンスがバズワード化したことによる弊害と改善策が論じられています。 「データサイエンス」という言葉がビジネスシーンで現れるようになったのは、2010年代初頭にGoogleや有名ビジネス誌によって「セクシーな仕事」としてデータサイエンティストが語られたことが直接的なきっかけです。その後バズワード化したデータサイエンスは、その定義が曖昧なままであらゆるビジネスシーンで語られるようになりました。 定義が曖昧なままに「データサイエンス」という用語だけが流行した結果、この用語に対する要求が拡
12の機械学習スタートアップと働いてわたしが学んだこと | AI専門ニュースメディア AINOW
著者のDaniel Shenfeld氏は、AI製品開発や企業のAI導入を支援するAIコンサルタントを個人で営んでいます。同氏がMediumに投稿した記事では、同氏がAIコンサルティングを通して学んだ8つの教訓がまとめられています。 学んだ8つの教訓は、それぞれに付けられた見出しを見ると大意がわかります。それらは、以下のようなものです。 製品を作るのであって、AIを作るのではない 考えるべきは問題であり、手段ではない データと製品のシナジーを探す データがはじめ、AIは後 効果的なコミュニケーションへの投資 早いが鈍くさいのは実は鈍くさくない 迷ったら、データを見せろ 信頼を築く なお、以上の教訓が解説されるにあたっては、本翻訳記事の元記事とは別のMedium記事で論じられた「製品とデータの適合」「モデル価値グラフ」「データ債務」といった概念が援用されています。こうした概念については、注釈を
車輪の再発明はしない。Game AI Communityが発足！-スクエニ 三宅陽一郎 × DeNA 奥村純- | AIまとめニュース
現在、AI・人工知能は定義は定まっていません。 人工知能という言葉は広義であるため、ゲーム領域では人間の生命メカニズムを利用したものに使われていたり、人間のように振る舞うもの対して使われたりしています。 近年のAI領域で話題となっているニューラルネットワーク、ディープラーニングは、人間の脳のメカニズムを応用したモデルですが、ゲームにおけるAI、すなわちゲームAIは学問としてのAIとは異なる独自の文脈を持っているので注意が必要です。 ゲームAIは、ゲームを開発する上で使われている言葉で、もともとの目的としてユーザーがゲームをプレイしていて、人の知性を持っているかのように振る舞う対象に対して古くから使われていました。 しかし、現在ではゲームのシナリオなどもゲームAIが管理してユーザーを楽しめるようになってきています。 ゲームAIは、NPC(ノンプレイヤーキャラクター)として自律的に動くキャラク
1
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
