日本の人工知能(AI)分野をけん引するスタートアップ企業、プリファード・ネットワークス(東京・千代田)が事業の軸足をソフトウエアからハードウエアに移す。米IT(情報技術)に一度は勝った深層学習の基盤ソフト「チェイナー」は、急速に技術が成熟したため開発を終えた。一方で、データ処理する自社用の半導体チップに力を入れる。世界で競争が激しくなるAI分野で日本最大のユニコーン企業は輝きを保てるか。「チェ
画像認識や音声認識などに続き、文章読解の分野でも人工知能(AI)が人間の平均レベルを超え始めた。米グーグルの新AI技術「BERT(バート)」が壁を突き破った。検索や情報収集などの効率が飛躍的に高まる可能性が出てきた。【次回記事】AIが自らAIつくる もはや開発者すら不要AIに文章読解は不可能――。数年前までこれが常識だった。日本の国立情報学研究所(NII)が2011年に始めた「ロボットは東大に入れるか(東ロボ)」プロジェクトでも、AIは大学入試センター試験の英語試験で長文読解問題や単語の並べ替え問題に全く歯が立たなかった。東ロボのAIが16年にセンター試験の英語問題を解いた際の偏差値は「45.1」。東大合格はとうてい不可能なレベルだった。ところがグーグルが18年10月に発表したBERTで常識が一変した。文章読解問題を人間より高い正答率で解いたからだ。AIが文章の意味を理解可能にBERTは文
ArduinoやRaspberry Piで使える高性能AI視覚センサー「HuskyLens」がKickstarterで人気を博している。 HuskyLensは、プロセッサーにマシンビジョン用SoC「Kendryte K210」を採用した画像認識カメラ。顔認識、物体認識、タグ認識、カラー認識、物体追跡、ライン追跡といった6種類のアルゴリズムが組み込まれている。複数のアルゴリズムを同時に実行でき、ArduinoやRaspberry Piなどのマイクロコンピューターと組み合わせて、自律走行ロボットやジェスチャー認識を活用したインタラクティブアート作品などのプロジェクトを作ることができる。 Kendryte K210は、RISC-Vアーキテクチャーを採用したCPU(400MHz、64ビット、デュアルコア)を持つSoCで、KPU(Knowledge Processing Unit)と呼ばれる畳み込み
2月19~20日に御茶ノ水ソラシティカンファレンスセンターで開催された「CNET Japan Live 2019 新規事業の創り方--テクノロジが生み出すイノベーションの力」。ここでは20日に行われたセミナー「伊勢の老舗食堂が先端テクノロジ提供企業「EBILAB」変貌。~ドッグフード文化が生み出すユーザー企業発のイノベーション~」と題し、EBILABのエバンジェリストであり最高戦略責任者 最高技術責任者である常盤木龍治(ときわぎ・りゅうじ)氏が登壇。AIやビッグデータ、BIツールを駆使して売上4倍、利益率10倍を達成できた理由を披露した。 伊勢の老舗飲食店がITの力で180度転換 日々進化を続けているITによってビジネスは大きく加速していったが、飲食、サービス業においては、大手を除きまったく進んでいないという現実がある。それどころか、ITを毛嫌いし、提案してもまったく受け付けないこともある
ガートナージャパンは10月25日、技術の成熟度や社会への適用度を表す「ハイプ・サイクル」の上で、人工知能(AI)が流行期から幻滅期へと差し掛かっているとする見解を公開した。 同社は、「ここ数年で多くの企業がAIを試行したが、2018年後半から一連のブームは去りつつあり、市場ではAIの捉え方が冷静になってきている側面が見られる」と現状を分析。 市場が冷静になることで、19年以降には流行期から期待度が急速に下がっていく幻滅期に入っていくだろうと予想する。 「幻滅期に入るとはいえ、今後も重要なテクノロジーであることは変わりない。幻滅期は『これからが本番』という時期。企業はAIをより冷静に捉え、より戦略的に推進する必要がある」(同社) 企業のAI推進の実態や今後について、ガートナーは次のようにも分析している。 「昨今、経営者が単に担当者に『AIの導入を検討せよ』という指示だけを出し、現場もAIの提
トップ Policy(提言・報告書) 科学技術、情報通信、知財政策 AI活用戦略 Policy(提言・報告書) 科学技術、情報通信、知財政策 AI活用戦略 ~AI-Readyな社会の実現に向けて~ (PDF形式/本文の目次は以下のとおり) はじめに Ⅰ.背景 1.技術的背景 2.現在のAI技術の本質 3.日本の勝ち筋 Ⅱ.AI活用原則 Ⅲ.AI-Ready化ガイドライン 1.AI-Readyな企業 2.AI-Readyな個人 3.AI-Readyな社会制度・産業基盤 ―信頼できる高品質AI(Trusted Quality AI)エコシステムの構築 Ⅳ.AI活用戦略フレームワーク 1.3つのフレームワーク 2.戦略展開に向けて おわりに 【Appendix】 1.深層学習とは 2.国内外でまとめられたAI原則
ニューラル ネットワークは絵を認識できるようになるでしょうか? あなたも世界最大の落書きデータセットに落書きを追加して公開し、機械学習の研究に協力してみませんか。
最近はさすがに落ち着いてきた。もちろん一部では「人工」の「知能」という言い方に拘泥している一群もあるが、基本的に所謂「人工知能」は、SF的な人工知能ではなく、機械学習やそれに関連した統計的手法を利用したなんらかの仕組みである、ということのコンセンサスはとれつつある。現在言われている「人工知能」が「知能をもつ」とおもっているまともなIT屋はひとりもいない。(言いたいのは対偶) そもそも、知能の定義については、諸説いろいろあって、普通のIT屋だと一般にチューリングテストみたいなの持ち出すことが多い。冷静にみれば、あんなものが定義になるわけはなくて、個人的にはアレは天才チューリングをもってしても知能をformalizeできなかったギブアップ宣言とみている。ということで、そもそも何が知能か?という定義は個人的には難しいと思っている。 普通になんらかのデータのインプットがあって、プログラムがなんらか
最近SNSで動画をよく見るようになりましたよね。というのも各SNSで、動画コンテンツの表示優先度を高くしているようなんです。 実は、Ledgeでも動画作成にトライしています。 うまくまとめられていると思いませんか? カクテルメイク株式会社の「RICHKA(リチカ)」を使って制作しているのですが、おどろくほど便利。 今回は「RICHKA」について、動画コンテンツの現状から一歩踏み込んだところまで、代表取締役の松尾幸治さんに教えていただきました。 動画コンテンツ作成ツール「RICHKA」の目指すカタチ―RICHKAすごいですよね、使ってみてびっくりしました。簡単にサービスの概要を伺えますか? ―松尾 RICHKAは一言でいうと、メディアの記事コンテンツを動画化するサービスです。動画を作成したことがない人でも簡単に最速1分で作成することができます。 誰にでも使いやすいように動画コンテンツにしたい
米調査会社のガートナーは、先進テクノロジーに関するハイプサイクルの2017年版「Hype Cycle for Emerging Technologies, 2017」を発表しました。 ハイプサイクルは、技術の登場から安定までを以下のステージに分けて説明したもの。 黎明期(Innovation Trigger) 「過度な期待」のピーク期(Peak of Inflated Expectations) 幻滅期(Trough of Disillusionment) 啓蒙活動期(Slope of Enlightenment) 生産性の安定期(Plateau of Productivity) AIがあらゆるものに組み込まれる 2017年版のハイプサイクルについて、ガートナーは「AI everywhere」「transparently immersive experiences(透過的没入体験)」「di
インドのIT大手インフォシスは2017年6月7日、人工知能(AI)を活用したRPA(ロボティック・プロセス・オートメーション)「Infosys Nia」の日本での提供開始を発表した。新たなサービスの投入で、日本での売り上げを今後3年で2倍に伸ばしたい考えだ。 「これまでのイメージを一新したい」。記者会見に臨んだインフォシスの大西俊介日本代表は、こう述べた。同社は従来、アプリケーション開発やERP(統合基幹業務システム)の導入支援を事業の主軸に据えてきたが、先進技術を採用した独自サービスで日本市場の開拓を目指す。 日本市場攻略の武器に位置付けるのがInfosys Niaだ。2017年5月にリリースし、今回日本での提供に踏み切った。Infosys Niaは、AIによる分析や意思決定を支援するソフトウエア群。RPA機能を備え、導出した分析結果を業務の改善につなげられる。 Infosys Niaは
4月10日の日経ITproの記事「 AIベンチャーの雄が総務省の開発指針に反対する理由」で、総務省主導で推進されているAIネットワーク社会推進会議とその開発原則分科会からPFNが離脱したことを、取り上げていただきました。私とのとりとめのないインタビューを適切にまとめてくださった日経ITpro浅川記者に深く感謝いたします。また、その記事に対して、はてなブックマーク、NewsPicks、FacebookなどのSNSを通して多くのコメントを下さった方にも感謝の意を表します。ありがとうございます。離脱の理由は記事にある通りですが、総務省の方々も私達の立場を真摯に受け止めてくださっていて、実りのある議論を続けてくださっています。その上で、今後の議論を深めるために、いくつかの点について補足したいと思います。 汎用人工知能と特化型人工知能 現在、人工知能という言葉は大雑把には、 汎用人工知能(「強い」人
人工知能(AI)の開発者が研究開発に当たって留意すべき原則「AI開発ガイドライン(仮称)」の素案を策定するため総務省が設置した産官学会議から、AIスタートアップのPreferred Networks(PFN)が離脱していたことが明らかになった。 Preferred Networksは深層学習(ディープラーニング)開発のスタートアップ企業で、深層学習フレームワーク「Chainer」の開発元としても知られる。 総務省 情報通信政策研究所は、同ガイドライン素案策定のための産官学会議「AIネットワーク社会推進会議」を主催している。2016年12月には、素案策定に向けた論点整理を公開した。 この素案は、日本政府がOECD(経済協力開発機構)などに提案することを目的に策定するもので、「日本の法制度に直接反映させることを想定したものではない」(同研究所)という。 だがこの方針に対し、2017年1月まで同
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
処理を実行中です
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