京大吉田寮のトイレ・シャワー室が「男女別」で分けられていない理由
築100年を越える建物や、学生による自治、大学との対立など、さまざまな方向から注目されている京都大学の吉田寮（京都市左京区）。その吉田寮に、性別問わず使用できる「オールジェンダートイレ」「オールジェンダーシャワー室」があるのを知っていましたか？ なぜ「オールジェンダー」にしたのか、性別で分けなくても安心して使えるのか。吉田寮自治会の「セクハラ対策特別委員会」に関わる寮生Aさんに聞いてみました。 吉田寮による立て看板 吉田寮の「オールジェンダートイレ・シャワー室」とは 吉田寮には100年以上前に建てられた「現棟」と、2015年に建てられた「新棟」とで成り立つ、学生が性別問わず生活する「混住寮」です。吉田寮自治会（寮生全員が参加）は、2009年から吉田寮の「新棟」建設について大学と交渉を開始。建物の設計については2012年から大学と交渉しています。完成当初の案内図に「男子トイレ」、「女子トイレ
「味を保つ」味覚AIロボット 導入で中国食品企業の収益が増加 | Forbes JAPAN 公式サイト（フォーブス ジャパン）
画像認識や音声判断などに続き、食材や料理の味を客観的に可視化する「味覚AI」の開発が世界中で進められている。そんななか、中国政府が主導して開発プロジェクトを進める味覚AIを搭載したロボットが、食品関連企業の生産性向上に寄与し始めているとの中華系メディアの報道があった。 中国政府に提出されたレポートのなかで、中国軽工業連合会は「プロジェクトに3年間参加した10数社の中国食品系企業が、生産性向上と収益増加を果たした」としており、「今後、開発された味識別ロボットを大規模に普及させられるようになった」と指摘した。件の味覚AIロボットは、2015年から3年間にわたり約3億元（48億円）以上の収益増加に寄与したとの集計結果も併せて報告されている。 味覚AIロボットは、センサーとAIアルゴリズムを組み合わせたもので、人間の目、鼻、舌を模倣したものだ。食品製造工程の要所々々に配置され、原料から最終加工物に
「どうしよう、脳が目覚めた」―― 作者の衝撃体験描いた実話漫画「交通事故で頭を強打したらどうなるか？」が壮絶【1～3話試し読み】
※本記事はアフィリエイトプログラムによる収益を得ています 突然の事故で“普通の生活”から切り離される絶望、「私」ではない意識に体を動かされる奇妙な感覚、日常を取り戻した先に待つさらなる壁……。 事故で脳挫傷を負った作者によるノンフィクション漫画『交通事故で頭を強打したらどうなるか？』（KADOKAWA／著・大和ハジメ）が3月30日に発売されました。作者自身の強烈な体験を元につづられた同作は、人間という生き物がいかに脆く、そして強いかを教えてくれます。 1～3話試し読み 作者の大和ハジメさんは、19歳でトラックにはねられ意識不明の重体に陥りました。奇跡的に病院で意識を取り戻した作者ですが、家族の話とおぼろげな記憶を照合するうちに奇妙な感覚に陥ります。「私は“私”でない時も動いていた？」 物語の前半では、作者が“19歳の意識”を取り戻すまでのエピソードが家族の視点から描かれます。事故から目覚め
アナリティクスの成熟度を次のレベルに引き上げるには
ガートナーの米国本社発のオフィシャルサイト「Smarter with Gartner」と、ガートナー アナリストらのブログサイト「Gartner Blog Network」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップして翻訳。グローバルのITトレンドを先取りし「今、何が起きているのか、起きようとしているのか」を展望する。 高度なアナリティクスや機械学習などのデータイノベーションが盛んにもてはやされているが、いまだに相当数の企業がスプレッドシートを使った分析を行ったり、データ品質について論じたりしている。 Gartnerの最近の調査によると、回答企業の87.5％がデータとアナリティクスの成熟度が低く、「基本レベル」または「場当たり的」という分類カテゴリーに該当した。 「基本レベル」は、ビジネスインテリジェンス（BI）機能として、主にスプレッドシートベースの分析や、個々人によ
TensorFlow Model Optimization Toolkit — Pruning API
https://blog.tensorflow.org/2019/05/tf-model-optimization-toolkit-pruning-API.html https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgsNiBy8uaZXFatpe4Zt8-1iGtlJZVLwe78-Z6MrspzP5z3MsfETQzUSeQKjwMoyfXJl6HbnbsfpqvCW5ohjr4rZc6wWv1D0KPsagOz_0RXI61ouiTVgG7hB_1IgMYfjwZ0DNytZR6XAT4/s1600/neuralnetworklayersbeforeandafterpruning.png May 14, 2019 — Since we introduced the Model Optimization Toolkit
AI時代へ向けて育成すべきはAI人材か?｜楠 正憲（デジタル庁統括官）
今年3月に政府のAI戦略が年間25万人を目標にAI人材を育てるとぶち上げたのに続いて、教育再生会議が全ての大学生がAIなどの基礎的な素養を身につけられるように標準カリキュラムを作成することを提言した。ガートナーが2017年1月に産業界で2020年末時点で30万人以上のIT人材（原典を確認したところAI人材ではなかったようですね）が不足するといったらしいのだが、今からカリキュラムをいじったところで2030年くらいにならないとAIネイティブな新入社員は入ってこないし、その頃まで深層学習が流行っているのか、NVidiaが残ってるのか、PythonやTensorFlowが広く使われているのか、GAFAがどうなっているかなんてさっぱり見当がつかない。 残念ながら私たちは2010年代に深層学習の実用化の局面で米国に負けたのであって、いまから教育をいじるといったって泥棒を捕らえて縄を綯うような話である。
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
トランスジェンダーの性的指向 - Anno Job Log
今井翔太 / Shota Imai@えるエル on Twitter: "Googleの中の人が書いた機械学習製品開発のtips集 「機械学習を使わない手を恐れるな」というそもそもML以前のことから，特徴エンジニアリング，モデルのテスト，一度製品化した後に考えるべきことまで，色々載ってます "Best… https://t.co/fe0Et5sDiu"
お前ら「アイドルの顔の違いがわからない」とかよく言うけど