人工知能。何十年も前からある言葉だ。国家プロジェクトとして研究されていた時期もあった。それでも完成しなかった。やはり人間の脳は複雑で、それをコンピューターで真似することなど不可能かもしれない。 人工知能。何十年も前からある言葉だ。国家プロジェクトとして研究されていた時期もあった。それでも完成しなかった。やはり人間の脳は複雑で、それをコンピューターで真似することなど不可能かもしれない。 「ところがブレークスルーが起こったんです」と東京大学の松尾豊准教授は熱く語る。 ▶2012年。人工知能研究に火がついた 2012年。人工知能の精度を競う国際的な大会で、カナダのトロント大学がぶっち切りの勝利を収めた。それも１つの大会だけではなく、３つ続けてだ。 「優勝したのは、画像認識、化合物の活性予測、音声認識など３つのコンペティション。まったく異なる領域にも関わらず、今までその分野を専門的に研究していた人

松尾豊氏のインタビュー動画 マル激（videonews.com）で、人工知能の研究をしている東大の松尾豊准教授のインタビューが放送されていたので、通勤時間にみました。私は会員なのでいつも有料放送もみてますが、これは無料の回なので、YouTubeに全部のっています。 【5金スペシャルPART1】松尾豊氏：人工知能が閻魔大王になる日 - YouTube 【5金スペシャルPART2】松尾豊氏：人工知能が閻魔大王になる日 - YouTube ディープラーニングなど近年の技術的なブレイクスルーによって、事前に与えられたパターン*1によって情報を分類するのではなく、何をパターンとして抽出すべきであるかについても自己学習できるような仕組みが可能になってきたというのは、なんとなく雰囲気的にはイメージできました。 番組のなかでは、そういうアルゴリズム的な話はほとんどされていなくて、こういう技術の発展の歴史を

米ハリウッド（Hollywood）で行われた映画『ターミネーター（The Terminator）』公開30周年記念上映会の会場の様子（2014年10月15日撮影、資料写真）。(c)AFP/Getty Images/Frazer Harrison 【12月9日 AFP】映画『2001年宇宙の旅（2001: A Space Odyssey）』に登場した狂気のコンピューター「HAL9000」。『アイ, ロボット（I, Robot）』で、主人である人間を襲い始めたヒューマノイドたち。そして、『ターミネーター（The Terminator）』で、未来の世界を支配する機械たちの脅威となる男を産んだ母親を抹殺するため、過去に送り込まれた殺人ロボット──。こうした暗く陰鬱な人工知能（AI）に対する見解が、英理論物理学者のスティーブン・ホーキング（Stephen Hawking）博士の発言によって再びメディ

間違い方は多様である。説明のためにごく単純な例を挙げよう。算数の問題で、「１＋１＝」と問われたら、正しい答えは「２」しかない。一方で間違った答えは無数にある。「１＋１＝１」「１＋１＝３」「１＋１＝４」「１＋１＝５」。すべて間違った答えである。また、一般的に、間違い方はそれぞれ矛盾する。「１＋１＝１」という答えと、「１＋１＝３」という答えのどちらも正しいということはありえない。 算数から離れると、たとえば二進法では「１＋１＝１０」という答えもありうる。自然科学や医学の問題では、必ずしも算数のように唯一の正解があるとは限らない。しかしながら、間違い方は多様であるという原則は変わらない。定説を否定するトンデモ説はきわめて多様である。教科書にも載っている定説を否定する人たちは、しばしば相互矛盾する複数のトンデモ説を信じることがあり、興味深い。定説を否定することが重要であり、トンデモ説自体の正しさに

2013年のチェスの世界選手権でマグヌス・カールセン氏（左）がビスワナサン・アナンド氏（右）に代わる世界王者の座に就いた〔AFPBB News〕 ノルウェー人チェスプレーヤーのマグヌス・カールセン氏（23歳）は11月23日、インドのビスワナサン・アナンド氏に勝ち、世界チャンピオンの称号を保持することができた。 だが、カールセン氏はとにかく史上最強だというトップレベルのチェス界の見方を一段と強めたのは、彼がアナンド氏を破った驚くべき方法だった。 彼は新しいアイデアを与えてくれる膨大な数のセコンド（アシスタント）のチームや、事前に対局の戦略を用意するスーパーコンピューターが何台も詰め込まれた部屋なしで勝利を収めたのだ。 ソフトウエア会社チェスベースの共同創業者、フレデリック・フリーベル氏の言葉を借りれば、カールセン氏の勝利は「テニスプレーヤーが時代がかった木製ラケットを1本持ってウィンブルドン

自分もそうだったのですが、おそらく英語の発音やリスニングで、日本人がもっとも苦手なのは R と L の音ではないかと思う。3年弱の英語学習でかなり正確に聞き分けられるようになったし、誰かの役に立つかもしれないので、ここまで私がやってきた練習方法をまとめておきます。 あくまで俺流な点にご注意お願いします。良いかも、と思われた方だけ真似してね。 英語の音の聞き分けやリスニング能力の向上のためには、まず自分がその音を発音できるようになったほうが効率が良いです。これは本当に間違いない。学生時代にこれを知っていれば‥と何度も思いました。なので、まずは発音の基礎をやりました。 — 目次 — 1. 発音記号とその発音記号の口・舌の形および音を丸暗記 2. R と L の発音時の口・舌の形と音を暗記 3. 常日頃から英語ではどちらのラ行の音なのかを意識して発音する 4. 正しい R と L の発音ができて

Comment by RChickenMan 今日学んだこと 多様な形容詞には配置される際に順番が存在する。その順番とは 「量」「意見」「大きさ」「年」「形」「色」「起源」「材料」「目的」 ＜関連＞ 英語では、いくつか形容詞が重なった場合、決まった並び方があります。例えば、ネイティブにとって、「a blue big blouse」というフレーズより、「a big blue blouse」のほうが自然です。 ネイティブはこの並び方を言葉の響きで決めます。これは一つの方法ですが、これが出来るようになるまでに長い時間がかかると思うので、それより以下の順番を記憶したほうが効率的だと思います。 人や動物に形容詞が付く場合：冠詞 → 　数 → 美醜などの評価 → 大きさ → 老若 → 国籍 the six cool big young French men 物に形容詞が付く場合：冠詞 → 　数 → 美

話題になった日経のトンデモグラフに対する突っ込みで、相関係数には言及してもp値、有意水準についての言及は少なく、勘違いしている人が多いのではないか？と感じたのでブラッシュアップも兼ねてまとめました。

前書き - インデックスの作成はなぜ開発者のタスクなのか インデックスの 内部構造 - インデックスは何に似ているか インデックス リーフノード - 二重連結リスト 検索 ツリー(Bツリー) - バランス木 遅いインデックス パートI - インデックスを遅くする2つの原因 where 句 - 検索のパフォーマンスを改善するためにインデックスを作成 等価 演算子 - 一致するキーの検索 プライマリキー - インデックスの使い方を確認 複合インデックス - 複数列に対するインデックス 遅いインデックス パートII - 前の問題点が再び 関数 - where句の 中での関数 大文字・小文字を区別する 検索 - UPPERと LOWER ユーザ定義 関数 - 関数インデックスの制限 インデックスの作り過ぎ - 冗長性の排除法 パラメータ化 クエリ - セキュリティとパフォーマンスのために 範囲 検

このドメインは、お名前.comで取得されています。 お名前.comのトップページへ Copyright © 2020 GMO Internet, Inc. All Rights Reserved.

Photo by Jonathan Kos-Read 今回のpaiza開発日誌は片山がお送りします。 SIerについて語られる際にIT業界の「多重下請け構造」についての問題点が良く取り上げられますが、「多重下請け構造」がITエンジニアにとってどのような問題点があるのでしょうか？ その点について今回は少し整理してみようと思います。 ■「多重下請け構造」とは何か 説明するまでもないかもしれませんが、「多重下請け構造」とは、受託システム開発において、発注者から直接仕事を請け負った元請（たいていの場合が大手SIer）が、請けた仕事を切り出して2次請け、3次請け、4次請けと仕事を下ろしていくピラミッド構造の事を言います。 良くある例で言うと、元請は要件定義や概要設計等の上流工程を請負い、開発・実装などの下流工程は2次請けに委託する、というような構造です。2次請けは自社リソースで開発を賄えない場合に3

先日行った人工知能 ( A I )に関する第二回アンケートの結果です。（第一回目のアンケート結果はこちら） 今回の有効回答は 851名分でした。ご協力ありがとうございます。さっそく結果を見ていきましょう！ Q4. 高度な人工知能が開発され、普及する未来について、あなたの直感的な印象は？ すごい！ みんな超ポジティブだね。。。 ここで当アンケートに関する注意を↓ ※このアンケートは、ちきりんブログ読者の考え方や意識を調査するものであり、世間一般の認識とは掛け離れている可能性があります。 明らかに掛け離れてるでしょ。留保なしの「楽しみだ！」が 57％とか、あり得ない気がする。 でもね。反対にいえば、ちきりんブログ読者でさえ 42％の人が「不安も大きい or 不安の方が大きい」と感じるのだから、一般だったら相当に多くの人が不安に感じるんだろうなとも思いました。 新聞社がアンケートとったら「楽しみ

平素は株式会社ライブドアのサービスを ご利用いただきありがとうございます。 提言型ニュースサイト「BLOGOS」は、 2022年5月31日をもちまして、 サービスの提供を終了いたしました。 一部のオリジナル記事につきましては、 livedoorニュース内の 「BLOGOSの記事一覧」からご覧いただけます。 長らくご利用いただき、ありがとうございました。 サービス終了に関するお問い合わせは、 下記までお願いいたします。 お問い合わせ ※カテゴリは、「その他のお問い合わせ」を選択して下さい。

ねこと画像処理。 (みかん – 吉祥寺 きゃりこ) 前回の ねこと画像処理 part 2 – 猫検出 では画像内の猫の顔を検出する方法を紹介しましたが、今回はディープラーニングの技術を用いて猫の品種を識別したいと思います。 学習データ ねこと画像処理 part 1 – 素材集めでは、自分で撮影した写真を学習データとして使うと書いたのですが、都内の猫カフェ等で出会える猫に限ってしまうと品種の偏りが大きくなってしまうので、ここではしぶしぶ研究用のデータセットを使うことにします。。ただ、Shiba Inuがあるのに日本が誇るMike Nekoが含まれていないのでデータセットとしての品質は悪いと思います。 The Oxford-IIIT-Pet dataset オックスフォード大学が公開している動物画像のデータセットです。その内猫画像は2400枚、クラス数は12で1クラスにつき200枚あります。今

ここ数年、私はデータサイエンスについて学んでいます。おすすめの学習資料を紹介したいと思います。 教師用の教科書と初心者用の教科書 私自身、データサイエンスを学ぼうとして色々なソースを試してみました。残念なことに、日本語の良い学習資料は見つけられませんでした。どこかのブログで読んだことがありますが、教科書は教師用と学生用の二週類があるそうです。一つめは内容が既に分かっている教師の為の教科書で、日本はこのタイプです。もう一つのタイプの教科書は自学自習を目的に作られているので、教師なしで学ぶできる教科書になっているということで、アメリカはこのタイプの教科書が多いです。私自身、他の文系・理系の教科書を探した時もアメリカの教科書の方が分かりやすく、その本だけを読めば分かるようになっていると同じ印象を持ちました。 オンライン教育（MOOC） アメリカは科学教育に熱心であり、最近はやりのMOOCでも豊富