AIを実現する「ニューラルネットワーク」を自動的に構築することが可能なAIが出現
By Chris Searle 自動運転車や音声認識、画像解析など、ディープラーニングにより実現されるAI(人工知能)は社会を大きく変えるコンピューター技術として大きく注目されています。その要となるのが、人間の脳の仕組みをコンピューター上で再現する「ニューラルネットワーク」で、通常は研究者やエンジニアなどの手によって開発されているのですが、アメリカ合衆国エネルギー省のオークリッジ国立研究所(Oak Ridge National Laboratory：ORNL)はAIがニューラルネットワークを自動的に生成するアルゴリズムの開発に成功しています。 An AI for AI: New Algorithm Poised to Fuel Scientific Discovery | The Official NVIDIA Blog https://blogs.nvidia.com/blog/2018
深層学習の今のところの限界「何ができて、何ができないか？」
深層学習の今のところの限界「何ができて、何ができないか？」 2018.01.08 Updated by Ryo Shimizu on January 8, 2018, 08:29 am JST あけましておめでとうございます。 先日、MIT Technology Reviewにこのような記事が掲載されていました。 深層学習の過大評価は危険、ウーバーAI研究所の前所長が指摘 この論文を発表したのはニューヨーク大学の心理学者のゲイリー・マーカス教授。心理学者ということで、我々情報工学の立場とはまた違う立場で深層学習にできることとできないことを分離しています。 筆者はこのニュースを見て最初は反発したのですが、原文を読んでみると現状のディープラーニングの課題についてよくまとまっているのではないかと思いましたので紹介します。原文はこちら ■ディープラーニングの限界 マーカス教授によると、ディープラー
「AIアナウンサー」年間1000円の衝撃
和歌山県の放送局が、放送業界にちょっとした衝撃を与えている。特定非営利活動法人であるエフエム和歌山が「ナナコ」と名付けたAIアナウンサーの運用を開始したからだ。小規模なコミュニティー放送局では大量のアナウンサーを確保しておく余力はない。だがニュースや天気予報といった番組は、深夜や早朝にも必要とされるものであり、こうした時間帯での運用をどうするのかが課題であった。 音声の読み上げシステムは以前から存在するので、機械が記事を読み上げること自体は、それほど驚くべき出来事ではない。だがエフエム和歌山の事例が画期的なのは、音声読み上げシステムを同局の職員が手作りしてしまったことである。 もちろん職員が音声合成システムまで含めて全てを開発したわけではない。同社が選択したのは、米Amazon.com（以下、アマゾン）がクラウド経由で提供しているAIサービスを利用する手法だった。アマゾンは「AWS（Ama
エピソード - 視点・論点
１０月からパートなどで働いている人の社会保険適用拡大がスタートしました。今回の措置で新たに２０万人程度が加入対象になりました。どのように変わったのか解説します。
21世紀に“洋ゲー”でゲームAIが遂げた驚異の進化史。その「敗戦」から日本のゲーム業界が再び立ち上がるには？【AI開発者・三宅陽一郎氏インタビュー】
鈴木裕氏： ただ、そうね……僕は全盛期に世界のトップシェアを取っていた日本が、こんなふうに海外に負けてしまったことが、やっぱり悔しいんですよ。だって、セガが全盛期の頃、僕たちは圧倒的な世界一のゲーム大国だったんです。（中略）ちゃんと新しい武器を製造しないとダメです。だって、良い武器があったら、色々なツールを工夫したりして、少人数でも勝てるんですよ。 そんな鈴木裕氏がインタビュー中、非常に強い興味を持って語っていたのがAI技術だった。そして先にズバリ言ってしまうと、この記事は、日本のゲーム産業が21世紀に世界市場で存在感を失い、今や新興国の国々までもが背後に迫ってきたシビアな状況に、実は「AI技術の軽視」という問題が一つあるのでは――という視点から強く光を当てるものだ。例えば、しばしば日本のゲーム業界の「敗因」として、グラフィックの人材不足や大規模マネジメントの失敗などの問題が挙げられる。だ
ヒトの脳の学習プロセスを模倣した、人工シナプスが開発される
＜仏国立科学研究センター（CNRS）らの研究チームによって、ヒトの脳の学習プロセスから着想を得た人工シナプスが開発された。従来よりもエネルギーを要さず、自律的に学習できる。人工知能システムはさらに発展しそうだ＞ 脳の仕組みや働きを解析する脳科学の進化やコンピューター科学の発展などに伴って、近年、人工知能の研究開発がより活発化してきた。とりわけ、ヒトの脳の情報処理の仕組みをソフトウェアで仮想的に実現する『人工ニューラルネットワーク（ANN）』は、特定の事象についてデータ解析し、その結果から傾向を学習して判断や予測を行う『機械学習（マシン・ラーニング）』の手法のひとつとして知られているが、そのプロセスには、膨大な時間とエネルギーを要するのが現状だ。 仏国立科学研究センター（CNRS）とボルドー大学、パリ第11大学、ノルウェーのIT企業Evryらの研究チームは、2017年4月、英科学誌『ネイチャ
AIがデザインの仕事を拡張する理由
対立ではなく協働最近の AI の話題は「人から仕事を奪う」という文脈で語られることが多いです。デザインの世界も例外ではなく、人の代わりに作ってくれるサービスが幾つか出てきていることから、そう考える人は少なくありません。Web サイトのレイアウトを AI の力を借りて自動的に作ってくれる Grid。最近だと Wix がサイト制作に AI を導入したと発表しました。また、Tailor のように、幾つかの質問に答えたら、適したデザインパターンを出してくれるサービスもあります。作ることだけがデザイナーの仕事ではないと言われて久しいですが、AI の発展により、ますますそれが現実的なものになりました。 クリエイティブの世界でも機械化・自動化は当たり前になりつつあります。10 年以上前だと、機械によって生成されたコードは汚くて使い物にならなかったわけですが、今だと経験の浅いコーダーに任せるより良いものが
Google AIはどう考えているんだ？ ｢Google 翻訳｣のリアルタイムカメラ翻訳機能が便利で大喜利
Google AIはどう考えているんだ？ ｢Google 翻訳｣のリアルタイムカメラ翻訳機能が便利で大喜利2017.01.26 12:255,917 小暮ひさのり 便利さと面白さと心強さと。 さまざまな要素が組み込まれたファニーなアプリとなりました。｢Google 翻訳（iOS 、Andorid）｣アプリがアップデートされ、カメラをかざしてのリアルタイム翻訳機能が日本語でも利用できるようになったのです。 ガンダムのプラモデルにかざした様子がトップ画像です。｢グンナーM｣…。急にニセモノっぽくなって焦っています。固有名詞は若干ニガテなのかもしれません。 続いて、現実的なテストとして米Gizmodoの記事にかざしてみました。 何となく、非常にふんわりとしていますが、言いたいことはわかるような、そうでないような…。なお、カメラでかざしている最中、ずっと文字認識と翻訳をリアルタイムで行なうという仕
ソニーコンピュータサイエンス研究所社長と第３次ＡＩブームを考える ニュースイッチ by 日刊工業新聞社
人工知能（ＡＩ）が第４次産業革命の主役に躍り出ようとしている。第３次ＡＩブームとも呼ばれ、その活用領域はかつてないほどの広がりをみせている。ＡＩブームは突然再燃したかにも見えるが、新たな取り組みは１０年前から始まり、そこに気付いた投資家らは早くから動いていた。今回のブームに日本勢はどう向き合えばよいのか。ＡＩ研究の草分けでもあるソニーコンピュータサイエンス研究所（東京都品川区）の北野宏明社長は「今回は数学の戦いだ」と明言する。ＡＩ研究の最新動向や日本の現状について、ソニーコンピュータサイエンス研究所の北野宏明社長に聞いた。 ―ＡＩ研究が脚光を浴びています。 「ディープラーニングの進歩により、いままで難しかった問題が解決しつつある。万能ではないが、例えば画像認識能力では人間を凌駕（りょうが）するものもある。ニューラルネットのアルゴリズム、ビッグデータ、計算機パワーの三つがそろってきたことが大
Google、「機械知能に作曲させた楽曲」をお披露目 〜 開発されたアルゴリズムは、オープン・ソースのライブラリとして公開 〜
Googleの機械知能（Machine Intelligence）を研究するチーム、Google Brain Teamは、『Magenta』というプロジェクトを組織して、機械知能に芸術作品を生成させる研究を行っています。その内容は先月開催された『Moogfest 2016』で発表され注目を集めましたが、つい先ごろ（2016年6月1日）、その音楽面での研究成果を90秒のピアノ曲（無題／MP3ファイル）として公開。90秒のピアノ曲は、こちらのリンクから試聴することができます。 Google Brain Teamの研究者による小規模なチームとしてスタートしたという『Magenta』プロジェクト。同プロジェクトの公式ブログによれば、機械知能に音楽やアートといった芸術作品を生成させることと、アーティストやプログラマー、機械知能の研究者たちのコミュニティを作ることの2つが『Magenta』の大きな目標
人工知能で白黒写真をカラーに 早大が技術開発、GitHubでコード公開
早稲田大学の研究グループはこのほど、ディープラーニングを応用し、白黒写真を自然な色に自動彩色する手法を確立したと発表した。プログラムのソースコードをGitHubで公開している。 新技術は、大量の白黒・カラー画像の組から、色づけの手がかりとなる特徴をディープラーニングにより学習し、その特徴を使って白黒画像をカラーに変換する技術。従来、白黒写真の色づけには人手が必要だったが、新技術なら全自動で彩色できる。 画像全体から抽出する「大域特徴」と、小さな領域から算出する「局所特徴」を結びつけて利用することで、画像全体を考慮した自然な色づけができるという。 大域特徴からは、屋内か屋外か、昼か夜かなど画像全体の情報を得、局所特徴からは、水か砂か葉かなど物体の質感を判断し、その領域をどう色づけするかが最も適当か推測。この組み合わせにより、夕暮れの空や人の肌など、状況に合った自然な色づけが可能になったという
Engadget | Technology News & Reviews
How to watch Polaris Dawn astronauts attempt the first commercial spacewalk
Googleの機械学習は「ルール作り」から「例から学ぶ」モデルへ 米GoogleリサーチサイエンティストCorrado氏が考える機械学習と22のレイヤー
機械学習とAIの違いは何か。米GoogleのリサーチサイエンティストのGreg Corrado氏はこう区別する。「AIは、機械にインテリジェンスを持たせること。機械学習は、データから読み取ること。重なる部分はあるが、われわれがやっているのは機械学習である」（Corrado氏）。 11月10日六本木ヒルズで開催されたイベント「Google APAC」にて。Googleリサーチサイエンティスト Greg Corrado氏 Googleの機械学習は今、「ルール作り」から「例から学ぶ」モデルへと変化している。例えば、学生の勉強時間から成績を予測するには、とてもシンプルな方程式で表せる。式で書くと「y＝Wx＋b」。この「W」と「b」が何なのかを導き出すのがCorrado氏らの仕事だという。 膨大な「例」から何時間勉強したらどれくらいの点数を取るかという予測と結果の間の「エラー」を小さくする、これが今
国旗など | 地図に使えるフリー素材.jp
このサイトでは、広告の表示のためにCookieやウェブビーコンを使用しています。 © 2006-2024, 3kaku-K. All rights reserved.
世界の国旗の無料イラスト｜AI・EPSの無料イラストレーター素材なら無料イラスト素材.com
世界の国旗の無料イラスト 世界の国旗の無料イラスト素材です。日本・アメリカ・イギリス・ドイツ・フランス・イタリアなど。 イメージキーワード：国旗・世界・日本・アメリカ・ヨーロッパ・オセアニア・アフリカ・アジア・無料・フリー・イラスト素材・Illustrator・イラストレーター・AI・EPS・ベクターデータ・Word・ワード・Excel・エクセル・Powerpoint・パワーポイント・パワポ・PNG形式・JPG形式・画像 【ダウンロード規約】 全てのイラスト素材が無料でダウンロードできます（AI10形式・PNG形式）。事前登録や連絡も必要ありません。 商用・非商用問わずお使いいただけますが、二次配布等の行為はご遠慮下さい。 ダウンロードする際は圧縮しておりますので解凍してご利用下さい。トラブルについては責任を負いかねますのでご了承下さい。
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
AIイヤホン 万能執事 スマホよさらば ポスト平成の未来学 第3部 SFを現実に - 日本経済新聞
米IBM、AI「ワトソン」無料に アマゾンに対抗 - 日本経済新聞
TechCrunch
グーグル、画像・音声認識分野のAIをクラウドで公開
:: Sorry, this page not found ::