「AIをどう習得したのか教えて」と大募集し、技術者から集まった記事49本を紹介
日経 xTECH内に人工知能（AI）専門チャネル「ビジネスAI」を2019年10月に立ち上げたのを機に、知識共有サイト「Qiita」上でAI／機械学習の記事を同年12月に募集したところ、49本もの記事が集まった。投稿いただいた皆さん、ありがとうございました。 今回、ビジネスAIの編集担当として私が設定した「お題」は以下の3つ。各テーマについて日経 xTECHがQiitaアドベントカレンダーのスポンサーとなり、2019年12月1日～25日まで1日1本ずつ記事を募集した。 AI道場「Kaggle」への道 機械学習をどう学んだか 機械学習ツールを掘り下げる この結果、機械学習を独習するお薦めの書籍やサービス、Kaggleなどの機械学習コンペに入門する方法など、AIや機械学習に興味があるエンジニアにとって大いに参考になる記事が集まった。投稿者の属性についても「ゴリゴリの文系」や「おじさんSE」「中
パラメータ数10億！最新の巨大画像認識モデル「BiT」爆誕 & 解説 - Qiita
オミータです。ツイッターで人工知能のことや他媒体で書いている記事など を紹介していますので、人工知能のことをもっと知りたい方などは気軽に@omiita_atiimoをフォローしてください！ 2019年12月24日のクリスマスイブにarxiv上でGoogle Brainから新たな画像認識モデルが発表されました。その名も BiT(=Big Transfer)。その性能は2019年にGoogleが出したEfficientNet(拙著解説記事)を様々なデータセットで超えるほどで現在のState-of-The-Art になっています。驚くべきはそれだけでなく、なんとこのモデル、パラメータ数が10億にもおよぶ巨大なモンスターモデル になっています。そんなBiTについて早速この記事で解説していきたいと思います。バッチノームやドロップアウト、Weight Decayなどを使用していないという、 今までの画
TextSynth
TextSynth provides access to large language or text-to-image models such as Mistral, Mixtral, Llama2, Stable Diffusion, Whisper thru a REST API and a playground. They can be used for example for text completion, question answering, classification, chat, translation, image generation, speech to text transcription, ... TextSynth employs custom inference code to get faster inference (hence lower cost
「校閲・校正ができるAI」登場 “てにをは”や誤字脱字をチェック 「保証」と「補償」の違いも理解
凸版印刷は10月18日、AIの技術を活用して文章の誤りを指摘する「AI校閲・校正支援システム」を開発したと発表した。広告、パンフレット、カタログなどの原稿を読み込ませると、誤変換や誤字脱字を自動で検出する。文脈を分析し、「保証」「補償」といった熟語の誤用も特定できる。法人の文書作成を効率化する狙いで、利用者は結果を基に原稿を修正し、文章を読みやすく改善できる。 業界・企業特有の言い回しや専門用語を学習させ、指摘の精度を高めることも可能。言葉遣いのレギュレーションを複数インプットし、著作物に応じて使い分けられる機能も持つ。読み込ませた文書を社内に回覧できる機能も備えており、修正内容を責任者に確認してもらうことや、必要に応じて人の手で赤字を入れてもらうこともできる。 一連の機能により、文章の質を高める効果の他、人による制作スキルのばらつきや、成果物を2～3重にチェックする手間をなくす効果を見込
AIがこの世にいない人の顔画像を大量生成する、著作権フリーの画像が10万枚！ | Techable(テッカブル)
創作AIの進化は予想以上に速く、気づけば創作物の多くをAIが担っていた…なんて状況も、信憑性を帯びてきた。クオリティの高い創作物を大量生成するAIの出現で、著作の使用料体系に崩壊が起きる可能性がある。 ヒトの書いたものと見分けがつかないような文章を生成する「GPT-2」の登場も衝撃的だったが、真っ先に市場にインパクトを与えそうなのが画像の領域だ。 Webサイト、generated.photos上に、著作権フリーのオリジナル顔画像10万枚が公開された。あらゆるシーンでハイクオリティの顔画像が利用可画像生成AIは、悪用されることでマイナスの影響もあるが、著作権フリーの画像が出回れば自身の創作の幅が広がり、恩恵を受ける方も多いだろう。同プロジェクトは、まさにこれを狙ったものだ。 GAN（敵対的生成ネットワーク）による画像生成は、ヒトやネコ、アニメキャラから賃貸物件まで、たくさんの対象で試されてい
BERTを超えた自然言語処理の最新モデル「XLNet」
3つの要点 ✔️ 自然言語処理でBERTを超える新しい事前学習モデルであるXLNetが登場 ✔️ マスク間の依存関係を学べないというBERTの弱点を、単語の並べ替えによって解決 ✔️ 長文読解タスクであるRACEで人を超えるスコアを達成 XLNet: Generalized Autoregressive Pretraining for Language Understanding written by Zhilin Yang, Zihang Dai, Yiming Yang, Jaime Carbonell, Ruslan Salakhutdinov, Quoc V. Le (Submitted on 19 Jun 2019 (v1), last revised 2 Jan 2020 (this version, v2)) Comments: Published by NIPS 2019.
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
2019年8月20日 第43回強化学習アーキテクチャ勉強会での発表資料です． https://rlarch.connpass.com/event/143128/Read less
「危険すぎる」と言われたAIの自動文章作成ツール「GPT-2」のモデルが新たに公開へ
by duallogic AIによる文章生成ツール「GPT-2」はあまりにも高度な文章が作成できることから、「危険すぎる」と判断され公開が延期されていました。2019年2月に小型モデル、5月に中型モデルと、段階的に公開されていたGPT-2でしたが、新たに7億4700万個のパラメーターを持つより大きなモデルが公開されています。 GPT-2: 6-Month Follow-Up https://openai.com/blog/gpt-2-6-month-follow-up/ GPT_2_August_Report.pdf (PDFファイル)https://d4mucfpksywv.cloudfront.net/GPT_2_August_Report.pdf OpenAIは2019年2月にテキスト生成用のAIモデル「GPT-2」を開発しましたが、あまりにも高度な文章が作成されてしまうため、「悪用
CGとAIの架け橋「微分可能レンダラー」のルーツを日本発の論文から探る
論文 : Neural 3D Mesh Renderer Written by 加藤 大晴1 牛久 祥孝1 原田 達也1,2 (1東京大学 2理化学研究所) CVPR 2018 (spotlight) Google I/O 2019のプレゼンテーション”Cutting Edge TensorFlow”にて、GoogleからTensorFlow Graphicsが発表されました。 Tensorflow Graphicsはゲームや映画で多用される3Dコンピュータグラフィックスの知見を、画像認識に代表されるコンピュータビジョンの領域で活用することを目的に作られたもの（下図参照）で、現在は微分可能レンダラー(differential render)や3Dモデルに適応可能なグラフ畳み込みといった機能を持つTensorflow用のライブラリと、機械学習の可視化を支援する3D Tens
人工知能の欠点、破局的忘却とは？ – 株式会社ライトコード
一度覚えたことを忘れる？破局的忘却とは？現在、「人工知能（AI）」技術は至る所で耳にするようになりました。 例えば工場で、生産したものに傷がないか検品するにも、画像認識の人工知能が使われています。 その精度は凄まじく、人間より素早く、かつ正確に行うことができます。 しかし、そんな万能とも思えるような「人工知能」にもいくつか欠点があります。 破局的忘却（破滅的忘却）それは、破局的忘却（または、破滅的忘却）と呼ばれる欠点です。 なにやらカッコイイ響きの言葉です。 ですが、その内容は「一度何かを学習したネットワークに新しいものを覚えさせようとすると、以前学習したものを忘れてしまう」というもの（笑） 例えば、「りんご」と「みかん」を識別できるネットワークがあったとします。 そのネットワークに新しく「ぶどう」も識別させようと学習すると、「りんご」と「みかん」はもう忘れているのです！ 【図、破局的忘却
「実在しない人物」の全身画像を高解像度で生成するAIが登場 ヌルヌル生まれる知らん人
「実在しない人物」の全身画像を高解像度で生成する「全身モデル自動生成AI」が誕生しました。開発したのは京都大学に事業所を構えるデータグリッド。 実在しない人がヌルヌル生まれる 「全身モデル自動生成AI」が優れているのは、顔と体を合わせた全身を生成可能で、なおかつ1024×1024ピクセルの高解像度で出力できる点です。ディープラーニングを応用したAIに大量の全身モデル画像を学習させることで、手足の長さや肌の色、男性らしい・女性らしい体つきまで表現可能になったといいます。 高解像度の全身画像生成は世界でも前例の無い研究とのこと アパレルや広告業界での活用が期待されます 今後は広告・アパレル関連企業との実証実験を行い、実運用に必要な機能の開発を行うとのこと。また現在は動作まで生成可能なAIの研究に着手しており、さらなる精度向上にも期待が高まります。 データグリッドは過去に「実在しないアイドルの顔
AI同士で競い合う新ゲーム『ポンマーマン』が、意外なところで期待されてる
AI同士で競い合う新ゲーム『ポンマーマン』が、意外なところで期待されてる2019.04.28 17:3013,319 Mugendai 渡邊徹則 ｢ボ｣ではなく｢ポ｣です。 今や聞かない日はないAIという言葉。その多くは、ビジネスやテクノロジーの最先端など、素人には縁遠い世界でのお話ですよね。しかし、AIを使った面白そうなゲーム大会の話題が、IBMのWebメディアMugendai（無限大）で特集されていましたよ。何だかどこかで聞いたことのあるルールですが…。 爆弾を設置しながら逃げ続けるAIゲーム。実は超高等技術だった記事で紹介されていたのは、AI同士を競わせる『Pommerman（ポンマーマン）』というゲーム。11☓11のマス目上で、キャラクターが移動したり爆弾を設置したりしながら生き残りを競い合うというもので、このキャラクターがAIによって動かされているというわけです。 ファミコン世代
汎用言語表現モデルBERTを日本語で動かす(PyTorch) - Qiita
今DL for NLP界で、BERTというモデルが話題です。PyTorchによる実装が公開されていたので、日本語Wikipediaコーパスに適用してみました。 コードはこちらに公開しております。 2018/11/27 作成したBERTのモデルを使って内部動作の観察とその考察を行いました。単語の潜在表現獲得の部分で感動的な結果を見せてくれました。ご興味あればご覧ください↓ https://qiita.com/Kosuke-Szk/items/d49e2127bf95a1a8e19f この記事ではBERTのポイントの解説と、ポイントごとの実装を紹介します。 尚、記事の執筆にあたってこちらのリポジトリを参考にさせていただきました。 https://github.com/codertimo/BERT-pytorch 本記事は以下の4つで構成されています。 ・BERTとは ・BERTのキモ ・BER
東ロボくんの生みの親《新井紀子》教授の間違いが明らかになった日。人間は人工知能に読解力でも負けつつある - Togetter
sangmin.eth @ChoimiraiSchool @gijigae アリババの人工知能チームが @Stanford 大学の読解力テストで人間に始めて勝ったのが、今年の1月。スコアは、 ・人：82.304 ・AI：82.44 グーグルの《BERT》でトレーニングさせた人工知能のスコアは何と、87.433！10カ月で5ポイントも上げている。人間とマシン、読解力の差は今後更に広がる🤖。 twitter.com/GoogleAI/statu… 2018-11-03 16:51:29 Google AI @GoogleAI We have released @TensorFlow code+models for BERT, a brand new pre-training technique which is now state-of-the-art on a wide array of
AIやブロックチェーンは幻滅期へ、ガートナーが発表：2018年度版「日本におけるテクノロジのハイプサイクル」 - ＠IT
AIやブロックチェーンは幻滅期へ、ガートナーが発表：2018年度版「日本におけるテクノロジのハイプサイクル」 ガートナーは「日本におけるテクノロジのハイプサイクル：2018年」を発表した。ハイプサイクルとは新技術の成熟化の過程を表した図。AI（人工知能）やブロックチェーンに対する期待は「過剰な期待」のピーク期から幻滅期に移行し、ビッグデータは安定期に達する前に陳腐化するとした。 ガートナー ジャパンは2018年10月11日、「日本におけるテクノロジのハイプサイクル：2018年」を発表し、日本のICT市場でITリーダーがデジタルビジネスを推進する際に重要な役割を担う代表的な約40のキーワードを取り上げた。 ガートナーのリサーチ＆アドバイザリ部門でマネージング バイス プレジデントを務める堀内秀明氏は次のように述べている。 「2018年版のハイプサイクルでは、2017年から（図における位置の）
安価な組み込みAIを世界へ！ Ideinが「高火力」を選んだ理由 (1/4)
さくらインターネットは2018年7月30日、高火力コンピューティングのGPUサーバー新モデルとなる「Tesla V100（32GB）モデル」の提供を開始した。それと同時に、昨年から提供してきた「Tesla V100（16GB）モデル」の価格改定も行っている。こうした動きは、“熱量”を持ってディープラーニング（深層学習）技術の研究に取り組む企業や研究者を後押しするためのものだ。 今回はディープラーニング領域でさくらの高火力コンピューティングを利用しているIdein（イデイン）代表の中村晃一氏に、アスキー編集部 大塚とさくらインターネットの江草陽太氏、長谷川猛氏が、Ideinが持つ技術の特長や独自性、将来の可能性、さらに高火力コンピューティングに対する評価や新しい32GBモデルへの期待などをうかがった。（インタビュアー：アスキー編集部 大塚、以下敬称略） 安価な組み込みデバイスで精度の高いディ
【Jerry Chu】人間はAIの思惑を理解することができるのか
【Jerry Chu】人間はAIの思惑を理解することができるのか ライター：Jerry Chu Jerry Chu / 香港出身，現在は“とあるゲーム会社”の新人プログラマー Jerry Chu「ゲームを知る掘る語る」Twitter：@akemi_cyan 人間はAIの思惑を理解することができるのか イラスト提供：いらすとや 「荘子」の一節，「知魚楽」をご存じだろうか。 ある日，荘子と恵子は橋を歩いていた。荘子は堀の中の魚を見て，「魚は悠然と泳いでいる。あれが魚の楽しみである」と話した。それを聞いた恵子は「荘子は魚ではない。どうして魚の楽しみを知ることができるのか」と反論した。 人間は自分の感情を身の周りのものに投影する傾向がある。「知魚楽」を読んで，筆者はそう思った。 魚は人間とはまったく異なる身体構造を持ち，言葉で自分の感情を述べることもできない。人間には魚の所感を知る由もないが，悠
スマートフォンで人工生命数十体がリアルタイムに学習可能な深層強化学習 - Dwango Media Village(ドワンゴメディアヴィレッジ,dmv)
仮想の未知の生物でも，我々はその形状から自然な動きを想像することができる． この研究では，そのような，未知の形状の生物に対して自然な動きを与える手法を提案します． 自然な動きを，効率の良い動きと考え，なるべく短時間で目的(報酬)を最大化する動きを深層強化学習で得ます． 近年このような深層強化学習による運動生成はいくつか研究が行われています． 本研究では特に，スマートフォンなどのモバイル環境で実行可能な，運動生成のための深層強化学習手法を提案します． ここで報酬とは，たとえば未来に渡っての餌の獲得量など. その報酬を最大化するための出力は，それぞれの生命のすべての関節の，毎フレームでの角度となります． しかし，未来に渡っての報酬を予測して最大化すること，すべての関節をすべてのフレームについて決めること，は非常に難しい問題であるため，限られた計算資源でこの問題を解くために我々は問題を2つに分割
米ライス大学の研究者、ディープラーニングを用いたコーディング支援システム「Bayou」を開発
米ライス大学の研究者、ディープラーニングを用いたコーディング支援システム「Bayou」を開発：Javaコード作成に役立つ 米ライス大学の科学者が、ディープラーニングを利用したコーディング支援システム「Bayou」を開発した。BayouはプログラマーがAPIを使いこなす際に特に役立つ。 米ライス大学のコンピュータ科学者が、ディープラーニングを利用したコーディング支援システム「Bayou」を開発した。Webサイト「askbayou.com」でJavaコード用のBayouを試用できる。 Bayouは、米国国防高等研究計画局（DARPA）から資金援助を受けたプロジェクトで開発された。このプロジェクトは、GitHubのようなオンラインソースコードリポジトリから知識を抽出することを目的としている。 Bayouは、プログラマーがAPIを使いこなす際に役立つ。APIはソフトウェア開発でますます大きな役割を
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「りんな」がユーザーと同じ風景を共有しておしゃべり。共感視覚りんな登場
