国立研究開発法人量子科学技術研究開発機構の平野俊夫理事長が、国立大学法人北海道大学遺伝子病制御研究所の村上正晃教授と共同で、これまでの長年の研究成果を基に個人的な活動として新型コロナウイルスに関する論文を発表いたしました。 - 量子科学技術研究開発機構
国立研究開発法人量子科学技術研究開発機構の平野俊夫理事長が、国立大学法人北海道大学遺伝子病制御研究所の村上正晃教授と共同で、これまでの長年の研究成果を基に個人的な活動として新型コロナウイルスに関する論文を発表いたしました。 お知らせ 国立研究開発法人量子科学技術研究開発機構の平野俊夫理事長が、国立大学法人北海道大学遺伝子病制御研究所の村上正晃教授と共同で、これまでの長年の研究成果を基に個人的な活動として新型コロナウイルスに関する論文を発表いたしましたので、お知らせいたします。 （以下論文概要） 論文のポイント 新型コロナウイルスSARS-CoV-2感染症であるCOVID-19に伴う致死的な急性呼吸器不全症候群は、免疫系の過剰な生体防御反応であるサイトカインストームが原因であると考えられる。 サイトカインストームは、遺伝子の転写因子であるNF-kBとSTAT3の協調作用により、免疫関連タン
日本でも一斉を風靡した脳トレゲーム、任天堂DSの脳を鍛えるシリーズは、日本だけでもおよそ900万本、世界では3000万本以上売れたとか。脳を鍛えるシリーズに限らず、スマホアプリ等でもこの手のゲームは今でも多く、根強い人気がある。 しかし、やはり疑問が常にある。はたして本当に知能向上効果はあるのだろうか？もちろんこの手のジャンルは、一種のパズルゲーム的な面白さがあり、知能向上効果がなくても、一定層の需要は常にあるだろうが、とはいえミニゲーム集である。やはり、知能向上という謳い文句がなければこれほど一大ジャンルにはならないだろう。 ということで、"また"研究報告があったので紹介する。この問題については、何度も何度も肯定否定それぞれの研究報告がなされている。意見の分かれるものはしょうがない。気持ちの良いほうを選んでほしい。 ゲームとして楽しければ良いんじゃないかな「研究チームは、被験者8,563
本ページはアフィリエイトプログラムによる収益を得ています。 これまで読んだ機械学習関連の本をまとめていきます。理論系・実装系・ファイナンス系・読み物系と分類してまとめることにします。 理論系 瀧、『これならわかる深層学習入門』、講談社 元素粒子論を研究していた瀧さんが分野転向して書いた深層学習の教科書。素粒子論の人は割とこの本を読んだのではなかろうか。2018年くらいに読んだので、詳しいことは覚えてないが、読みやすかった印象はある。 斎藤、『ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装』、オライリージャパン 機械学習や深層学習の実装系の本を読む前は「一回Deep Learningをいじったことがある人が、理論的な面を知るのにいい本なのかな？あまりコードがなかったので、瀧さんの本の方が詳しかったような気がした。」という感想だった。しかし、実装系の
月間10万人が読んでいるCoral Insightsのニュースレターにご登録いただくと、Coral Capitalメンバーによる国内外のスタートアップ業界の最新動向に関するブログや、特別イベントの情報等について、定期的にお送りさせていただきます。ぜひ、ご登録ください！ 本記事は豊田菜保子さんによる寄稿です。豊田さんは、楽天をはじめ、国内外の企業で人材育成やダイバーシティ推進を専門としてきました。現在は、スタートアップや起業家人材の支援プログラムを主に自治体と協力して企画・運営する傍ら、スタートアップやテック企業向けに「人」「チーム」「コミュニケーション」に注目した研修やアドバイザリーを提供しています。 豊田菜保子さんによる他の記事の一覧は、こちら。 投資家とのコミュニケーションに向けたメンタル準備 資金調達を目指すスタートアップCEOであれば、投資家に対して「何を」「どんなフォーマット」で
世界がコロナ禍になってからというもの、あまり新しい人との出会いがないのでMeetyという面談サービスで誰かの話し相手になるということをはじめた。 (僕のこと知らない人でも誰でもOKです、どうぞお気軽に) そこでよく出るのは「フジイさんって何者なんですか」という質問。 というか、よくよく考えると一緒に働いている人からすらも「フジイさん何してる人なの」と聞かれたことが今年になってから何回もある。何回もだ。 自分が何者かなんて僕が一番知りたいよ いや、しかし確かにブログやTwitter、SNSの投稿を見ているだけだと僕が何をやっている人なのか、まったく分からないかもしれない。インターネットサービスやテクノロジー、マーケティングやら組織論、プロダクト開発とかロジスティクスの話ばかりしているぐるぐる模様。 かなり前から、Twitterのbioやセミナー登壇の自己紹介で「いんたーねっつになりたい」と書
はじめに こんにちは。Dfinity JP（非公式コミュニティ）の @hoosan16 です。Dfinity の開発している Internet Computerと Bitcoin ネットワークの統合について、自分が調べた範囲の内容をできるだけ噛み砕いてまとめたいと思います。説明が足りていなかったり、分かりにくい部分もあるかと思いますが、どなたかの理解の助けになれば嬉しく思います。間違いがありましたらご指摘いただけますと幸いです。 用語（注）：この記事では「Dfinity」は「Dfinity Foundation（組織）」を指し、Internet Computer は「Dfinityの開発する分散型クラウドコンピューティングプラットフォーム」を指します。 クロスチェーンブリッジの課題：カストディアンの存在 現在 Bitcoin とEthereum（任意の既存チェーンに対して同様ですが、ここで
著者のPriya Dwivedi氏は、カナダ・トロントに拠点を置くAIスタートアップDeep Learning Analyticsの創業者にしてCEOを務めています。インド出身ですが、アメリカ・スタンフォード大学のコンピュータサイエンスの修士課程を卒業しています。そんな同氏がMediumに投稿した記事では、CVPR2019で発表された5本の論文が解説されています。 CVPR（Computer Vision and Pattern Recognition：コンピュータビジョンとパターン認識）とは、物体検知や画像認識に関する世界的な学会のひとつです。2019年に開催された同学会のカンファレンスでは5,165本の論文が提出され、そのうち1,300本が採択されました。同氏は採択された論文のなかから現在の研究トレンドを代表していると思われる5本の論文を選び、その内容を解説しています。そうした論文は、
AIの時代における「人間」性～オープンでパーミッションレスなIDプロトコルへの道（OpenAIサム・アルトマンブログ和訳）｜金光碧 / Kanemitsu Midori
AIの時代における「人間」性～オープンでパーミッションレスなIDプロトコルへの道（OpenAIサム・アルトマンブログ和訳） 注釈＆はじめにby金光最近（2023年4月1日現在）、世の中のテクノロジーHype Cycle的に話題の中心がCryptoからGenerativeAIに移ってしまい、Crypto民の私は寂しい思いをしていました。このムーブメントの震源地であるOpenAIのCEOサム・アルトマン氏がWorldcoinなるCryptoプロジェクトをやっていることはなんとなく知っていたのですが、AIとCryptoをどうLinkするつもりなんだろ？くらいしか思っていませんでした！が！ 3月31日にサム・アルトマンによるこちらのブログが出まして、Worldcoinプロジェクトが「World IDと呼ばれるオープンでパーミッションレスのアイデンティティプロトコル」文脈だったということがわかり、と
はじめに 機械学習に関する入門サイト見ていると、難しいことが書いてあったりして、知識０の人がとっつきにくい印象があります。 まあテーマとして確かに難しいのでしょうがないですが.... 「数学や機械学習の知識が0でも、pythonの知識さえあれば誰でも実装できる」というのを目標に記事を書いていきたいと思います。 今回の記事では難しいことは説明せず、とりあえず機械学習というものに触れてみるというスタンスで、進めていきます。 対象者 ・pythonがある程度わかる ・機械学習に興味があるけど、何も知らない ・大学の授業で概要は学んだけど、実際にどう実装すればいいかわからない 環境 python 3.8.5 scikit-learn 0.231 まずはインストール 用語解説 scikit-learnとは scikit-learn （サイキット・ラーン）(旧称：scikits.learn) はPyt
ニュース | 人文学オープンデータ共同利用センター
2024年 | 2023年 | 2022年 | 2021年 | 2020年 | 2019年 | 2018年 | 2017年 | 2016年 2024年 2024-05-02 edomi ルートにも「れきちず」を導入しました。 2024-05-01 江戸マップ「れきちず」データセットを公開しました。また、edomi マップおよびedomi 災害に「れきちず」を導入し、現代デザインの歴史地図上で、edomiの歴史ビッグデータが閲覧できるようになりました。 2024-04-26 HIMIKOプロジェクトから、HIMIKO Editor for Text（β版）を公開しました。 2024-04-04 HIMIKOプロジェクトから、HIMIKO Editor for Image（β版）を公開しました。 また、Linked Pasts Japanの最初のイベント、Linked Pasts Japan
AIによる差別や偏見は、データが公正なら起きないのか――そんなツイッター上のやり取りをめぐって、“AIのゴッドファーザー”とも呼ばれる第一人者が炎上。ツイッターの離脱宣言をした。 そもそものきっかけは、モザイク化した顔画像を高精細画像に変換できるというAI研究で、「オバマ前大統領の画像から白人の顔ができた」という事例がネットで話題になったことだった。 これについて、「データにバイアス（偏り）があるから」と、“AIのゴッドファーザー”の一人と呼ばれるフェイスブックのチーフAIリサーチャー、ヤン・ルカン氏がツイート。 するとAIの差別や偏見の研究で知られるグーグルのリサーチサイエンティスト、ティムニット・ゲブルー氏が「問題をデータに矮小化すべきでない」と、社会の差別構造を含めた問題の根深さを指摘する。 さらに国内外のAI研究者や開発者も次々に論争に加わり、AIのバイアス問題から、ルカン氏の議論
IQ130を超えるとむしろ社会で成功しづらくなる 知能は高すぎるとむしろデメリットが大きくなる | カワウソは考える。
はいどうも、カワウソだよ。 世の中にはギフテッドと呼ばれる人がいる。 ギフテッドとは、特別な才能を『天から与えられた』人という意味で、その名の通り、ギフテッドと呼ばれる人の中には、間離れした才能を持っているケースが多い。 しかし一方で、その有り余る才能を活かせずに、むしろ苦しい思いをしている人もいる。周りを見る限りでいえば、自分の才能をうまく社会で生かせない人のほうが圧倒的大多数のようだ。 今回は、ギフテッド、その中でもIQの高い人がなぜ生きづらい思いをしているかを考えていこう。 実際は、IQの値だけでギフテッドかどうかを判別しているわけではないのだけれど、かつてはIQ130がギフテッドか否かの唯一の基準だったそうだし、今回は単純化のためにも、IQ130以上の人がなぜ社会で成功しにくいのかを考えていくよ。 関連記事 IQ120前後がこの社会では最も生きやすいという仮説 IQ130以上はどの
JDLA E資格合格体験記 - ぱたへね
無事E資格に合格したので、後に続く人の参考になればと思い合格体験記を書きます。 spec 試験勉強を始める前に、どれだけの知識・経験があるのかは勉強量に大きく差がでてきます。簡単に自分のスペックをまとめるとこんな感じです。 理学部物理学科卒 仕事で組込の画像処理を10年以上 CNNや物体検出は、推論をCで実装して人に教えられるレベル CourseraのMLコースを最後までやった ゼロから作るディープラーニングは①、②とも実装済み。 大学で習ってない数学（ベイズや情報理論）が全然駄目で、機械学習は少々、Deep Learningは画像系のCNN以外は実務経験も無しという感じです。画像処理（Computer Vision）では、普通に線形代数を使うので行列の苦手意識は無かったです。 作戦 認定講座はスキルアップAIを選びました。会社のお金で受講するのでなるべく安くするように指示があり、2社まで
【ML Tech RPT. 】第11回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (2) - Sansan Tech Blog
DSOC研究員の吉村です. 弊社には「よいこ」という社内の部活のような社内制度があり, 私はその中のテニス部に所属しています. 月一程度で活動をしているのですが, 最近は新たに入社された部員も増えてきて新しい風を感じています. さて, 今回も前回に引き続き「機械学習のモデルの評価方法 (Evaluation Metrics)」に焦点を当てていきます. (今回も前回同様, "モデル" という言葉を機械学習のモデルという意味で用います.) 前回は, モデルを評価する観点や注意事項について確認しました. 今回からは, 各種問題設定ごとにどのような評価指標が存在し, それらが何を意味するのかについて見ていこうと思います. 今回は二値分類問題を取り扱います. 前回の記事の最後で, 多クラス (マルチクラス) 分類・回帰問題についても本記事で取り扱うと書きましたが, 量が多くなりすぎてしまったため,
Image Credit: Ryff 先頃発表された新型iPad Pro。 ARを強く押し出した機能満載で、すぐにでも店頭で触ってみたかったのですが、残念ながら現在は閉鎖中。そこで、オンラインストアの「ARで見る」ボタンを押し、自宅で手軽に製品の大まかな雰囲気を味わいました。同じ体験をした人も少なくないのではないでしょうか？ まさにSF映画のような話ですが、筆者が信じるのはこうした近未来が実現され、そこに普及するサービスを作ること。そして最近、Spatial（空間的コンピューティング）時代を前提として見る中、現実解としてどのようなサービスが誕生しているのかを探っており、1つのサービスに出会いました。LA拠点の「Ryff」です。 CMをなくす新業態 Image Credit: Ryff Ryffは米国ロサンゼルス・ハリウッドに拠点を持つAI技術を持つスタートアップです。2019年12月、50
題名：持続的ベースラインが音楽の主観的な心象に与える影響 報告者：ゴンベ 本記事は、この記事の続きです。 先の記事にて音楽における重低音について考え、特にベースの持つ効果について検討した。ここでは、ベースラインの中でも持続性に特徴のある音楽を2曲取り上げ、それらの曲から持続的なベースラインが音楽の主観的な心象にどのような影響を与えるのかについて検討したい。 音楽を電気信号から空気の音波へと変換する機器は、スピーカーとなるが、家庭内にある比較的大きなスピーカーや、車内のスピーカー、あるいはヘッドホンいずれに関わらず、原理はほぼ同じである。筒状に電線を巻いたボイスコイルの周りの磁石にて磁界を与えつつ、ボイスコイルの電線に電流を流すことでその電流に応じた電磁力が生じ、それに伴って電磁誘導の法則でボイスコイルの先にある振動板が振動、その力が空気に伝わることで音波となる1)。ゆっくりとした大きな振動
はじめに こんにちは、現在0からPythonを学んでいる初心者エンジニアです。 この投稿は私が学んだことのアウトプットの場として、そして私と同じ初心者エンジニアさんの少しでも役に立てればと思い、投稿しています。私自身も全くの初心者なので、感想やアドバイスあれば、気軽にコメント頂けると幸いです。 パターン認識とは 今回はパターン認識に関する説明を書きたいと思います。 今回はあくまでもパターン認識とは何かを簡単に説明し、具体的なコードはまた次回以降の記事で書きたいと思います。 パターンとは、物理的外界に存在する対象が、他の対象と区別されるための物理量や概念データのまとまりをいい、パターン認識とは、画像、音声などのデータの分類、判別、識別を行う方法です。 パターン認識には様々な方法論がありますが、今回はクラス分類とクラスタリングに関して説明したいと思います。 パターン認識方法 クラス分類やクラス
こんにちは！yoshizouです。 今日はコンピュータサイエンスに必要な数学というテーマについて話していきたいと思います。 そこまで高度な数学は必要ない？ 結論から言いますと、大学基礎数学と呼ばれる線形代数、微分積分学、確率統計についてと、離散数学、情報数学について一通り知っていれば基本的に問題はないかなと思います。もちろんコンピュータサイエンスという学問は今尚発展し続けている学問であり、より高度な数学の分野の知識や、まだ関連がないとされる学問と交わる可能性は0とは言えません。 しかし、コンピュータサイエンスについて学んでいく上で、まず最初に必要になる知識は上で述べたとおり線形代数、微分積分学、確率統計、離散数学、情報数学の5つです。初めのうちから高度な数学について知る必要はありません。初学者の方は、まずこれらの基礎となる数学を理解した上で興味のある分野にステップアップすることをお勧めしま
深層学習と新しい心理学（明治学院大学 研究員：池田功毅、九州大学准教授：山田祐樹、慶応義塾大学教授：平石界） ｜「こころ」のための専門メディア 金子書房
深層学習と新しい心理学（明治学院大学 研究員：池田功毅、九州大学准教授：山田祐樹、慶応義塾大学教授：平石界） 近年の深層学習（ディープラーニング）の発展には目を見張るものがあります。この発展の前で心理学は、何ができるのでしょうか？ 深層学習技術が発展した世界における新しい心理学の可能性について、お三方の先生にご執筆いただきました。 科学的な心理学の目標は、心を科学的に理解・予測し、その成果を社会に役立てていくことだと言われます (e.g. 鹿取 et al., 2020)[1]。しかしこの記事の著者である私たちは、当の心理学者であるにもかかわらず、ここのところ再現可能性危機やらエビデンスレベルやらと、心理学の科学性やその社会的役割について疑問を呈し、不安を感じさせるような議論ばかり行ってきました (池田 & 平石, 2016; 平石, 2022; 平石 & 中村, 2022; 山田, 20
キュレーションサイトを作ろうかな 昼間は物流系の仕事をしていてある一定の情報を集めてあるサイトを探しているのだが、中々同様の情報を扱っているサイトは見つからない。 そこで各サイトのRSSを取得して自前でキュレーションサイトのようなものを作ってみようかと色々調べている中で使えるスクレイピングサービスを見つけたので備忘録第三弾として投稿します。 備忘録第一弾 [WEBサービス] RSSフィードを簡単に 取得・検出するツール 備忘録第二弾 [perl] 複数のRSSフィードを結合するフリーCGI RSSを配信していないサイトの更新情報をどうやって取得するか？ これが結構難儀な問題で色々調べましたね〜。 自前でPerlで作ろうかな？とか、スクレイピングツールであるoctoparseを試してみたり、海外のサービスであるFeed43というRSSを配信していないサイトからRSSを配信するURLを作成する
ディープフェイク動画(AI合成動画)の作り方、簡単スマホアプリ、PCソフトは？ あなたも狙われる、フェイク動画の恐怖！
今日は、AIが悪用されてしまうディープフェイク(Deep Fake、AI合成動画)の事例をご紹介します。 ディープフェイク(deepfake)とは、有名人の顔の部分だけ別の人の顔と入れ替えたり、体を入れ替える、といったフェイク動画を簡単につくれてしまう技術です。 テレビ番組でも紹介されたりしています。 ⇒ 【内村のツボる動画大賞】ディープフェイク動画集 最近、スマホアプリで簡単に作れると「ZAO」や「Xpression]が話題になっていますが、実際のところはどうなんでしょうか？ 現在の技術レベルや、話題になっているフェイク動画にどんなものがあるか、ディープフェイク(deep fake)動画の動向と事例を見ていきましょう。 ■AIで簡単に作れてしまう、ディープフェイク動画（AI合成動画）！？ 画像を合成したり、加工したりする技術は年々進化しています。現在は動画を合成する技術も進化していて、A
AIのデータ分析手法-データマイニング マイニングとは、発掘を意味する英単語です。つまりデータマイニングとは、膨大なデータの中から有益な情報を発掘する技術・手法のことです。 データマイニングを行うとデータの中の不要な部分が除外され、有益な情報同士の関連性が見出せます。また、予測やデータの分類をするためにもデータマイニングを利用します。 データマイニングで用いられる手法として、パターン認識や回帰分析、クラスタリングなどが挙げられます。統計学やAIによる機械学習のアルゴリズムを活用してモデルを作成するのが一般的で、情報工学の理論をもとにして行われています。 AI分析によってできること AI分析の導入を検討している人も多いと思います。そこで、ここではAI分析を導入するメリットを紹介していきます。メリットは主に3つあります。 人材活用を強化できる 1つ目は人材活用の強化に利用できることです。
入社2年目に読んだ本May 20, 2022 | 22 min read | 5,569 views jabook昨年の『入社1年目に読んだ本』に引き続き、今年も1年間で読んだ仕事関係（明確な定義はありません）の本をまとめます。「あとで自分で読み返すため」という性質が普段以上に強い記事になりますが、どなたかの役に立てば望外の喜びです。 さて、前回の記事では、 「予測モデルを作ることと、データ施策を本番環境で運用してビジネス価値を出し続けることの間には様々な大きいギャップがある」ということを痛感しました。（中略）2年目はこのギャップを埋めて大きなビジネス価値に繋げられるよう、引き続き邁進していく所存です。 ということを書きました。その後、仕事や自主的な勉強を通じて、着実に「ギャップ」を埋められています。具体的には、主に以下のような項目について知見を深められました。 機械学習システムの
20 ミレニアム１ ドラゴンタトゥーの女 スティーグ・ラーソン（2005） - 小説を 勝手にくくって ２０選！
ミレニアム1 ドラゴン・タトゥーの女（上・下合本版）【電子書籍】[ スティーグ ラーソン ] 価格: 1257 円楽天で詳細を見る 【あらすじ】 実業家ヴェンネルストレムの不正を報道した雑誌「ミレニアム」の発行責任者ミカエル・ブルムクヴィストは名誉毀損の有罪判決を下される。それでもミカエルは、違法行為ではないことを確信していた。 時を同じくして、大企業グループの前会長ヘンリック・ヴァンゲルは、ミカエルにある仕事を依頼する。それは、３６年前に一族が住む島から忽然と姿を消した少女ハリエット・ヴァンゲルの失踪事件の調査だった。法外な報酬と、事件の謎を解決すれば、ヴェンネルストレムを破滅させることもできる証拠を与えるという条件から、ミカエルはこの難解そうな依頼を引き受ける。 調査は予想通り混迷を深める。助手が必要となったミカエルにヴァンケル家の弁護士フルーデが紹介したのは、ミカエルの信用調査を担当
データサイエンティストとは？データサイエンティストとは、データサイエンスのために収集したデータを分析する統計の専門家を指します。2010年頃から始まったビッグデータによるデータ爆発と、機械学習の進歩により蓄積データの活用の場が増大しています。そのため、従来学術的な意味合いの強かったデータ分析を担当するデータサイエンティストは、情報技術の進歩によりITエンジニアの活躍する領域となってきています。 データサイエンスは、以下に挙げるデータ分析手法を扱う学術研究分野を指します。 ・数学や統計学を用いた数学的手法 ・計算機科学や情報工学を用いたコンピュータ技法 ・機械学習やパターン認識等の人工知能技術 データサイエンティストはこれらのデータ分析手法を活用し、データ分析を行います。 データサイエンティストは、以下の一連のデータ分析に必要とされるビジネスサイクルをカバーします。 （1） ビジネス課題の抽
画像認識の入門編知識を解説！概要や仕組み、事例について | Aidemy | 10秒で始めるAIプログラミング学習サービスAidemy［アイデミー］
たくさんの手書き資料や映像の解析を、人の手と努力で解決していませんか。 「手書きアンケートの集計のためだけに人手を雇っている」 「通勤経路はわかっているが、書類を目視で一応確認しないといけない」 この記事では、人手に頼らずプログラミングで工数を削減できる技術「画像認識」について、事例を挙げながらご紹介します。 画像認識とは 画像認識とは、コンピュータや機械が画像に何が写っているかを認識・分類できる技術です。また、機械学習では、たくさんのパターンを試して、見分けるルールを自動的に探してくれます。 「画像認識」「機械学習」と聞くと、膨大なデータと高性能なサーバーが必要なイメージがありますが、個人のパソコンでも手軽に学び、実践できる技術です。 例えば、大量の写真を、コンピュータが自動的に「食べ物の写真」「海での思い出」など分類してアルバムを作ってくれる機能や、カメラに映っているお留守番中のペット
2020年11月5日 金融研究所 三木翔太*、五島圭一 *現・金融市場局 全文 [PDF 780KB] 要旨 機械学習を活用した資産価格の予測が盛んに実施されている。なかでも、ニューラル・ネットワークへの期待は大きい。ニューラル・ネットワークは、パターン認識能力に優れた技術で、様々なデータの動きから価格変動の規則性を発見することを可能としている。ただし、予測精度が向上するかどうかは金融市場の情報効率性に依存する。金融市場が効率的であれば、入手可能なあらゆる情報が瞬時に資産価格に反映されるため、予測精度は改善しにくい。実際、近年の日本の株式市場を対象にした簡単な実験によると、標準的なニューラル・ネットワークは、株式収益率の予測精度を大きく向上させないとの結果となる。この結果は、過去の株式収益率のみを用いた予測をベースとしている。予測精度の改善の有無を評価するためには、過去の株価だけでなく幅広
早稲田大学発スタートアップ「エキュメノポリス」が創業 メタバースを見据えた言語学習支援エージェントには量子技術も導入へ - ロボスタ ロボスタ - ロボット情報WEBマガジン
会話AIエージェントサービスのプラットフォームを開発する株式会社エキュメノポリスが2022年5月2日に創業した。 同社は早稲田大学グリーン・コンピューティング・システム研究機構 知覚情報システム研究所の会話AIメディア研究グループの研究員らが中心となって設立した大学発スタートアップ。デジタル化が進む未来社会「Society 5.0」において、各産業の労働集約的な対面業務を支援・代行するための会話AIエージェントプラットフォームを開発し、人間とAIが協調して各事業者の生産性と品質の向上の実現を目指す。 会話AIエージェントプラットフォーム「LANGX」の主要機能 同社が開発している会話AIエージェントプラットフォーム「LANGX」(ラングエックス)は、ビデオ会議やメタバース環境など、様々な使用シーンでのAIエージェントとの会話体験サービスを実現するために以下のような主要機能を提供する。 ・意
3つの要点 ✔️ テーブルデータを自動で学習し、高パフォーマンスを発揮するAutoMLフレームワーク ✔️ 既存のAutoMLフレームワークがモデルとハイパーパラメータの選択を重視している一方で、本手法は複数のレイヤーを用いてモデルのアンサンブルとスタッキングを行っている。 ✔️ この論文では、主要なAutoMLフレームワークの比較も行っている。 AutoGluon-Tabular: Robust and Accurate AutoML for Structured Data written by Nick Erickson, Jonas Mueller, Alexander Shirkov, Hang Zhang, Pedro Larroy, Mu Li, Alexander Smola (Submitted on 13 Mar 2020) Comments: accepted by I
かつてハリウッド映画でSF扱いされていた人工知能(AI)は、私たちの日常生活を向上させる身近なテクノロジーとなり、家庭や職場に導入されています。創造性が強化され生産性が向上し、ビジネス・オペレーションが常に加速して進む中、いっそうAIに対応した未来に向けた基盤づくりが進められています。今回の記事では、AIの定義やカテゴリ、さらにAIの可能性をより広げた機械学習や深層学習について見ていきましょう。 AIとは？ AI(Artificial Intelligence)は、視覚、音声認識、意思決定といった人間の知性と推論の能力を発揮するコンピュータ、ロボット、機械を指す用語です。AIはデータを処理し、任意のタスクに関してパターン認識、予測、行動推奨を行いこれらの能力を発揮します。AIは一般的に、それぞれの優劣とは別の意味で「Weak(弱い)AI」と「Strong(強い)AI」という2つのカテゴリに
元技研・研究員の福島邦彦さん＊が、4月29日に米国のフランクリン財団から「The Bower Award and Prize for Achievement in Science」（バウワー賞：科学部門）を受賞しました。過去の受賞者には、ノーベル賞受賞者を含む著名な研究者が名を連ね、世界の学術賞の中でも最も権威の高い賞の一つと言われています。今回の受賞は、福島さんが1979 年にNHK技研（当時 放送科学基礎研究所）で、パターン認識モデル「ネオコグニトロン」を開発し、今日のAI（人工知能） 技術の中核であるディープニューラルネットワークの基本構造を生み出したことが高く評価されたものです。 この受賞を機に福島さんにネオコグニトロンとAIの今後などについて伺いました。 ―受賞おめでとうございます。ネオコグニトロンを考案された当時、今日のようにAIが幅広い分野で活用されていることを想像されていま
Transformer: アテンションが主要部品の系列変換モデル [深層学習] | CVMLエキスパートガイド
1. Transformer とは [概要] Transformer とはアテンションを主要部品として用いた，深層学習むけの(トークン)系列変換モデルである．従来の系列変換モデルの定番であった「seq2seq with attention」の改善案として，Transformerは最初は機械翻訳むけに提案された．マルチヘッドアテンションを採用したことによる「計算効率性」と「高性能性・スケール性」から，seq2seq with attentionの後継の系列変換モデルとして，Transformerは各モーダル分野に広く普及した． この記事では，機械翻訳むけのTransformer [Vaswani et al., 2017] にフォーカスして，図も豊富に使いながら解説していく(1.1節)．各層・ブロック(2節)と全体構造(3節)を順に紹介していく．記事を読了後には，Transformerの「系
![Transformer: アテンションが主要部品の系列変換モデル [深層学習] | CVMLエキスパートガイド](https://cdn-ak-scissors.b.st-hatena.com/image/square/d3c91f1ab39442ca7f44b494c5f41642b8930416/height=288;version=1;width=512/https%3A%2F%2Fcvml-expertguide.net%2Fwp-content%2Fuploads%2F2022%2F01%2F6a3865c04a18587685c965a4408b7040.png)
こんにちは、ベンチャー・スタートアップへの転職のサポートをしているキープレイヤーズの高野です。 最近、AI関連のスタートアップ・ベンチャーの資金調達や上場が目立ちますね。AIには様々な技術がありますが、技術を用いて、クライアント企業のAI導入推進と自社サービスの展開を同時進行することもできるのは、AIを活用した事業の魅力の一つですよね。 私も『AI白書2020』(独立行政法人情報処理推進機構 AI白書編集委員会,2020,角川アスキー総合研究所)を読むなどしてみていますが、AI技術の進歩は加速しており、楽しみな未来が広がっていると感じました。AIの現在の活用状況や今後の見込みを知りたい方は、ぜひお手にとってみてください。 書籍の内容なので、あまり詳しくは書けませんが、マクドナルドのドライブスルーにAI導入した実例もあれば、AI人材育成に関する指針も書かれているなど、読み応えがある一冊になっ
『パターン認識と機械学習の学習 普及版』（PDF）
『パターン認識と機械学習の学習 普及版』 PDF main.pdf (last update : 2020/01/09) 暗黒通信団へのリンク 作品紹介：パターン認識と機械学習の学習普及版 ライセンス クリエイティブ・コモンズ 表示 3.0 非移植 TeXソース https://github.com/herumi/prml/ 著者 光成滋生@herumi(herumi@nifty.com)
機械学習への熱が冷めてきたという話｜はじ銀｜note
0．はじめにエンジニアというものをアイデンティティの一つとして持っているので必要な自己研鑽として、新しい技術が世に出てきたらキャッチアップをそれなりにしているつもりである。もちろんどれもこれも習熟していくというのはどだい無理な話で、知っておくレベル、手を動かしてある程度出来るようにしておくレベル、実務に反映するレベル、と程度は色々であるが。 大抵の技術は、ネットの記事を読んで概要を把握して手を動かす。少し込み入っているなと思ったら関連書籍を入手してから手を動かす。それぐらいで大凡はイメージをつかむことが出来。そしていざ本当に必要になった時に再度しっかり勉強すれば、実際必要になっても困るようなことはほとんどない。 そういう感覚で機械学習にも臨んだ。ネットの情報だけではイメージがつかめなかったのでAmazonで以下の本をポチった。購入履歴にきちんと日付が残っている。 注文の詳細注文日: 201
リーダーが迷わないための「意思決定」の極意 リーダーの役割は、「しないことを決める」引き算 迷いから抜け出すための意思決定のプロセス 戦国時代から「退く戦は攻める戦より難しい」と言われ、現代も優れた経営者は果敢にチャレンジをする一方で、やめる時も的確な判断を下しています。世の中が大きく変わる中で、日々の働き方からビジネスモデルまで、大きく転換せざるを得ないことが増えています。 本記事では『迷えるリーダーがいますぐ持つべき1枚の未来地図』の著者・横田伊佐男氏に、リーダーと現場の役割分担や、決断力のあるリーダーとそうでないリーダーの違い、誤った判断をしてしまった時の軌道修正についてうかがいました。 ビジネスにおける最良の意思決定とは ——さっそくですが、本日は『迷えるリーダーがいますぐ持つべき1枚の未来地図』の著者で、CRMダイレクト株式会社代表取締役の横田伊佐男さまに、お話をうかがえればと思
近年、機械学習というキーワードをよく耳にします。これから機械学習を勉強する方もいると思います。しかし機械学習について詳しいことがわからない方も多いはずです。この記事では、機械学習入門者に向けて、機械学習でできることや勉強法を解説していきます。 機械学習というワードを近年耳にすることが多くなってきました。 この記事では機械学習入門者に向けて、 機械学習とはなんなのか、ディープラーニングとの違いは？ 機械学習でなにができるのか どのような勉強法があるのか などについて、具体例を用いてわかりやすく解説していきます。 機械学習の概要と目的 そもそも機械学習とは、機械がデータを反復的に学習し、データに潜むパターンや特性を見つけ出すことです。機械学習を取り入れることで、データ分析の精度が向上し最良の選択をすることが可能となります。 機械学習でできること 続いては、機械学習で何ができるのかを解説していき
データサイエンティストを目指す上で必要な勉強
データサイエンティストとは、購買履歴や顧客情報など企業に蓄積されたビックデータを機械学習や統計手法を用いて分析することでビジネスに活用する知見を見い出し、企業の意思決定をサポートする職種です。近年、ITに限らず様々な業界から注目されている職種ですが、数学、統計学、モデリング、プログラミングなどの幅広い知識とスキルが求められるため、勉強には工夫が必要です。 この記事では、データサイエンティストとしてレベルアップをしたい方に向けて、データサイエンティストに求められるスキルや知識を紹介した上で、それらを習得するための勉強法と役立つ資格を解説します。 1. データサイエンティストになるための勉強ロードマップ 前述の通り、データサイエンティストになるために身につけなければならないスキルは多岐に渡ります。多くの知識を効率的に身に着けるためには、まずはデータサイエンティストに必要なスキルの全体像を把握し
回答 研究ＤＸの推進－特にオープンサイエンス、 データ利活用推進の視点から－に関する審議 について 令和４年（２０２２年）１２月２３日 日 本 学 術 会 議 i この回答は、 内閣府からの審議依頼を受けて、 日本学術会議に設置したオープ ンサイエンスを推進するデータ基盤とその利活用に関する検討委員会、同オー プンサイエンス企画分科会及び同オープンサイエンス企画分科会オープンサイ エンス・データ利活用推進小委員会が中心となり審議を行ったものであり、日 本学術会議として公表するものである。 日本学術会議オープンサイエンスを推進する データ基盤とその利活用に関する検討委員会 委員長 喜連川 優 （連携会員） 大学共同利用機関法人情報 ・ システム研究機構 国立情報学研究所所長、東京大学特別教授 副委員長 林 和弘 （連携会員(特任)） 文部科学省科学技術政策研究所データ解析政 策研究室長 幹
最近、レコメンデーション系のことをやっている関係で色々調べてます。 以前はNGTを使って近傍探索を試していました。 www.nogawanogawa.com Embeddingとかを使った検索やレコメンデーションには近傍探索ライブラリは非常に重要です。 ちょっと調べてみると、メルカリさんがFaissというライブラリを使っているようでした。 tech.mercari.com ちょっと興味が出て使ってみたので、、今回はそのメモです。 近傍探索問題 Faiss インストール 使ってみる 感想 近傍探索問題 近傍探索問題は、データ量に応じて計算量が急激に増大する古典的な問題で、以下のような用途で使われています。 最近傍探索は、以下のような様々な分野で使われている。 ・パターン認識 - 特に光学文字認識 ・統計分類- K近傍法参照 ・コンピュータビジョン ・データベース - 例えば、内容に基づく画像
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
【ゲーム】脳トレゲームは、脳をトレーニングしてくれないとの研究報告 - セカメカセ
これまで読んだ機械学習本のまとめ - YS Blog
VCが思わず出資したくなる “Formidable” なCEOの特徴とは？ | Coral Capital
自分は何者か。あるいは2021年の終わりに10年を振り返って。 - フジイユウジ::ドットネット
【Dfinity】Internet Computer の概要と Bitcoinとの統合についての解説 | hoosan
CVPR2019から見たコンピュータビジョンの最新トレンド【前編】 | AI専門ニュースメディア AINOW
【Python】pythonで簡単に機械学習入門(SVM) - Qiita
AIの差別をめぐり“AIのゴッドファーザー”が炎上し、ツイッターをやめる
究極のネイティブ広告「生活広告」は実現するか - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
持続的ベースラインが音楽の主観的な心象に与える影響 - 地底たる謎の研究室
0からはじめるPython ~パターン認識とは~ - Qiita
【大学数学】コンピュータサイエンスに必要な数学とは？
RSSフィードを自動的に生成するWebサービスを見つけた | AIZACK.NET
AI分析で何ができる？｜活用事例やプロセス・分析ツールを紹介 | AI専門ニュースメディア AINOW
入社2年目に読んだ本 | Hippocampus's Garden
データサイエンティストとは？おすすめの資格から年収まで解説
（日銀レビュー）機械学習と株価予測 : 日本銀行 Bank of Japan
1行のコードで自動的に学習！機械学習を自動化するAutoMLの最新論文！
“AI”誕生 から70年の物語、私たちの日常にある機械学習や深層学習
技研OB福島邦彦さんがフランクリン財団よりバウワー賞（科学部門）受賞｜技研だより
【AIスタートアップまとめ】人工知能・機械学習技術などを展開する注目のベンチャー
リーダーの役割は、「しないことを決める」引き算 迷いから抜け出すための意思決定のプロセス
機械学習入門者がおさえておくべき知識と勉強法 - TECH PLAY Magazine
回答「研究DXの推進―特にオープンサイエンス、データ利活用推進の視点から－に関する審議について」
近傍探索ライブラリFaissを使ってみた - Re:ゼロから始めるML生活