著者の野口さんは、『「超」整理法』、『続「超」整理法・時間編』、『「超」整理法 3』、『「超」勉強法』、『「超」勉強法　実践編』など、「超」シリーズでチョー有名な方です。 日本では、３チョー（いかりや長介、長嶋茂雄、野口悠紀雄）の一人と言われています。（笑） その野口さんが、「AI時代の新しい働き方へ」というサブタイトルを担いで、またもや「超」何かすごいものを出版されました。（笑） 【1.本書の紹介】 【2.本書のポイント】 【3.本書の感想】 【4.関連書籍の紹介】 【1.本書の紹介】 こちらは、野口さんが提唱されている、「独学」の方法を紹介しています。 野口さんは今年80才です。 その野口さんが今でも、皆さんに向かって、勉強しよう！と言っています。 勉強は20代で終わりだと思っていませんか？ 20代までの勉強は、いわば勝手に作られた教材にそった、自由のない、全く面白みのないお勉強です。

AI時代に必要な画像処理の本 今や猫も杓子もAIだディープラーニングだと言われる時代です。特に画像認識だと、とりあえずAIでしょ！みたいな感じはありますが、やはりそのバックグラウンドにある基本的な画像処理は重要なのではないかなと思う今日この頃です。 そんなことを思ったのは、Interface誌2020年7月号の画像処理特集が良かったからです。 Interface(インターフェース) 2020年 07 月号 CQ出版Amazon 気づいている人は気づいていると思うのですが、Interface誌の画像処理特集は毎年の恒例行事です（笑）正直、内容も同じような感じなので（めちゃくちゃ失礼）、今年は買わなくても良いかなと思っていたのですが、YouTube時代の画像処理特集にあった写真の、筆者の身体の張り具合をみて思わず手を出してしまいました。 Interface誌より引用。話題のFaceAppなんて

機械学習・ディープラーニング関係の本を整理してみた 以下のような事情もあり、初心者向けに良い本って何だろうなと家にある機械学習・ディープラーニング関係の書籍を引っ張り出してきました。 新入社員としてAI人材が来るという話を聞いていたので「色々教えてもらおう！」と楽しみにしていたのですが、配属直前になって「ソフトウェアの経験は無いらしい、AI人材に育ててほしい」と言われたときの顔してます。そんなことある？— からあげ (@karaage0703) June 5, 2020 紙の書籍 電子書籍 正確には、紙の本も電子書籍もここに無いもの（noteやboothで買ったもの）が数冊あるので、全部入れて40冊程度でした。なんとなく100冊くらいは読んでるかと思っていたのですが全然でした。人間の感覚って当てにならないものですね。ただ、良く考えると、何か1つのジャンルで10冊も書籍持っているかというと、

「ゼロから作るDeep Learningシリーズ」が最高 ゼロから作るDeep Learningは、TensorFlow、Keras、PyTorchといったディープラーニングのフレームワークを一切使わず、基本PythonとNumpyのみでディープラーニングのアルゴリズムを作って理解していくというハードコアな内容です。 シリーズは3冊出ていて、1が画像認識、2が自然言語、3がフレームワークに重点を置いた内容です。 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 作者:斎藤 康毅発売日: 2016/09/24メディア: 単行本（ソフトカバー） ゼロから作るDeep Learning ❸ ―フレームワーク編 作者:斎藤 康毅発売日: 2020/04/20メディア: 単行本（ソフトカバー） ゼロから作るDeep Learning ❷ ―自然言語処理編 作

(By Gufosowa - Own work, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=82298768) ここ最近、事あるごとに僕が色々な人たちに提案している概念として"ML design"というものがあります。これは元々"ML Ops"（DevOpsと同じように機械学習のシステム基盤などを包含する考え方）に対して「機械学習モデリングを運用する上で注意すべき点って多いよね」ということで、その注意点をまとめたものを一つの体系として扱えないかという趣旨で僕が勝手に言い出したものです。 言い方を変えると、統計分析に適したデータを集めるための実験計画法(experimental design)があるのと同じように、機械学習に適したデータの集め方やその交差検証などのやり方についてもまとめた計画法(design)が

ラズパイマガジン2020年2月号に寄稿しています ラズパイマガジン2月号に、20ページ以上にわたるAI特集の記事を寄稿しました。 ラズパイマガジン 2020年2月号 (日経BPパソコンベストムック) 作者:出版社/メーカー: 日経BP発売日: 2020/01/14メディア: ムック 今回、ラズパイマガジンへの寄稿記事としては、過去最大の規模となる記事です！そして、そんな気合の入った記事にも関わらず、自分の名前を載せるのを忘れるという痛恨のミスをしていました（笑）。出来上がった本を読んでから気づきました、テストなら0点ですね（笑）まあ、載ったところで食べ物の名前なので、大した違いはないですし、わかる人にはわかると思うので気にしないことにします。　追記：名前ちゃんと載っていたようです！私の早とちりでした。 前半は、ジャンケンの手の形を題材に、画像認識のAIモデルを作成してラズパイで画像認識。後

こんにちは。倉内です。 アメリカの調査会社Gartnerが2019年11月に発表した、2020年以降のテクノロジーのトレンドおよび展望*1を見てみると、引き続き「人工知能（AI）」に関する技術が注目されていることが分かります。 アマゾンジャパンは中高生向けにAI活用に必要なプログラミング教育の無償提供を始めましたし*2、つい先日はGoogleが持つAI技術「BERT」が文章読解において人間を超え始めたという記事*3も話題になりました。 また、「IT人材白書2019」（IPA）、「令和元年版 情報通信白書」（総務省）でもAIについて多くのページを割いて書かれています。 ただ企業への調査結果を見てみると「AI人材が不足している」と回答する企業が多いのと同時に「不足しているAI人材の人数は分からない」「どのように育成すべきか分からない」と感じている企業も多いことが読み取れます。 そこで今回は、そ

このインタビューで今岡さんは「カードやスマホを使ってやっている決済を、すべて顔認証にすることが夢」であり、そのためにクリアしなければならない課題がまだまだあると語っていた。 しかし、あれから5年。今やスマホでの認証は生体認証が当たり前だし、中国では決済どころか鉄道の改札システムにまで一部顔認証を導入したと報じられている。今岡さんのかつての「夢」は、想像を超える速度で現実化していっているのだ。 その間もNECは世界一の座をキープ。2018年に行われた最新のベンチマークテストでも世界の有名ベンダーを相手に圧倒的な結果を残している。 となると、2つの疑問が頭をよぎる。1つは、これだけ競争環境が激化してなお盛者必衰の理に反してNECが顔認証技術の世界一で居続けられるのはなぜか。もう1つは、それだけの技術を国内に有していながら「どこでも顔認証の世界の実現」に象徴される実用の面で日本社会が世界に後れを

ついに、身の回りに到着したAIサービス AI自体のアイデアは20世紀からあったもので、登場してはそのオモチャのような性能に失望することを繰り返して来ました。昨今のAIブームもその記憶から「どうせオモチャでしょ」と疑ってかかる人も大多数だったのですが、そのアウトプットを見て「今回は違うかも」と期待する人もだんだん増えてきたのではないかと思います。 例えば今日のニュースに、以下の記事がありました。 togetter.com AIを駆使して、アニメ絵やフィギュアなど背景を消してくれるツールが超高精度！以前から話題だけどさらに精度が上がったらしい 下記も追加。 www.itmedia.co.jp NTTは11月18日、同社で開発したAIに2019年センター試験の英語筆記本試験を解かせ、200点中185点（偏差値64.1）を獲得したと発表した。同社が16年に行った手法に比べて約90点成績を伸ばした。

ソフトバンググループを煽る記事 最近はWeWorkでつまづいたソフトバンクグループのことを煽る記事を目にするようになりました。 president.jp 一方、市場参加者の中には、投資会社としてのソフトバンクの戦線拡大のペースがやや性急すぎると危惧する者もいる。最近、同社が100億ドル以上を投じてきた米国のウィーカンパニーがIPOを延期せざるを得なくなったことは、そうした懸念が高まる一つの要因となった。 gendai.ismedia.jp 6月14日の記事「まさかとは思うが『ソフトバンク・ショック』はありえるのか？」で危惧していた内容がいよいよ現実のものになるかもしれない。 この記事の副題に「ITバブル崩壊前夜と似てきた」とあるように、問題はソフトバンクだけにあるのではなく、同じようにベンチャー・バブルの波に乗ってきたIPO業界にも降りかかるから、世界規模の激震になる可能性もある。 それぞ

ソフトバンクグループ会長兼社長。1957年8月、佐賀県鳥栖市生まれ。62歳。81年、日本ソフトバンク設立。96年ヤフー社長、2006年ボーダフォン日本法人（現ソフトバンク）社長、13年米スプリント会長に就任。17年、ソフトバンク・ビジョン・ファンドを設立し、世界のAI関連企業に投資する。同年から現職。（写真：村田和聡） ソフトバンク・ビジョン・ファンドを通じてAIで世界を変える主役になるということですね。AIで世界を変えて、何を目指すのですか。 孫正義ソフトバンクグループ会長兼社長（以下、孫氏）：産業革命で文明は大いに進展しましたが、がんや伝染病など解決できない問題は残っています。公害や交通事故のように新たにつくられた問題もあります。これらをAIを使って解決することが人々の幸福につながると思っています。 お金というのは人々が感謝したことの対価です。我々が一生懸命に活動するのは、人々の幸せを

ディープラーニングを経験してみて 最近の私はディープラーニングを盛んに挑戦していて、自宅のパソコンなりクラウドの仮想マシンなりをゴリゴリ動かしています。 そのうちドスパラで2080TiのGPUを買いたいなとうずうずしているわけですが、まあこのディープラーニングというのは時間がかかります。取り組んだら必ず成功するというわけではなく、長い時間を費やしたら予想外の結果となり、あああの時間返せーみたいなことを体験できます。 ディープラーニング自体の仕組みは私自身よくわかっていません。その中身は数学をマスターする必要があり、ハードルは低くはないのですが、ただ使うだけならたくさんライブラリが公開されているしサンプルも豊富です。 勉強するより手を動かして見てみたい派なので、そうやって動かしているわけですがそれでもたくさんの気づきがありました。 気づき １）データの正確さと種類が大事だということ データが

かんぽ生命はすでにAIを導入していた かんぽ生命問題全3千万件調査は機械学習を使うべきだという記事がTwitter中心に拡散していて、いろいろな反応を見るにネガティブな反応が多くて、まあ予想通りと言ったところです。思うところはありますがツイッターにでもつぶやきます。 さて、今回お伝えしたいのはそこではなくて、かんぽ生命はすでにAI（機械学習）を使っていた、というお話です。 tech.nikkeibp.co.jp かんぽ生命保険は2017年3月21日から、保険金の支払い審査に日本IBMの人工知能（AI）「Watson」の適用を始めた。約款や医学、法律などの専門知識を持つベテランの査定者でなければ判断できなかった難度の高い査定を、経験の少ない査定者でもWatsonのアドバイスに従って処理できる。1年半に渡り機械学習のパラメータ調整を続けることで、90％以上の精度を実現した。 AIを使っていたと

こんにちは。okometsubuです。 何だか巷ではAIやら人工知能やらが盛んに取り上げられています。それもそのはず。なんと2045年には人工知能が人類よりも賢くなってしまうというのです！！！ 2045年問題 人工知能(AI)が人類を越えるとき | エコノーツ 最悪、人類滅亡も危ぶまれています。怖いですねぇ。 今から後25年程度しかありません。そりゃ各企業躍起になって対応進めたくなるってもんです。ついて行かないと取り残されますもんねぇ。 と、他人事のように見ていますが、真っ先に切られるのは45〜50歳のお給料が高い人材です。私はかなり首まっしぐらな世代に突入しながら仕事をすることになります。怖いですねぇ……恐ろしいですねぇ…… 人類の終焉については考えても仕方が無いので、まずは個人の問題として仕事がどうなるか、という点が気がかりです。 ならどうするか。そうです。もうAIやら人工知能の導入は

機械学習の勉強とモチベーション 機械学習の扉を開いてみた・・のですが、いきなり数学が現れたりPythonが現れたりしてなかなか障壁が高そうな雰囲気です。でも、機械学習のさわりの部分すら知らないでいきなり数学から始めると、モチベーションがどんどん下がってきます。でも数学をわからないと先に進めない・・。 ということで、いやいや、とりあえず機械学習の超基本的なところをその道の達人から教えてもらう。また、こんなのは向いてないからねというアンチパターンも学ぶ。その上で、もし手を動かせるところまで来たらこんなことができるよ！という記事を集めてみました。 基本的な考え方を頭に入れるための資料 とりあえずこの2つの資料は繰り返し読んでおくと、次のステップでつまづきません。読みやすい記事なのでお勧めです。 一から始める機械学習 qiita.com 対象読者 ・機械学習について一から勉強したい人が対象です 目

入門レベルで挫折しないために 初心者が無料で勉強できる良教材いろいろまとめを読み、AIを支える技術、具体的には機械学習やディープラーニングについて興味を持ったので入門記事を読み進めてみました。具体的にはChainer Tutorialです。 tutorials.chainer.org このチュートリアルは、機械学習やディープラーニングの仕組みや使い方を理解したい大学学部生以上の方に向けて書かれたオンライン学習資料です。 とはじめに書いてあったので大丈夫か‥と。 おそらく読み進められた方もいらっしゃると思うのですが、「うーんわからん」と離脱するポイントがいくつも見えましたのでまとめておきます。読み進める前に本記事を読めば離脱が防げるかもしれません。 学習を進める上で重要なポイント Chainer Tutorialの意義（全体を通して） AIを「使う」ために、ここまで詳しい数学やPython・