［脳に挑む人工知能4］コトバを自在に操るAI実現へ、IBMとグーグルの頂上決戦
本連載「脳に挑む人工知能」第1回、第2回、第3回では、脳神経細胞を模したニューラルネットワークによる画像認識を中心に、人工知能技術の最前線を解説した。第4回以降では、動物の中でも人間にしかできない「複雑なコトバを操る」ことを可能にする人工知能について、脳科学やビジネスとの接点を交えて紹介する。 人類がコトバを操るようになったのは、ヒトの歴史の中でもごくごく最近のことだ。言語の起源については諸説あるが、複雑に文節化した言葉を発することができるようになったのは少なくとも10万年前、ホモ・サピエンス（新人）がアフリカから世界へ移動を始めた頃とされる。 ヒトの祖先がチンパンジーの祖先と分かれたのがだいたい500～600万年前のこと。チンパンジーであれば、第1回～第3回で取り上げた物体の認識、つまり「モノを見る能力」は当然のように備わっていたろう。だが「コトバを操る能力」については、猿人、原人をへて
［脳に挑む人工知能2］脱ノイマン型へ、IBM70年目の決断
動物の脳は、恐ろしく省エネルギーかつ高性能な超並列コンピュータである。この脳の仕組みを参考に、これまでのアーキテクチャとは根本的に異なるコンピュータを開発する試みが、米国、欧州、そして日本で始まっている。 記憶装置にデータとプログラムを内蔵し、入出力バスでつながれた演算装置でプログラムを実行する――1945年にジョン・フォン・ノイマンが報告書を公表した「ノイマン型アーキテクチャ（von Neumann architecture）」は、今に至るも半導体コンピュータの基本アーキテクチャだ。 米IBMも第2次世界大戦以降、パンチカード式コンピュータから、より柔軟にプログラミングできるノイマン型コンピュータへ移行。メインフレーム「System/360」、パーソナルコンピュータ「IBM PC」、RISCプロセッサ「IBM 801」を開発し、その後のハードウエア事業の屋台骨となった。 そのIBMが、ノ
［脳に挑む人工知能1］驚異のディープラーニング、その原型は日本人が開発
人工知能技術の新潮流「ディープラーニング」が、物体認識を筆頭に音声認識、自然言語解析、医薬品候補の探索などで、他の技術を圧倒する性能を示している。ディープラーニングは、コンピュータ科学の最新の成果であると同時に、コンピュータを劇的に省電力化する新アーキテクチャの実現や、脳が人間に知性をもたらす秘密の解明につながる可能性がある。 「コンテスト初出場で、米グーグルのチームがここまで他を圧倒するとは…」。ある人工知能の研究者は驚きを隠さなかった。 2014年8月、コンピュータによる物体認識の精度を競う国際コンテスト「ILSVRC（ImageNet Large Scale Visual Recognition Challenge）」の最新結果が公開された。 ILSVRCは、飛行機や人、ピアノなど様々なものが映っている写真データから、コンピュータに「何が映っているか」を検出・識別させる、人工知能のコ
CodeIQについてのお知らせ
2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod
ページが見つかりませんでした｜SMART USEN：ラジオ型音楽聴き放題アプリ
このエルマークは、レコード会社・映像製作会社が提供するコンテンツを示す登録商標です RIAJ60001016
スマホでUSENを使って、自分の知らない曲に出会ったら (1/5)
1000を超えるチャンネルのすべてを各ジャンルに精通したエキスパートが編成している点が「スマホでUSEN」の大きな特徴。毎日別のチャンネルを聞いたとしても全部聞くのに3年近くかかる計算だ。せっかくなので自分になるべく縁遠いチャンネルを選んで音楽の新たな扉を開いてみようじゃないか!! 「スマホでUSEN」を使って未知のジャンルを開発してみる 小学校高学年の時に従兄弟にもらった自作のカセットテープ。いま風に言えばプレイリストだろうか。そこにはRCサクセション、YMO、スターリンという3組のミュージシャンの曲が入っていた。いままでベストテン番組くらいしか音楽に触れてこなかった筆者は、テープに録音されていた斬新な音楽に魅了され、そこから終わりのない音楽マニアの世界に足を踏み入れてしまった。 今まで聞いたことのないジャンルに出会い「世界にはこんな音楽があるんだ！」と驚く喜びは音楽マニアならわかっても
10年経ってもフリーランスとして食べていける人の6つの特長
フリーランスとして食べていくことは、それだけでも大変である。が、長期にわたって食べていく、というのはさらに難しい。データによれば、10年後も食べていくことのできる人はほんの一握りである。 独立して成功する確率を、中小企業白書（2006年版）「開業年次別 事業所の経過年数別生存率」のデータに求めると、個人事業で創業した場合、なんと創業者の約40％が1年未満に脱落している。 3年目をクリアして、5年後まで継続できる人はわずか約25％。創業から5年で、4分の1にまで減少してしまう。そして、10年後まで生き残っている人は10％にすぎない。やはりフリーランスは勤め人に比べ、厳しく成果が求められるようである。だが、フリーランスとして成功すれば見返りも大きい。何とかして成功する可能性を高めたいと思うのは当たり前だろう。 では、成功と失敗を分かつものは一体何だろうか。 10年後もフリーランスとして食べてい
画風を変換するアルゴリズム - Preferred Networks Research & Development
Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま
Hashtag Analytics for Twitter, Instagram and Facebook - Keyhole
Switch from outdated spreadsheets to Keyhole, an all-in-one social media analytics tool that lets you analyze multiple profiles, brand mentions, campaigns, and influencers instantly.
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
Amazon - 人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)
指定されたページが見つかりません。｜Infoseekニュース
Login • Instagram