はてなブックマーク

自動運転にも応用される精緻な画像認識技術、「画像セグメンテーション」とは？事例を交えてわかりやすく解説 近年、ディープラーニング（深層学習）を中心とした機械学習の技術が注目を集めています。そのホットな応用先の１つが画像認識です。 今回は「画像×機械学習」によって、精緻な画像識別を可能にする技術、”画像セグメンテーション”について見ていきましょう。 画像分類の種類について 「画像×機械学習」といってもその応用例はたくさんあります。 画像セグメンテーションの特徴を理解するためにも、まずはよく使われているその他の画像分類技術も見ていきましょう。 今回は画像セグメンテーションを含む、こちらの３つを紹介します。 １）画像分類（classification）…”その画像が何なのか”を識別 ２）画像検出（detection）…”その画像のどこに何があるのか”を識別 ３）画像セグメンテーション(segme

深遠甚大なビジョンを描き、 未踏のソリューションを創造する。 日々進化し続けるテクノロジーは、IT革命によって人々の生活を大きく変えただけでなく、その進化自体さえも加速させ、連鎖的に新たなテクノロジーを生み出し続けています。そして現在、最先端のAI技術の発展により、また新たな革新が起き始めました。ITが「情報の民主化」を実現した一方、AI技術が実現する変化は「技能の民主化」です。これまで、熟練した人間にしか視えなかったもの、特殊な才能を持つ人間にしか造れなかったもの、研鑽を積んだ人間にしか操れなかったものを、AIに学習させ再現することが可能になってきました。その変化により、あらゆる業種・業界の組織が、これまでの専門的技能をAI化し、スケーラブルな処理を手に入れることで、その使命をより広く・早く果たせる可能性が生まれています。 専門的な技能をAI技術で再現可能にするには、さまざまな業種・業界

ビジネスやテック系のニュースで、引き続きチャットボットが日々話題になっています。 こういうテクノロジー系のメディアをやっていると、つい目新しい部分、つまり「技術的にこんなこともできるようになった！」「この業界でもついにチャットボットを導入！」といった点に注目したくなってしまいます。 けれどもそもそもチャットボットは何らかのユーザーニーズを満たすための手段です。そうなると目新しい技術だけ騒いで終わりになってしまうのは、少し違う気もしてしまいます。ユーザーニーズを最も適切に満たす手段が、最も洗練された技術である必要は必ずしもないからです。 たとえばメルマガというチャネル。ネット黎明期からある古い情報発信手段ですが、検索技術が洗練され、SNSが登場した今になっても、存在感がますます増しています。メルマガにしか満たせないユーザーニーズ（関心の高い情報源による発信をタイムリーに確実に受け取りたい）が

Q&AサイトのQuoraに、先月こんな質問があがっていました。 「Spotifyはどのようにして機械学習で成果を出してきたのでしょうか？機械学習を当初から重要視していたのか、もしくは途中からキャッチアップしたのでしょうか？」 この質問に対して、2008年～2015年まで同社にて機械学習チームを率いていたErik Bernhardssonという人物が回答を寄せています。 機械学習も活用した楽曲リコメンドに力を入れるSpotify。その中の人だった彼が、若干の内部事情も含めて同社による取り組み状況を明かしていました。 興味深い内容だったので、少し補足しながら彼の回答を紹介していきたいと思います！ Spotifyにおける機械学習の重要性 Bernhardsson氏によるコメントを紹介する前に、Spotifyにおける機械学習の重要性について触れておきたいと思います。 言わずもがなですが、Spoti