SXSWが発表した「2019年のトレンド」5選。テクノロジーの進化が、サービス体験にもたらす変化とは - CX（顧客体験）のメディア「XD:クロスディー」
米国テキサス州オースティンで毎年3月に行われる「サウス・バイ・サウスウエスト（SXSW）」。音楽祭や映画祭に加え、新興企業の展示会や講演会などが行われ、最新の事業アイデアや技術のトレンドを知る上でチェックが欠かせないイベントとなっている。 そのSXSWが、2019年のテクノロジートレンドを発表した。今回は、その中でもCXの領域に携わる方々が知っておくべきトレンド5つを選んで紹介する。 「輸送革命」や「サブスクリプションサービス」の他、「キュレーションにおける人間の手の必要性」や、「デジタル時代だからこその信頼性の担保」など、テクノロジーの時代だからこそのアナログな価値の重要性も説いている。事例も交えつつ解説していきたい。 デジタル時代だからこそ、信頼を積み重ねる 1つ目のテクノロジートレンドは、「デジタルへの不信感の克服」だ。 消費者はデジタル・テクノロジーに頼る一方で、不信感も持つように
日本人、ようやく「あれは人工知能ではない」と気づき始めたらしい「遅えよ」「何でもかんでも人工知能言い過ぎ」
まぎるぅ @yusumimi 世界規模ではブームが移り変わっているのに、新しいブームにうまく乗れないことがあるのが日本（クラウド→機械学習） pic.twitter.com/7FWNK4p2JB 2018-12-24 08:57:25 リンク Wikipedia 機械学習 機械学習（きかいがくしゅう、英: machine learning）とは、人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現しようとする技術・手法のことである。 センサやデータベースなどから、ある程度の数のサンプルデータ集合を入力して解析を行い、そのデータから有用な規則、ルール、知識表現、判断基準などを抽出し、アルゴリズムを発展させる。なお、データ集合を解析するので、統計学との関連が深い。 そのアルゴリズムは、第一にそのデータが生成した潜在的機構の特徴を捉え、 27 user
アマゾンAWSのAIロボットカー｢DeepRacer｣の衝撃 —— 強化学習でもアマゾンは制覇する：re:Invent 2018
AWSはクラウドサービスの基盤を提供する企業だ。とはいえ、彼らがハードウエアを発表することもある。その大半はもちろん、サーバーを構築するための｢技術｣と関係している。 だが時に、彼らがコンシューマ向けに近いハードウエアを開発して販売を開始し、記者を驚かせる。今年の｢びっくりハードウエア｣は特に驚きだった。なんと｢ロボットカー｣だったからだ。 11月28日（現地時間）、米・ラスベガスでは、アマゾン・ウェブ・サービス（AWS）の大規模な年次開発者イベント｢re:Invent 2018｣の基調講演が行われた。基調講演は3時間にも及び、20もの新製品・新サービスが発表されたが、その中でも｢AI｣｢機械学習｣の比率は高まる一方だ。彼らは今、それらの技術にどう向き合い、企業に提供しようとしているのだろうか？
アトリビューション分析を軸にしたマーケティングにAIは欠かせない存在―「Marketing Nation Summit2018」
2018年4月29日から5月2日の期間、米・サンフランシスコにて開催されているMarketoが主催する「Marketing Nation Summit2018」。Summitの中では新しい機能や技術などの発表も行われた。現地にてMarketo Chief Product Officer のMANOJ GOYAL氏にプロダクト開発の方向性を聞いた。 ――Marketoにおけるプロダクト開発の注力領域とは？ 現在、私たちのプロダクト開発における注力テーマは、3つある。ひとつはお客さまであるマーケターに対して、ボリュームの価値を提供することだ。マーケターの必要に応じて変化対応が可能な柔軟性、バイヤーが興味を示したタイミングでリアルタイムに反応ができるスピード感だけでなく、そうしたプラットフォームだからこそ実現できる一人ひとりのバイヤーに対してパーソナライズしたコミュニケーションを規模感をもって実
Inside of Deep Learning あるいは深層学習は何を変えるのか - Qiita
シリコンバレーのエンジニアが一年ほどをDL(Deep Learning)を追いかけてみて思ったこと、感じたことをまとめてみました。とにかく伝えたいことは、DLはもはやその一言では片付けられないほどに構造やアプローチが多様化しているということ。そしてその進化スピードがえげつないほど速いということです。 将来のプログラミングや問題解決の仕方を変え、人を取り巻く環境を変えていくかもしれないというじりじりとした圧迫感。これを少しでも伝えられればと思っています。 このポストの方針 技術部分の説明は初心者向け。各構成要素など基礎から解説します。今からDLをキャッチアップしていく人には多分丁度良いです。 最初と最後だけ読むのも良いですが、各部の技術的な部分や難しさはできるだけ短く分かりやすく書くつもりですしここが一番大事なところです。できれば時間のあるときにじっくり読んでもらえればと思います。 内容 D
そろそろニューラルネットやディープラーニングを「人間の脳を模倣してる」というのをやめませんか？ - 病みつきエンジニアブログ
最近(？)ニューラルネット(Neural Network)やらディープラーニング(Deep Learning; 深層学習)やらが流行ってきて、人工知能やらシンギュラリティやら言われるようになって、その中でよく言われるのが「ディープラーニングは人間の脳を模倣してる」とか「特徴量を選ばずに学習できる」とか、そんなことが言われるわけです。 けど、そういったキーワードが一人歩きして、「人工知能は危険だ」論とか、人工知能に対する過剰な期待論がはびこってしまっている気がする。そこで言いたいのが「ディープラーニングは人間の脳を模倣している」と言ってしまうのをやめましょう、という話。 ニューラルネットワークが「人間の脳を模倣」してる話 まず最初に、「ニューラルネットワークが人間の脳を模倣してる」論が、あながち間違ってないよ、ということを話しておきたい。あながち間違ってないんだけど、それでもやめたほうが良い
1
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
