はじまるデータ分析応用ビジネス AI/データ分析ブームは近年ますます勢いづいていますが、チュートリアルからなかなか先に進めない方も多いのではないでしょうか？db analytics showcase Sapporo 2018では、実ビジネスへの応用にヒントを見出すための30セッションを用意。札幌でデータ分析技術／AIなどを応用したビジネスを展開している企業の方からも多く講演いただきました。

Hello and welcome back to TechCrunch Space. What a week! In the same seven-day period, we watched Boeing’s Starliner launch astronauts to space for the first time, and then we…

Googleが開発したオープンソースの機械学習用ソフトウェアライブラリ「TensorFlow」を活用し、マリオカートで自動運転を再現した様子をデベロッパーのケビン・ヒューズさんが公開しています。 TensorKart: self-driving MarioKart with TensorFlow http://kevinhughes.ca/blog/tensor-kart デベロッパーのヒューズさんは年末年始の空き時間に、「人工ニューラルネットワークを用いてマリオカート64をプレイする」というプロジェクトに取りかかったそうです。ヒューズさんは過去数年の間、「機械学習を用いて何かしたい」と考えていたそうで、特に最近話題のTensorFlowを使ってみよう、ということで今回のプロジェクトを思いついた模様。このプロジェクトの内容は、「TensorFlowを用いて人工知能がマリオカート64をプレイ

「人工知能（AI）のブームはいずれ終わる」。こう話すのは人工知能学会の山田誠二会長だ。 テレビ、新聞、雑誌。いたるところで連日のようにAIの話題を耳にするようになった。ITベンダーに限った話ではないようだ。業種業態を問わずに、AIを使ったサービスやシステムに関する発表が増えてきた。 現在のAIブームがどのタイミングで始まったかは明確ではないが、2014年ごろから加速し始めたとみられる。「第3次AIブーム」と呼ばれることから分かるように、過去には第2次AIブームが存在した。そしてブームは終わり、「冬の時代」が訪れたのも確かである。 山田会長自身は、大学院生時代に第2次AIブームを経験したという。AIの研究を志したきっかけにもなっている。「1980年代当時は、現在のブームよりも明らかに盛り上がっていた」（山田会長）。富士通、三菱電機、日立製作所など、ほとんどの大手企業がAIに投資を振り向けてい

AMD，人工知能用途向けアクセラレータ「Radeon Instinct」を発表。次世代GPU「Vega」ベースの製品も展開予定 編集部：小西利明 Radeon Instinctの公式Webページ 北米時間2016年12月12日，AMDは，人工知能用途向けの新型アクセラレータとなる「Radeon Instinct」と，それを利用するための機械学習向けソフトウェア群を発表した。AMDは，Radeon Instinctを利用することで，人工知能を飛躍的に進歩させることが可能になると謳っている。 発表時点のラインナップは以下のとおり3製品。現行世代モデルであるPolarisおよびFiji世代のGPUに混じって，次世代GPU「Vega」（開発コードネーム）ベースの製品が予告されている点は注目に値しよう。 Radeon Instinct MI6：PolarisマクロアーキテクチャベースのGPUと容量1

Doug Henschen （Special to ZDNET.com） 翻訳校正： 石橋啓一郎 2016-12-13 06:00 「Amazon Web Services」（AWS）の最高経営責任者（CEO）Andy Jassy氏は、11月末から米ラスベガスで開催されたAWSの年次カンファレンス「re:Invent」で、多くの新サービスや新機能を発表した。アナリティクスや人工知能（AI）関連の新サービスは、他事業者と比べ大きな違いがあるわけではないが、これらのサービスが大ヒットすることはほぼ間違いない。 Jassy氏は、今回の一連の発表のテーマを、企業にスーパーヒーローが持っているような「スーパーパワー」を与えることだとした。同氏はその例として、超高速のスピードを実現する強力なコンピュートインスタンスや、高コストの商用データベースから「飛び去る」ことを可能にする新しいデータベースサービス

ディープラーニングPaaS「ABEJA Platform」をパートナーに公開 機械学習を運用レベルに引き上げるためのノウハウを他社と共有 11月22日、ABEJAはディープラーニングに特化した自社製プラットフォームを「ABEJA Platform Open」として2017年冬より提供することを発表した。12月からは機能を限定したα版を無料で提供し、パートナーとともに共創を加速する。 IoTでビッグデータを溜め、機械学習で解析する時代へ 発表会で登壇したABEJA代表取締役社長 CEO兼CTOの岡田陽介氏は、2012年からディープラーニング専業でビジネスを展開してきたABEJAの沿革を説明した。 シリコンバレーで機械学習のテクノロジーの勃興に衝撃を受けた岡田氏がABEJAを立ち上げたのは、ディープラーニングという言葉が生まれる前の2012年にさかのぼる。その後、さまざまな企業とのPoC（Pr

終了 2016/11/21（月） 18:00〜 HWAUG & GPU-Accelerated VDI Community Meetup in 札幌 テーマ：「IBM Watson技術紹介とGPUを利用した高性能仮想デスクトップの最新動向」 IsseiEL 他 北海道札幌市中央区北五条西6-2 札幌センタービル20F

＜大量のデータを並列処理するコンピュータゲームの画像処理チップに目をつけ、AI用半導体チップを開発し、AIのパワーアップとコンピューティングコストの大幅減を実現したエヌビディアは、AI産業革命の起爆剤になるか＞ 半導体メーカーNVIDIA（エヌビディア）が人工知能（AI）革命の立役者として産業界の注目を集め始めた。同社のパートナー企業の顔ぶれを見るだけで、これからどの業界に変化の波が押し寄せるのかが予測できそう。その裾野は広く、まさに革命前夜の様相を呈している。 世界最大級見本市の来年の基調講演に 毎年１月に米ラスベガスで開催される世界最大級の家電見本市Consumers Electronics Show（CES）の2017年の基調講演が、NVIDIAのCEOのJen-Hsun Huang（ジェンスン・ファン）氏に決まった。 CESは1967年に始まった歴史ある家電見本市。基調講演は毎年、

テクノロジーをベースにした未来予測を仕事としているにもかかわらず、僕は文系なので技術のことは実はよく分かっていない。なのでどの技術やベンチャー企業が有望なのかは、技術が分かる人の動向を追うことで判断しようとしている。 動向を追っていた二人の優秀な技術者を通じて最近、米国のデータロボット社という人工知能系のベンチャー企業のことを耳にした。しかも一人は自分が創業した企業を離れてデータロボット社に入社したし、もう一人は同社に出資を決めた。 なんなんだ、このデータロボット社って！？ どうやらデータロボット社は、技術者でなくても人工知能を自由に扱えるようなサービスを提供しているのだとか。プログラミング知識がないビジネスマンでも、ワープロや表計算ソフトを扱う感覚で人工知能を扱えるようになるというのだ。「ビッグデータ活用が激変します。ビジネスに与える影響は半端ない。革命的です」。一人の技術者は興奮気味に

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます こんにちは、日立ソリューションズの吉田です。今回は、最近話題の「人工知能」とOSSとの関連について、紹介したいと思います。 現在、さまざまなところで人工知能が話題になっています。米国Google社によって買収された英国DeepMind社が開発した「AlphaGo」が韓国のプロ囲碁棋士のイ・セドル氏に勝利したことが、人工知能の進化を人々に印象づけたようにように思います。 第3次人工知能ブーム 今回の人工知能への期待の高まりは、一般的に「第3次人工知能ブーム」と呼ばれています。1950年代に「第1次人工知能ブーム」が起こりました。1956年のダートマス会議の研究発表会で、ジョン・マッカーシー氏によって、「人工知能（Artificial In

人工知能（AI）がブームになっているが、これまでのブームとどう違うのか。AIは、どのような発展段階にあるのか。人間の仕事を奪う「敵」なのか。人工知能学会会長である山田誠二氏の、こうした疑問に答えるような講演を要約してお届けする。 人工知能（AI）がブームになっているが、これまでとどう異なるのか。人工知能は、どのような発展段階にあるのか。人間の仕事を奪う「敵」なのか。こうした疑問に答えるような講演を、人工知能学会会長の山田誠二氏が、2016年11月1日に開催したイベント「SAS Analytics Next 2016」で行った。これを要約してお届けする。山田氏は国立情報学研究所教授、総合研究大学院大学複合科学研究科情報学専攻教授、東京工業大学情報理工学院情報工学系特定教授を務めている。 なお、以下は山田氏の講演を要約・再構成したものであり、文責は筆者にある。 「強いAI」と「弱いAI」 何を

AIといえば「ディープ・ラーニング」という言葉がセットのように語られていたが、最近ではこの言葉が「マシン・ラーニング」に置き換わった感がある。どちらもデータを単に処理するのではなく深く分析、ラベリングを行い再整理することでより人間の脳の機能に近づけることを意味するが、具体的な両者の差はどこにあるのか。 「それは処理するデータの量、質による」というのはボストンにあるセンティエント・テクノロジー社のデータ・サイエンティスト、ジュイ・チャンダリア氏だ。現在の定義ではディープ・ラーニングとはマシン・ラーニングの一形態であり、それが適用されるのはナロウ・ネットワーク、つまり分析対象が単一のものである、あるいは比較的単純なものである場合だ。 AIによる法人監査 例えば、銀行の窓口業務を想定する。顧客の要望は預貯金、引き出し、振り込み、新規講座開設その他、非常に限られた業務となる。これをAIに置き換える

丸紅と丸紅無線通信は18日、クラウド型映像監視サービス「TRASCOPE」を提供開始すると発表した。 映像監視クラウドサービス事業を展開するクリューシステムズからソフトウェアのOEM提供を受け、丸紅無線通信で提供する無線通信回線および丸紅グループのクラウド「Cloudest」と組み合わせることで、高画質映像監視サービスを実現する。 TRASCOPEは、高画質な映像データ分析を低コストで行えるクラウド型映像監視サービス。膨大なフル映像データを専用回線で提供する従来の高価なシステムに比べ、一般回線を用いながら、必要な映像データのみを無線通信で送信し、映像データに独自の暗号化処理を施す「分散型クラウドシステム」によって、高セキュリティな高画質監視映像を低価格で提供することが可能となった。 センサー、映像分析ソフトなどと連動したイベントドリブン型の高性能カメラを用いることで、映像送信側で必要な映像

2016年10月19日から10月21日にかけて東京ビッグサイトで開催している「ITpro EXPO 2016」において、「AIの未来は我々が創る！ 話題の日本発ベンチャー4社が徹底議論」と題するパネル討論が行われた。パネリストとしてABEJA 代表取締役社長CEOの岡田陽介氏、FRONTEO 取締役 行動情報科学研究所所長・CTOの武田秀樹氏、メタップス 代表取締役CEOの佐藤航陽氏、Preferred Networks 取締役 COOの長谷川順一氏が登壇し、モデレータを日経BPイノベーションICT研究所の田中淳上席研究員が務めた。 AIをベンチャー企業はどうとらえているのか？ 最初の問いとしてモデレータの田中上席研究員は、「ベンチャー企業はAIのテクノロジーをどのように捉えているのか」と投げかけた。 Preferred Networksの長谷川氏は、「IoTで収集するデータを、すべてクラ

人工知能（AI）が囲碁のトップ棋士に勝利――。今年3月に大きな話題となったニュースを筆頭に、様々な領域でAIに注目が集まっている。医療分野も例にもれず、今夏には東京大学医科学研究所で、AIの助言を受けて急性骨髄性白血病の患者の診断と治療方針を変更した結果、大きな治療効果が得られた事例が報告された。自治医科大学では、患者の症状から鑑別診断を提示し、診療を支援するシステム「ホワイト・ジャック」の開発が進んでいる。医師の専売特許だった診断の領域に、AIが大きく関わる時代がすぐそばまで来ている。 「遺伝情報をはじめとして、医療に関する情報は莫大な量に達している。その量はすでに1人の医師が把握し、活用できる限界を超えている。大量の情報を学習し、用途に応じた解析を行う人工知能は今後の医療を大きく変える可能性を秘めている――」。こう展望を語るのは、東京大学医学研究所ヒトゲノム解析センター長の宮野悟氏だ。

この連載は カップめんを待つ間に、電車の待ち時間に、歯磨きしている間に“いまさら聞けない”ITトレンドが分かっちゃう！　今さら聞けないITの最新トレンドやビジネス戦略を、体系的に整理して分かりやすく解説する連載です。「この用語、案外、分かっているようで分かっていないかも」「IT用語を現場の社員にもっと分かりやすく説明できるようになりたい」――。情シスの皆さんのこんな課題を解決します。 「人工知能」と「機械学習」の技術と関係性 「人工知能」と「機械学習」は、はっきりと区別されないままに曖昧に使われていることがあります。ここでは、この両者について、その違いや関係について整理します。 人工知能

今回は連載のタイトル「人工知能で明日のビジネスは変わるのか？」というテーマにふさわしく、人工知能もしくは機械学習とその市場もしくは収益について考えてみます。 人工知能でマネタイズできる分野 人工知能はいろんな切り口からの分類がありますが、前回の結びに書いたように「人間を超える」という部分がお金になるものと、「⁠超えないけど人間より隈なく処理をする」という部分がお金になるものがあります。 人間を超えるもの まず前者の「人間を超える」というケースです。 これはビジネスとして大変美しく、理想的です。人間ではできないことをやるのですから、そこに料金が発生するのも納得です。ただ、現時点ではこれはなかなかありません。 ディープラーニングによる画像認識は、人間を超える精度を出しつつあります。画像認識自体をどうお金に変えるかのほうが課題です。囲碁の棋力も人間を超えつつありますが、これもそのこと自体はやはり

「第三次AIブーム」を牽引するディープラーニングは、システムがデータの特徴を学習して事象の認識や分類を行うもので、脳の神経回路を模したニューラルネットワークを多層化したものです。これが注目されたきっかけは、画像認識や音声認識が得意だったという点でしょう。人工知能の「AlphaGo（アルファ碁）」が、韓国のプロ棋士に勝利したニュースは記憶に新しいですが、アルファ碁にもディープラーニングの技術が用いられています。 ディープラーニングは画像認識をする際に「次元縮退」という処理を行っています。イメージとして一番近いのは「カクテルパーティ効果」です。周囲の雑音がある場所でも、会話に集中しているときは他の雑音が耳に入ってきません。これは、脳が会話部分だけを圧縮し、それ以外の次元を排除する処理を行っているのです。 ディープラーニングも同じです。盤面を画像に見立てて、盤面が有利か、不利か、全体を大まかに抽