NTTコム「ディープラーニングの社会実装が進まない理由」として製造業の事例を紹介 DLLABイベントで - ロボスタ ロボスタ - ロボット情報WEBマガジン
「Deep Learning Lab」（ディープラーニング・ラボ）は、ディープラーニングを中心とした先端技術の持つ可能性を、実際のビジネスへ応用するべく、技術とビジネスの両面に精通したプロフェッショナルたちが集まるコミュニティ。Microsoft AzureとChainerを、主要なプラットフォーム/フレームワークとして、開発やビジネスの現場の声を共有する場にもなっている。 そのDEEPLARNING LABは6月8日、東京大手町で「DLLAB 2周年イベント: ディープラーニングの社会実装を阻むものは何か？」(主催:日本マイクロソフト株式会社)というセミナーとワークショップ、ミニ展示ブースで構成されるイベントを開催した。 基調講演には東京大学の松尾豊氏とマイクロソフトのRahul Dodia氏が登壇した。 また、協賛企業を中心に多くのセミナーも行われた。その中からNTTコミョニケーション
「ディープラーニングは最小二乗法」で物議 東大・松尾豊氏「深い関数の方が重要」
「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング＝最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング（深層学習）は、原理的には単純な最小二乗法（誤差を最小にする近似計算の一手法）にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差
「AIメーカー」登場 画像認識AI、誰でも簡単に作れる 「ポケモン判定」「バイクメーカー判定」など続々
「AIメーカー」登場 画像認識AI、誰でも簡単に作れる 「ポケモン判定」「バイクメーカー判定」など続々 「猫と犬を見分ける」など、画像を認識・分類するAIを誰でも簡単に作れる「AIメーカー」が登場。バイクの画像を入力すると、メーカーを判定するAIなどが作成され、盛り上がっている。 「猫と犬を見分ける」など、画像を認識・分類する人工知能（AI）を誰でも簡単に作ることができるWebサービス「AIメーカー」を、エンジニアの2z（@2zn01）さんが開発・公開した。タグと学習データを用意するだけで、専門知識不要でAIを作成でき、ほかのユーザーにも試してもらえる。バイクの画像を入力するとメーカーを判定するAIなどさまざまなAIが作成されており、盛り上がっている。 Twitterアカウントと連携させた上で、識別させる画像のタグを入力し、学習データとして各タグに対応した画像データをアップロードするか、画
将棋ソフトPonanza開発者「人工知能はいまのところ論理的な思考はほとんどできない。むしろ『直感』を得意としていることはあまり納得されていない」
山本一成🌤️TuringのCEO @issei_y 人工知能はいまのところ論理的な思考はほとんどできない、むしろ所謂「直感」のほうを得意としているという話、あまり納得されてない。確かにコンピュータは論理的に動いている、でもそれはハード・ソフトウェアエンジニアが一生懸命作った論理であったコンピュータが発案した論理ではない。 2018-05-11 15:59:03 山本一成🌤️チューリングのCEO @issei_y 完全自動運転AIを作るTuringのCEO / 名人を倒した将棋プログラムPonanzaの作者 / 大学の先生とかもやってる / AI, ソフトウェア, 半導体, 自動車, 組織などについて呟きます / CTO→@aoshun7 COO→@DaisukeMAN https://t.co/AmiDDttyO5 山本一成🌤️TuringのCEO @issei_y この話が面白いと
AIベンチャーの雄が総務省の開発指針に反対する理由
人工知能（AI）の開発者が研究開発に当たって留意すべき原則「AI開発ガイドライン（仮称）」の素案を策定するため総務省が設置した産官学会議から、AIスタートアップのPreferred Networks（PFN）が離脱していたことが明らかになった。 Preferred Networksは深層学習（ディープラーニング）開発のスタートアップ企業で、深層学習フレームワーク「Chainer」の開発元としても知られる。 総務省 情報通信政策研究所は、同ガイドライン素案策定のための産官学会議「AIネットワーク社会推進会議」を主催している。2016年12月には、素案策定に向けた論点整理を公開した。 この素案は、日本政府がOECD（経済協力開発機構）などに提案することを目的に策定するもので、「日本の法制度に直接反映させることを想定したものではない」（同研究所）という。 だがこの方針に対し、2017年1月まで同
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表
「すごく賢いAIが存在」「ディープラーニングは最強」は誤り――AIに関する“10のよくある誤解”、ガートナーが発表 「すごく賢いAIがすでに存在する」「機械学習などを使えば、誰でもすぐに『すごいこと』ができる」――IT調査会社のガートナージャパンは12月22日、人工知能 (AI) に関する10個の「よくある誤解」を発表した。AIは現在「過度な期待」を受けているとした上で、日本企業は今後AI開発に必要な人材確保が難しくなる――などと予測している。 「すごく賢いAIは今のところ存在しない」 ガートナーによれば、経営者やテクノロジーにそれほど詳しくない人は「今のAIは、人間と同様のことができる」「今すぐにすごいことができる」と誤解している傾向があるという。 2016年、ガートナーには顧客から「どのAIが最も優れているか」などの質問が寄せられたという。同社はその背景に「すごいAIがすでに存在する」
ディープラーニングで「インド人を右に」を理解する: Generative Adversarial Network による画像モーフィング - 加藤大晴のウェブサイト
ディープラーニングで「インド人を右に」を理解する: Generative Adversarial Network による画像モーフィング 「インド人を右に」問題 インターネットを長く使っている方は、伝説の誤植「インド人を右に」 [1] についてご存知なのではないでしょうか。 「くお〜!! ぶつかる〜!! ここでアクセル全開、インド人を右に!」 この唐突に過ぎる意味不明な「インド人」は「ハンドル」の誤植であり、それはライターの手書きの文字が汚かったために発生したとされています。 …手書きの文字が汚かったとして、どうすれば「ハンドル」が「インド人」になるのか？ 従来より、この問題について様々な考察がなされてきました。 ここでは、近年の技術の発展の成果を取り入れ、コンピュータに文字を書かせることによって「ハンドル」から「インド人」への変容についてアプローチしてみたいと思います。 # これは De
職場で閲覧注意な画像を自動生成するシステムをYahooのディープラーニングで開発
YahooはNSFW(職場閲覧不適切)な画像を認識するディープニューラルネットワーク「Open nsfw」をオープンソースとして公開しているのですが、これを使って「コンサート」「ギャラリー」などのカテゴリごとにNSFWな画像を自動生成できるジェネレーターを開発した猛者が登場しています。 Image Synthesis from Yahoo's open_nsfw https://open_nsfw.gitlab.io/ 博士論文提出志願者のGabriel Goh氏は、Yahooのオープンソースニューラルネットワーク「Open nsfw」に、ワイオミング大学のEvolving AI Labが開発した画像生成ネットワーク「Synthesizing」を組み合わせることで、NSFWな画像を生成するジェネレーターを開発しました。 Synthesizingはニューラルネットワークを通じて画像を生成する
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
人工知能の現状と競争政策 - 東京大学 松尾 豊