サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。

近年、新たな技術革新として話題に上がるAI（人工知能）を支えている技術がニューラルネットワークです。 本稿では、AIで「魅力」の予測や向上を図る「魅力工学」を研究し、さまざまな企業と共同研究を行っている、東京大学大学院情報理工学系研究科の山崎俊彦准教授監修のもと、ニューラルネットワークについて詳しく解説します。 山崎俊彦氏 東京大学工学系研究科電子工学専攻修了。工学博士。 現在、東京大学大学院情報理工学系研究科電子情報学専攻准教授。 2011～2013年まで米国・コーネル大学 Visiting Scientist。 ビッグ・マルチメディア・データを用いた魅力工学の研究に従事。 ニューラルネットワークとは？ Photo by Ahmed Gad on Pexels ニューラルネットワーク（Neural Network）とは、脳の神経回路の一部を模した数理モデル、または、パーセプトロンを複数組

近年さまざまな分野でAI（人工知能）の導入が急速に進められています。ディープラーニングによってAIは大きな飛躍を遂げ、このブームの火付け役となりました。本稿では、ディープラーニングの基本知識、AI、機械学習との違い、仕組み、学習方法から応用例まで、分かりやすく解説します。 ディープラーニングとは？ディープラーニング（Deep Learning）とは、脳の神経回路のしくみを模したニューラルネットワークを多層に重ねることで、学習能力を高めた機械学習の手法の一つです。ディープラーニングによって、データの特徴をより深く学習し、複雑な処理ができるようになりました。 日本語では深層学習と訳され、これはディープラーニングを構成する「ニューラルネットワーク」の層が多いことを「層が深い」と表現することから由来します。 ディープラーニングの誕生 出典：松尾 豊『人工知能は人間を超えるか』P61より ディープラ

OCRとは、紙に印刷された文字をスキャナーで読み取ることで、文字をデジタルデータに変換する技術です。「Optical Character Recognition（もしくはReader）」の頭文字をとったもので、日本語では「光学的文字認識技術」と表記されます。 スキャナーアプリやPDF編集アプリなどにもOCR機能を搭載したものは多く、オフィスでの書類のデジタル化などで広く使われています。 ただし、現状のOCRは万能ではなく、いくつかの問題点を抱えています。 ▪︎手書き文字の認識は難しい 手書き文字は活字に比べて文字の認識が難しく、精度は下がってしまいます。とくに日本語の場合、平仮名、カタカナ、漢字と3種類の文字が混在するため、誤認識が起こりやすくなります。 ▪︎座標の設定が必要 正しく認識を行うためには、読み取り対象となる帳票などの書類のどこに文字が配置されているのかといったフォーマットを指

LINEは1月21日、メディア向けセミナーを開催し、同社のAIのBtoBの外販事業「LINE BRAIN」の目指すビジョン、今後の戦略について発表した。 また、同セミナーにおいて、LINE BRAINのSaaSプロダクトとして初のサービスインとなる「LINE BRAIN CHATBOT」、「LINE BRAIN OCR」の提供を1月22日から開始すると明かされた。 LINEの「スマートポータル」戦略 LINEの成長戦略の柱として「スマートポータル戦略」がある。これは、すでに大きく事業成長に貢献しているLINEアプリ上の広告・コンテンツ事業を柱に、今利益を生んでいるわけではないが重要な位置づけとなる「フィンテック」「コマース」「AI」といった分野で研究開発を行い、既存の事業にフィードバックしていく戦略だ。直近の収益性だけではなく、研究開発でもGAFA（Google、Apple、Faceboo

など非効率で属人的な作業と困難がある。また、ホワイトワーカーが、情報収集や資料検索、文書作成にかける時間は、労働時間の約50%を占めると言われている一方、これらの生産性を上げるためのソリューションが提供されていない。 「Asales Slide Finder」は、営業の提案活動における提案書・企画書作成業務の負荷を軽減、ナレッジシェアを促進させることで、営業一人ひとりの生産性を向上させ、組織全体の提案力向上を目指すという。具体的な機能は以下。 スライド共有 提案資料や企画書をアップロードすることで、スライドを1枚単位で共有できる。BoxやSalesforceとも連携が可能。チーム・社内のナレッジを共有し、営業活動における生産性を向上させる。 スライド検索 自然言語処理と画像解析により、スライドに含まれる文字やデザインが似ているスライドを検索可能。1ファイル1ファイルを開いて必要な資料やスラ

2019年における各種報道の通り、AI技術はコモディティ化が進みつつあることが示された。そんなAIは2020年、どのように社会に浸透していくのだろうか。電通のグループ横断プロジェクト「AI MIRAI」を統括する児玉拓也氏は、2020年「AIが人間の仕事を奪う」のではなく、「AIを使えない企業が、人間を奪われていく」と指摘する──。同氏による寄稿をお届けする。 みなさん、こんにちは。電通 AI MIRAIの児玉です。 電通のグループ横断プロジェクトである「AI MIRAI」を結成し、さまざまなソリューションの開発や提案に取り組んで早3年。この3年のあいだに、AIを取り巻く環境も大きく変化してきました。電通は「ユーザー企業」と「ソリューション提供企業」の両方の側面を持ちながら、AIを乗りこなすためにさまざまな情報発信をしてきました。 早いもので2020年もすでに3週間経っていますが、遅ればせ

コールセンターの市場規模を知っているだろうか。日本流通産業新聞社が2019年10月に発表した「第26回コールセンター売上高調査（2018年度）」によれば、合計売上高は約1兆1000億円だったという。また、前年度比の伸び率は約5％もあるそうだ（外部サイト）。 この売上高は電話応対業務を受託するコールセンター企業を対象としたもので、内製でコールセンター業務をしている企業も含めれば、市場全体で2兆円近くの規模をもっているとされる。 しかし、これだけの巨大市場にもかかわらず、離職率の高さや採用難による人的コストが増えているなど、コールセンターに対してあまりいい印象のニュースは見えてこない。 そのコールセンター業界を救うプロダクトを提供している会社がある。株式会社 TACT（外部サイト）だ。AIコンシェルジュなどのソリューションによって、コールセンター業界の課題解決を目指す。そんな同社の代表取締役社

昨今、AI、IoT技術の発展とともに、不良品検知や外観検査など製造業におけるAI導入の動きが広がりつつある。 そんな中、製造業に強いALBERT（アルベルト）とマクニカが資本提携すると発表。ALBERTの製造業へのAI導入コンサルティングやデータ分析ノウハウ、AI人材育成などの強みと、マクニカの技術の強みを掛け合わせ、製造業向けにAI、IoTを活用したスマートファクトリー化を促進することが狙いだという。 製造業へのAI導入の流れは加速している。製造業に向けたAIソリューションの実績を多数持つALBERTに、製造業のAI導入の現在の状況と、展望について語ってもらった。 株式会社ALBERT マーケティング本部 サービス企画部 セクションマネージャー 中野和俊氏（左） 株式会社ALBERT プロダクト開発部 部長 田中彰人氏（右） 製造業におけるAI導入の課題まず、AIソリューションで困難な課

こんにちは、LeapMind Inc.でマーケティングを担当しているMARINA（@m__sb04）です。 今回の記事は、「LeapMind Advent Calendar」の23日目です！🎄🎅 わたしはこのAI業界に入ってインターンから数えると2年半近く経つのですが、広報→マーケというキャリアを歩んできたので、実はセールスの経験がほとんど無く、恥ずかしながら実際のお客さんのリアルな声を聞く機会があまりない状況が続いていました。 ただ、マーケティングをする上では、顧客目線、課題ドリブンで施策を打つ必要やセールスと多く連携して動く必要があり、「実際にお客さんはどんな課題を持っているのか」「どのような観点でプロジェクトを進めるのが大変なのか」「何がボトルネックとなって失注してしまうのか」などなどを実際に知っておかなければ、いくら市場や競合を調査しても共同研究のような特に汎用性が低い場合、あ

人工知能ブームにかこつけて（？）生み落とされたのか、世に大量に溢れるAI関連本。 ディープラーニングや機械学習などの技術をしっかり学ぶ開発者向けのものから、AI時代の子供の教育やAIが仕事を奪うといった脅威論まで、枚挙に暇がない。 玉石混交の情報の海に溺れず、わたしたちは自分の知りたい情報にたどり着けるのだろうか……。そんな迷えるAI初心者に朗報だ。 今回、Legde.aiを運営し、日々AI業界の動向に触れているレッジのメンバーに、「自分と同じ職種のAI初心者」にオススメしたい本を聞いた。なお、AI初心者は「AIと機械学習、ディープラーニングの違いが分からないレベルの人」と定義する。 Amazon本カテゴリ「AI」の検索結果画面。Amazonに「検索結果20,000以上」と言われたら何を選べばいいか見当がつかない。「人工知能」でも3,000件以上ヒットしている ではさっそく見ていこう。推薦

Collaborator:ある分野で作成した学習済みモデルを他の分野にも汎用的に使えないものかーー。AIを活用する現場で最近、こんな声が聞かれます。 特定の課題に特化した学習によってAIが大きな力を発揮する一方で、個別のケースに基づいた学習済みモデルの利用は、その専門性や独自性の高さから「課題ごとに個別開発しなければならない」「同じような処理を重複して開発しがち」など、効率的が思うように進んでいないのが現状です。 そんな中、AIを活用とした産業向けソリューションを提供するテック企業・オプティムは、現場の機器レベルで高速な推論処理を実現するエッジAI技術を駆使し、さまざまな分野で共通してニーズのある学習済みモデルを汎用化させた「OPTiM AI Camera（外部リンク）」を開発。煩雑な学習や開発作業なしにAIを課題解決に利用できるパッケージを開発しました。 OPTiM AI Cameraは

サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。

IBMの人工知能Watson（ワトソン）に端を発し、今やあらゆるサービスやWebサイトで利用されているチャットボット。市場規模も2019年に51億円、2022年には132億円（予測値）と、伸び盛りの市場だ。 ※対話型AIシステム市場に関する調査を実施（2018年） | ニュース・トピックス | 市場調査とマーケティングの矢野経済研究所（外部リンク） 10年足らずで100近いチャットボットサービスが誕生した現在、サービスごとの違いが見えにくく、レッドオーシャン市場になりつつあるのでは？と感じるのは筆者だけだろうか。 関連記事：ボット、RPA、AI技術が集結。AI・人工知能EXPOレポート【1日目】 質問応答システムを提供するために、約100サービスは何を競い合っているのだろう？将来問い合わせ窓口がAIによって自動化されたら、現在問い合わせ対応をしているカスタマーサポート（以下CS）職の人々は

サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。

画像認識におけるトップカンファレンス「CVPR 2019」で、AIでの自動動画要約の常識を根本的に覆す論文が発表された。最先端の動画要約手法が、ランダムで作成された動画要約と同等レベルでの要約しか作成できていないことを示したものだ。 本稿では、7月13日に開催された「CCSE 2019」でのサイバーエージェントAI Labの大谷まゆ氏による講演「ディープラーニング時代の性能評価」の講演内容、および同氏のCVPR 2019に採択された論文「Rethinking The Evaluation of Video Summaries」の内容をまとめた。 合わせて、動画要約技術で用いられてきた手法の簡単な説明と、「ランダム抽出での要約結果がAIと同等の結果を示した」とはどういうことか、解説する。 近年の動画要約手法とそのデータセットそもそも動画要約とは、もとの映像のなかで根幹をなす内容を捉えつつ、映