GTC 2015 - Deep Learningを理解する(前編)
GTC 2015において、Facebookの研究者であるRob Fergus氏が「Visual Object Recognition Using Deep Convolutional Neural Networks」と題する発表を行った。この記事はFergus氏の発表を中心にしているが、ImageNet関係の情報などを筆者が補足しており、発表に含まれない情報も入っている。 なお、このFergus氏の発表は大人気で、室内の椅子は満席、さらに床に座り込んで聞く人で空きスペースは無く、それでも室内に入れず、ドアの近くに立って覗き込んで聞く人がいるという状況であった。 Deep Neural Network(DNN)の歴史を振り返ると、1989年のLuCunの業績が大きな転機になっている。LeCunは手書きの郵便番号の認識のために、次の図に示す多層の人工ニューロンのネットワークを使った。 最初の層
日本企業もDNN実用へ、人流分析やトピック分類に
ディープラーニング技術を活用するのはGoogle社やMicrosoft社といった米国企業ばかりではない。日本の企業の中にも、いち早く商用化する企業が出始めた。小売り店舗などでの人の流れの画像認識に応用したABEJA、ニュース閲覧アプリでのトピック分類に応用したスマートニュース。先駆的な2社の事例を見ていこう。 ABEJA ディープラーニング技術が最も成果を上げた領域である画像認識。これをいち早く商用サービスに生かしているのが、2012年設立のベンチャー企業、ABEJAである注1）。同社創業前に米国シリコンバレーに滞在していた代表取締役CEOの岡田陽介氏が「Google社が活用するなど、現地で盛んに話題になっていたディープラーニング技術を何とか事業化できないか」との思いで設立した。 同社が手掛けるのは、小売業や外食などの店舗内で来店客の動きやその属性を計測する「人流計測」と呼ばれるシステムだ
人工知能ビジネスの開発は、「データ」と「ビジネスモデル」の2軸で考える | データ経営｜DIAMOND ハーバード・ビジネス・レビュー
昨今、人工知能という言葉をよく耳にするようになったが、最新のテクノロジーをビジネスにつなげるためには越えなければならないハードルがある。科学界と経済界双方のニーズを満たし、新たなビジネスを生み出すためにはどうすればよいのか。Recruit Institute of Technology 推進室の室長を務める石山洸氏が語る。連載第3回。 人工知能ビジネスをつくるために、 まずは「データ」から考える 前回、現在の人工知能ブームの背景として、以下の4つを挙げた。 石山 洸（いしやま・こう） Recruit Institute of Technology 推進室 室長 2006年、東京工業大学大学院総合理工学研究科知能システム科学専攻修士課程修了し、リクルート入社。インターネットマーケティング室などを経て、全社横断組織で数々のWebサービスの強化を担い、新規事業提案制度での提案を契機に新会社を設立
機械学習初心者が1からChainerのコードを書き始められるまでに必要だったことをまとめた - sora_sakakiのブログ
ディープラーニングが面白そうだったので、始めたChainer。簡単という噂も聞き選びました。 ですが、いざ手をつけようと環境を用意してから早2週間超、なかなかサンプル以上のものを動かせずに悶々としていました。 そのような焦りの中、できるだけ頑張って情報を集めた結果、ようやっと自分で調べながらなにか書き始められそうなところまできたので、一度ここまでに拾い上げた知識をまとめます。 必要な知識ジャンル別にまとめました。それぞれの題目になってる目的が達成できれば全部読む必要もないかも。 長すぎるので経緯を分離しました。 機械学習初心者が1からChainerのコードを書き始められるまでの経緯を書いたら長くなりすぎた - sora_sakakiのブログ ディープラーニングを知る なにができるのか 人工知能は人間を超えるか (角川ＥＰＵＢ選書) なにができるのか、なにができるようになる可能性があるのかな
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
処理を実行中です
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
パプリカ 黄色 オレンジ - Pixabayの無料写真
