Google最新技術「BERT」と「東ロボ」との比較から見えてくるAIの課題 « ハーバー・ビジネス・オンライン
ここ数年のコンピューターを使った自然言語処理の進歩には目を見張るものがあります。 その原動力となっているのが、今のAIブームを支えているディープラーニングという機械学習の手法です。この手法を取り入れたGoogle翻訳が作る翻訳文は、正確かつとても自然で「そのまま使える」レベルに到達しています。ほんの数年前まで、翻訳ソフトはヘンテコな翻訳をするというのが当たり前だったことを思うと隔世の感があります。 そのGoogleのAIチームが先日発表した、ディープラーニングを使った自然言語処理の最新モデルがBERT[*1]です。多様なベンチマークで従来の記録を上回る結果を叩き出して、大きな注目を浴びています。 この結果に驚いた人が多いのでしょうか、最近BERTについてよく質問を受けます。BERTそのものについての質問に加えて多いのが、「ロボットは東大に入れるか」というプロジェクトにおいて研究・開発が進め
日本のITが永久にアメリカに勝てない理由 | BLOG HOMME
<a href="http://archive.today/jA7DD"> <img style="width:300px;height:200px;background-color:white" src="https://archive.md/jA7DD/0b47e5019f15b1600ec0ee1c619bbc1e5e5b8f58/scr.png"><br> 日本のITが永久にアメリカに勝てない理由 | BLOG HOMME<br> アーカイブされた 2014年7月7日 06:28:01 UTC </a> {{cite web | title = 日本のITが永久にアメリカに勝てない理由 BLOG HOMME | url = http://bulk.co.jp/bloghomme/ochyai/070913467 | date = 2014-07-07 | archiveurl =
なぜ日本企業は｢ビッグデータ集めなきゃいけない病｣にかかるのか？
私は、シリコンバレーに拠点をもつAIビジネスデザインカンパニー、パロアルトインサイトのCEOとして、過去50社以上の日本企業にAI技術活用に関するアドバイスや導入をしてきました。 業界特化型のAIソリューションを提供する会社ではなく、業界横断的に企業のニーズを見て、それに対してAI技術を駆使した解決策を提案、実装してきた中で見えてきたことがあります。 それは、多くの日本企業、それも超一流の会社ばかりが、｢データ集めなきゃいけない病｣にかかっているということです。 弊社のクライアント企業の経営陣は、よく以下のような質問を投げかけて来ます。 •集められるデータを集められるだけ収集しないと、AI活用できないのか？ •分析するのは｢ビッグデータ｣じゃないといけないのか？ •どれだけの容量のデータが集まれば、｢解析するのに十分だ｣と言えるのか？ データが十分に集まっているだけでは、ゴールにたどり着け
「AIが仕事を奪う」への疑問 いま、“本当に怖がるべきこと”は
「人工知能（AI）が原因で失業する」と信じている人は大勢います。では私たちの周りに、人工知能に仕事を奪われた人は居るでしょうか？ 少なくとも、今の所は私の周りにはいません。もしかして私たちは、居るはずのない幽霊にただおびえているのではないでしょうか。 そのような怪談が語られ始めたのは、第3次人工知能ブームが始まった2013年ごろと記憶しています。英オックスフォード大学のマイケル・A・オズボーン准教授らが著した「THE FUTURE OF EMPLOYMENT：HOW SUSCEPTIBLE ARE JOBS TO COMPUTERISATION？ 」という論文に書かれた「10～20年以内に労働人口の47％が機械に代替されるリスクがある」という主題が引き金を引き、人工知能脅威論が一気に花開きました。たった20年で労働者の半数が失業するリスクにさらされるのですから、騒然とするのも当然です。 し
AIで津軽弁の文字化成功／弘大・東北電力 （Web東奥） - Yahoo!ニュース
人工知能（AI）技術を活用し、通話音声のテキスト化と要約について共同研究していた弘前大学と東北電力は19日、津軽弁の音声を方言として認識させ、文字にして表示することに成功したと発表した。今後も津軽弁から標準語への自動翻訳の実現に向け、さらに協力して研究を続けるとしている。 弘大の付属病院などでは県外出身医師らと方言を使う患者とのコミュニケーションが課題となっており、東北電力も顧客の方言交じりの問い合わせについてオペレーターが内容を理解するのに時間がかかることから、共同研究に着手した。 これまでの研究は昨年の8月1日から今年1月31日まで実施。同社がコールセンターで受け付けた860時間分の通話記録をAIの音声認識技術によってテキスト化。さらに、その中でも典型的なやりとりを津軽弁で収録し、テキスト変換の精度を検証した。 津軽弁の音声採取には、弘大と連携協定を結ぶ鯵ケ沢町の20～70代の男女12
数学系向けDeepLearning/Tensorflow入門 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? DeepLearningは最近ブームであり,その有名なライブラリとしてTensorflowがあります． この記事ではDeepLearningの基本的な部分を数式を使って書き下すこととTensorflowの使い方を紹介します. 今更っていう気もしますが…，そこは気にしないでおくことにします 主な対象はベクトル空間やテンソル積等をある程度知っているけれど，DeepLearningは知らない人です. なので表記も大学の数学でよく出てくるものしています. なおニューラルネットワークの積分表現には触れません. 三層パーセプトロン ニューラルネット
統計学と機械学習を支える数学が、「全く一緒」と言えるわけ （ダイヤモンド・オンライン） - Yahoo!ニュース
ビジネス書大賞（2014）、統計学会出版賞（2017）を受賞し、累計48万部を突破した大ヒットシリーズの最新刊『統計学が最強の学問である［数学編］』が発売されました。 著者の西内さんは、統計学の数学を学べば、人工知能の重要技術である機械学習の数学もマスターできるといいますが、そのわけは…？ ● 数学者アーサー・ベンジャミンの主張 アメリカの数学者アーサー・ベンジャミンはTEDトークなどの場で、「高校までの数学教育では微積分などより統計学を教えるべきである」と主張しています。 理工学系の学生にとって、確かに微積分は重要です。しかし、それ以外の一般的な人々が日常生活で使うことはほとんどありません。それよりも統計学の方が、全ての人が日々使うものだという理由から、彼はこのような考えに至ったのだそうです。 私はこの話に対して、賛否両方の意見があります。賛成する点はもちろん「統計学は全ての人が学ぶべき
Googleが最強のチェス・将棋AI「AlphaZero」を発表 わずか24時間の自己学習で最強AIを上回る
404 NOT FOUND 指定されたページが見つかりません。 掲載から一定の日数が経過した記事は、 配信社との契約に基づき削除される場合がございます。 （その場合、一定期間経過後は記事を見ることが出来ません。） それ以外のケースについては、お手数ですが 以下のいずれかの方法でページをお探しください。 ブラウザの再読み込みを行う 入力したURL（ページアドレス）にタイプミスがないか確認する ブラウザの「戻る」ボタンを押して前画面からやり直す
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
技術基礎研修「クックパッドを支える仕組み」 / Introduction to the Internet - Speaker Deck
IT関係者必見！ 村井純教授インタビュー全文公開 “30年かけた準備が終わり、これからが本番”【iNTERNET magazine Reboot】