/////////////////////////////////////////////////////////////////////////////////////////////////////////////////
-- 人工知能 --
人間の知的ふるまいの一部をソフトウェアを用いて
人工的に再現したもの
////////////////////////////////////////////////////////////////////////////////////////////////////////////////
2022/05/25
＊東大生に超人気の講義「AI経営」を学ぶべき理由
https://news.yahoo.co.jp/articles/65960504f6fdfd08295d39726fb177ec02bc129f
AI(人工知能)などのデジタルテクノロジーを活用し、競争優位性を中長期的に確立するビジネス変革をどのように実現すればよいのか。 「AI経営」のレベルにおいて、欧米の先進企業の後塵を拝している日本企業の多くは、何を手がかりにキャッチアップを図ればよいのか。 『東大生も学ぶ「AI経営」の教科書』を上梓した著者が、東大で超人気となっている講義のエッセンスを紹介する。
■AIを日常的に活用する時代
これからの経営に不可欠なもの、それはスピード感である。依然として日本企業に大きく欠けている視点だ。この課題が解決されない限り、グローバルにおける競争のスタートラインにすら立てない。（東洋経済）
2022/05/05
＊NVIDIA GTC 2022からAIの未来が見えてきた！
https://www.innervision.co.jp/sp/ad/focuson/202205nvidia
人工知能（AI）をテーマにしたカンファレンスとしては世界有数の規模を誇るGTC2022が，3月21日（月）〜24日（木）の4日間，バーチャルで開催された。AIの研究開発に重要なGPUの大手NVIDIAが主催するこのカンファレンスにおいて，創業者のジェンスン・フアンCEOは，基調講演の中で新しいアーキテクチャ「NVIDIA Hopper」を採用した最新GPU「NVIDIA H100」や，AI搭載医療機器を開発するためのプラットフォーム「Clara Holoscan MGX」などを発表。また，期間中は900以上のセッションが設けられ，AIの研究開発の最前線を目の当たりにする機会となった。(innervision)
2022/05/05
＊富士通がインドで共同研究する「先端ＡＩ技術」の領域
富士通はインドの研究拠点「ＦＲＩＰＬ」（ベンガルール市）において、人工知能（ＡＩ）分野で世界的に評価の高いインド工科大学ハイデラバード校やインド理科大学院と、先端ＡＩ技術の共同研究を始めた。創薬や新材料開発、経営の意思決定支援といった領域への応用を見込む。また、インド国内でのＡＩ分野における優れた人材を継続的に採用し、２０２４年度に研究者を５０人規模に拡大する。
インド工科大ハイデラバード校とは因果関係を高精度に推定するＡＩ技術について、インド理科大学院とはさまざまな変化に応じて自律的に学習するＡＩ技術に関して、それぞれ研究開発を行う。（ニュースイッチ）
2022/04/19
＊目の病気 ＡＩ活用 診断・治療をサポート
https://www3.nhk.or.jp/kansai-news/20220418/2000060286.html
目の病気の診療に関わる研究成果を発表する「日本眼科学会」が大阪で開かれ、ＡＩ＝人工知能を使った最新の診断技術などが紹介されました。大阪・中之島の大阪国際会議場で今月１４日から１７日まで開かれた日本眼科学会の総会には、目の病気の診断や治療の研究などに取り組む全国の医師や研究者らおよそ８０００人が参加し、最新の研究成果などが発表されました。
注目を集めた研究分野のひとつがＡＩ＝人工知能を使った診断技術などで、このうち１４日に開かれたシンポジウムでは、自治医科大学の高橋秀徳 准教授がＡＩを活用して目の検査の画像から病気の疑いの有無を判定したり視力を推定したりする研究について最新のデータを公表しました。（NHK）
2022/04/17
＊ディープラーニングとニューラルネットワークの違い《初心者必見》
https://ainow.ai/2022/04/17/264675/
ディープラーニングやニューラルネットワークという言葉を聞く機会が増えてきたのではないでしょうか。その一方、両者の違いがわからない方も多いでしょう。そこで、本記事ではディープラーニングとニューラルネットワークの違いや関係性その種類を紹介します。
まず、人間の学習能力をコンピュータで実現するための方法として機械学習があります。ニューラルネットワークは、この機械学習を機能させるためのアルゴリズムの1つです。ニューラルネットワークを応用させたものがディープラーニング、または深層学習と呼ばれています。つまり、機械学習のニューラルネットワークの中にディープラーニングが含まれているということです。（AINOW）
2022/04/04
＊ディープマインドCEO独白「私がアルファ碁よりも本当に作りたかったAI」
https://www.technologyreview.jp/s/272116/this-is-the-reason-demis-hassabis-started-deepmind/
アルファベット（グーグル）傘下の人工知能（AI）企業、ディープマインド。韓国のトップ棋士に勝利したことで世界を驚かせた後、同社は注力分野をゲームから科学へと転換した。それには、デミス・ハサビスCEOがディープマインドを立ち上げた理由と関係している。
ディープマインドのアルファ碁のプレイを見守る中で、ハサビスCEOは、ディープマインドのテクノロジーが生物学で最も重要かつ最も複雑な問題のひとつに挑戦できる段階に達していることに気づいた。その問題とは、研究者らを50年にわたって悩ませてきた、タンパク質の構造予測である。
タンパク質が体内でどのように振る舞い、どのような相互作用を起こすかは、その3次元構造で決まる。しかし、生物学者がまだ構造を解明できていない重要なタンパク質が数多く残っている。AIを用いてタンパク質の構造を正確に予測できれば、がんから新型コロナウイルス感染症（COVID-19）まで、様々な疾患の理解につながる重要な知見が得られることになる。（MIT Tech Review）
2022/04/04
＊結局AIって何？子どもと話したいキホン知識6選
https://news.yahoo.co.jp/articles/b85b13e77cf0f8dd21e3c91ad2d05041ec069657?page=1
ここ数年、あらゆる分野で注目されているのが「AI」です。AIは「人工知能」ともいわれ、人の脳を研究することで明らかになった人の考え方をまねて、まるで人のように考え、思考できるコンピューターのことです。 AIの発達により、膨大な情報のなから短時間で人よりも正確な答えを出せるようになると予測されている一方、「多くの仕事がなくなる」などとも予測されています。いずれにしろ、将来はAIと密接に関係していくことになるはずで、AIの知識は欠かせないものになるでしょう。
子どもに自分からAIに興味を持ってもらうには、小さいころからAIに興味をもってもらうのがいちばんです。とくにAIが「身近なところで使われている」ことに気がつくと、子どもの学びの意欲がぐっと上がります。ここでは『頭の良い子に育つ 楽しい算数365』(監修:桜井 進)から、「身近で使われているAI」の例を6つ紹介します。（東洋経済）
2022/03/30
＊NVIDIAが高性能AIを医療の現場にもたらす、AI搭載の医療機器開発プラットフォーム「Clara Holoscan MGX」を発表
高性能な画像処理装置（GPU）で知られるNVIDIA（エヌビディア）は今週、AI搭載の医療機器を開発するためのプラットフォームをデビューさせた。Clara Holoscan MGX（クララ・ホロスキャンMGX）と呼ばれるこのデバイスは、そのコンピューティングパワーにより、医療用センサーが複数のデータストリームを並行して処理し、AIアルゴリズムを訓練し、生物学をリアルタイムで視覚化することを可能にする。
NVIDIAの2022年GTCカンファレンスでデビューしたClara Holoscan MGXは、Jensen Huang（ジェン・スン・フアン）CEOが基調講演で述べたように「オープンでスケーラブルなロボティクスプラットフォーム」であり、ロボットの医療機器やセンサーをAIアプリケーションとつなぐために設計されたハードウェアとソフトウェアのスタックだ。(TechCrunch)
2022/03/24
＊深層学習、コロナ変異株の中和抗体開発に活用
https://japan.zdnet.com/article/35185167/
深層学習ニューラルネットワークの第2弾「AlphaFold v2.0」が2020年11月に登場したとき、構造生物学の世界は驚きに包まれた。Googleの親会社Alphabet傘下の人工知能（AI）企業DeepMindが開発したこのシステムが、タンパク質の機能を制御する重要な要素であるタンパク質の折り畳みに関する数十年来の問題を解決したからだ。
最近の研究は、AlphaFold v2.0が開拓したこのようなアプローチがより広範な生物学コミュニティーに広まっていることを示している。米国科学アカデミー紀要（PNAS）が米国時間3月1日に公開した論文「Deep learning guided optimization of human antibody against SARS-CoV-2 variants with broad neutralization」（SARS-CoV-2変異株を広範に中和するヒト抗体の深層学習による最適化）もその1つだ。科学者らはこの論文で、新型コロナウイルスに対する既知の抗体を修飾して、この感染症のさまざまな変異株に対する効果を高める方法を説明している。(ZDNet)
2022/03/23
＊核融合発電の実用化を加速させる？ DeepMindが開発した「プラズマを制御するAI」が秘めた可能性
https://wired.jp/article/deepmind-ai-nuclear-fusion/
発電技術のひとつとして注目される核融合。その可能性を引き出す鍵を握る人工知能（AI）を、このほどDeepMindが開発した。核融合を起こす高温のプラズマの形状を自在に制御できるというこのAIは、核融合発電の実用化を加速させる可能性を秘めている。
核融合の理論は現時点である程度は固まっているので、残るは工学的な課題だ。「原子を加熱してエネルギーを取り出せるまでの十分な時間、そのままの状態を保たなければなりません」と、スイス連邦工科大学ローザンヌ校のスイスプラズマセンター所長のアンブロジオ・ファソリは語る。
そこでDeepMind（ディープマインド）の出番だ。グーグルの親会社アルファベット傘下で人工知能（AI）の研究を専門とするこの企業は、これまでビデオゲームやタンパク質の構造を予測するAIなどを開発してきた。そのDeepMindが、核融合反応を制御するAIの開発研究プロジェクトをスイスプラズマセンターと共同で進めているのである。（WIRED）
2022/03/21
＊ロシアの「自爆型ドローン」が、“AIと武器の融合”の危険性を改めて浮き彫りにしている
殺傷力の高い自爆型のドローンを、ロシアがウクライナ侵攻で使用している可能性が浮上している。このドローンの登場は、AIが“殺人”の決定に大きな役割を担うようになるかもしれないという懸念を改めて浮き彫りにしている。
人工知能（AI）によりターゲットを狙えるロシアの高性能な「自爆型ドローン」が、いまも侵攻が続くウクライナの映像に映っていることが明らかになった。このドローンは徘徊型兵器として知られる殺傷力の高いドローン「KUB-BLA」とみられ、ロシアの兵器メーカーのカラシニコフロシアの子会社であるZALA AERO GROUPが販売している。TelegramやTwitterに最近になって投稿されていた写真には、墜落したか撃墜されたと思われる破損したドローンが写っていた。（WIRED）
2022/03/18
＊医薬品開発AIは化学兵器の開発に悪用可能な事が判明、わずか６時間で４万種もの「化学兵器候補分子」を特定可能
https://gigazine.net/news/20220318-ai-chemical-weapon/
AIが用いられる分野は多岐に渡っており、医薬品の候補分子の探索にも用いられています。この医薬品開発AIを悪用することで、6時間で4万種のもの化学兵器候補分子を探索可能とする衝撃の研究結果が発表されました。提示された候補分子の中には神経ガス「VX」を上回る毒性を持つものも存在していたとのことです。
医薬品開発に用いられるAIは、標的とした毒性を弱める分子を探索するように設計されています。創薬企業のCollaborations Pharmaceuticalsで医薬品開発AIについて研究するファビオ・ウービナ氏は、自身が開発した医薬品開発AI「MegaSyn」に調整を加えて、毒性を弱める分子ではなく毒性を強める分子を探索するように設定。このAIを6時間動作させた結果、4万種もの化学兵器候補分子が特定されました。（GigaZine）
2022/02/22
＊安全な自動運転の実現へ！ 自動車用AI開発が抱える難題とは何か？
https://gendai.ismedia.jp/articles/-/92096?imp=0
自動車にとって「安全・安心」は、欠かすことのできない最も重要な要素だ。「安全・安心」を担保するために、ITを活用した技術が増えていくのは必然ともいえる。より「安全に走り」「安全に止まる」ためにITを活用している企業の一つが「スバル」だ。同社のクルマに搭載されている「アイサイト」の新機能「アイサイトX」は、準天頂衛星「みちびき」やGPSからの情報を用いて走行しているクルマの位置を正確にとらえ、三次元の高精細な地図情報によって進行先の道路を把握する。「アイサイト」は画像認識技術を使ったIT活用による「安全・安心に向けた装備」の草分け的存在である。
スバルはもちろん、現在も技術開発を続けている。そこで軸となるのが、いわゆる「AI」だ。自動車メーカーにとっても、AI開発は大きなテーマとなっている。自動車メーカーにおけるAIの開発と活用には、どんな課題があるのか？ そして、どんなインフラが必要とされているのか？スバルでAI開発をおこなっている「スバルラボ」を訪ね、最新の状況を聞いた。
「そもそも、『AIを効率的に学習させるために、どのような画像を集めるべきなのか』という点も、重要な研究対象なのです。良い学習結果を得るためには、映像を撮影した距離さえ稼げばいい、つまり、どんな映像でもたくさん集めればいい、という単純な話ではないんです」（現代ビジネス）
2022/02/23
＊なぜiPhoneは人間の顔を見分けられるのか…脳とコンピュータの意外な違いと共通点
https://president.jp/articles/-/54731
iPhoneの「Face ID」など、いまでは日常生活のさまざまな場面で顔認証技術が用いられている。NECフェローの今岡仁さんは「顔認証の仕組みは人間の脳にも備わっている。コンピュータによる認証の仕組みは、脳の仕組みと共通な部分が多く、決してブラックボックスではない」という――。
顔認証には、同一人物であるか否かをAI（人工知能）が人間に代わって判定する「顔認証アルゴリズム」も必要です。さらに顔認証アルゴリズムには、「顔検出」「特徴量抽出」「顔照合」という3つの重要な機能があります。第1の機能である顔検出は、登録画像や照合画像に写っている顔を探し出し、顔の位置を特定します。第2の機能である特徴量抽出は、照合画像や登録画像に写っているバラエティに富む個人の顔の違いを、たとえば、（0.5，0.2，0.3，……，0.2，0.7）のような数百から数千の要素の数値列（特徴量）として取り出します。(PRESIDENT online)
2022/02/23
＊米Google、AIの基本を解説、中高生向け無料オンラインビデオ講座公開
https://news.mynavi.jp/techplus/article/20220223-2278537/
米Googleは2月22日（現地時間）、デジタル学習を推進するイベント「Digital Learning Day 2022」に合わせて、同社が提供する無料のオンライン・デジタルスキル・カリキュラム（Applied Digital Skills）で「Discover AI in Daily Life」という人工知能（AI）について学ぶ中高生向けレッスンを公開した。
「Discover AI in Daily Life」は9つのレッスンから成り、各レッスンは6分未満と短い。「Quick, Draw!」でAIの落書き認識能力を体験。人々の暮らしや社会にどのようにAIが浸透し、日々の暮らしで利用しているかといった身近な例を通じてAIの基本を知ることから始まる。AIがデータのパターンからどのように学習するかを知り、さらに不当なバイアスの影響やAIの開発や訓練にともなう責任、AIの課題などについて学ぶ。（マイナビニュース）
2022/02/17
＊「グランツーリスモ」で人間を破ったソニーのAIは、自律走行車に進化をもたらすか
https://wired.jp/article/sony-ai-drives-race-car-champ/
ソニーグループで人工知能（AI）を手がけるソニーAIなどが、カーレーシングで人間のドライヴァーにも勝てるレヴェルの自律型AI「Gran Turismo Sophy（GTソフィー）」を発表した。ドライヴィングシミュレーター「グランツーリスモ」をマスターしたこのAIは、将来的に自律走行車の進化にもつながる可能性があるとして期待されている。（WIRED）
2022/02/06
＊AIの医療分野での活用には、まだ課題が山積している：新型コロナウイルス対策の利用事例から明らかに
https://wired.jp/2022/01/25/health-care-ai-long-way-to-go/
さまざまな分野で人工知能（AI）の活用が加速しているが、こと医療分野においては課題が山積している。このほど英国の研究所が実施した調査によると、新型コロナウイルス感染症の症状を検出する目的で使われたAIツールのほぼすべてに欠陥があることが明らかになったのだ。
新型コロナウイルスのパンデミック（世界的大流行）は人々の勇気ある行動を呼び起こし、科学的な知識を結集させて驚くべき偉業を生み出している。製薬会社は最新技術を駆使し、極めて有効なワクチンを記録的なスピードで次々に開発した。新しい方式の治験により、新型コロナウイルス感染症（COVID-19）に効果のある治療薬とそうでないものとの違いを、改めて理解することもできた。
ところが、データサイエンスや人工知能（AI）の研究を専門とする英国のアラン・チューリング研究所がコロナ禍におけるAIの貢献度を実証するデータを探したところ、めぼしい成果が見当たらなかったという。2021年に発表された同研究所の報告書によると、パンデミック中にAIが何らかの影響力を発揮することはほとんどなく、AI技術の公平な活用に不可欠な健康データを活用しようとした専門家たちはさまざまな問題に直面した。（WIRED）
2022/02/02
＊顔認識技術は“敵”か味方か？ 規制と導入の狭間で揺れる米国
https://wired.jp/article/face-recognition-banned-but-everywhere/
顔認識技術の使用を禁止する条例が2019年にサンフランシスコ市議会で可決されて以来、米国では同様の条例が各地で制定されている。一方、顔認識はスマートフォンのロック解除や空港での出入国手続き、金融サーヴィスを利用する際の本人確認といった用途で、わたしたちの生活に根付きつつある。こうした矛盾した動きは今後も続くことになりそうだ。（WIRED）
2022/02/01
＊静かに進化するAI、グーグルやメタの開発動向に見る2022年のトレンド
https://news.yahoo.co.jp/articles/440741288be3f3a97577a1bbdb63eb586caefafb?page=1
数年前までバズワードだった「人工知能（AI）」だが、現在メディアで大きく取り上げられる頻度は減った印象がある。一方、AI開発は静かに進行しており、GAFAMなど資金を持つテクノロジー企業を中心に投資・開発は依然継続されている。 2021年にいくつかのブレークスルーがあったが、2022年も引き続きAIはさらに進化を遂げる見込みだ。 昨年のAI開発動向を振り返りつつ、2022年はどのようなことが予想されているのか、最新情報をまとめてみたい。
分野別に見ると、トップはヘルスケア分野で、500億ドルのうち85億ドル（約9714億円）の資金が投じられた。これに、フィンテックAI（31億ドル）、リテールAI（26億ドル）が続く。 スタートアップ界隈の数字からもやはりヘルスケア分野におけるAI活用の期待が高まっていることが見て取れる。（AMP）
2022/01/16
＊【ＡＩ時代の歩き方】ここまで来た機械翻訳の世界！ Ｄｅｅｐ Ｌの超衝撃〝超自然な日本語〟披露
https://www.excite.co.jp/news/article/TokyoSports_3919346/
英文の意味を理解しないといけない…そんな時、皆さんは機械翻訳を利用しますか？ 機械翻訳とは異なる言語間の翻訳をコンピューターにより全自動で行うものです。近年ではインターネット上に無料で利用できるサービスもあるため、英語の文章を読む時に利用する人も多いのではないでしょうか。少し前までは機械で翻訳した文章なんて読めたものじゃなかったのに、最近はすごく良い翻訳をしてくれるなあ…もしそう感じているとしたら、その感覚は正しいです。今回は翻訳界に新風を巻き起こした「ＤｅｅｐＬ」についてご紹介したいと思います。
機械翻訳の世界には何度か大きなターニングポイントがありました。その中でも大きかったのが、２０１６年にＧｏｏｇｌｅ翻訳が提供開始したディープラーニング（深層学習）を活用した機械翻訳です。(exciteニュース)
2022/01/11
＊「ディープラーニング」は万能ではない」という主張、次世代のAIを支える理論とは？
https://gigazine.net/news/20220111-deep-learning-ability/
技術の進歩によって、ディープラーニングが商用アプリケーションにも応用されるようになり、人工知能(AI)の研究と応用がさらに進んでいます。しかし、これまで技術的に難しかったことがAI技術で可能になった反面、AIを過信して何でもAIで解決しようとするケースもあります。アメリカの電気・情報工学分野の学術研究団体であるIEEEが、「ディープラーニングは万能ではない」とするコラムを発表しています。
一般的なディープラーニングプログラムは、複数のタスクで優れた性能を発揮できず、厳密に制限された環境で特定のタスクをこなすことに向いています。さらに、ディープラーニングは非常に複雑で、例え完璧に機能したとしても「なぜ完璧に機能しているのかを説明できない」とIEEEは述べています。また、学習を重ねていくと、これまで学習したものの一部が突然崩壊してしまうこともあるそうです。そのため、医療のような生死に関わるアプリケーションにディープラーニングを応用するのはリスクが高いかもしれないとIEEEは主張しています。（GigaZine）
2022/01/10
＊AIウェアラブル・デバイス｢biped｣ #CES2022
https://www.gizmodo.jp/2022/01/biped.html
視力の弱い人たちを手助けする。世界初、3DカメラとGPSとAIを搭載し、音声で障害物を避けるよう指示するウェアラブル・デバイス｢biped｣が｢CES 2022｣に出展されています。自律運転車が歩行者やほかの車との衝突を避ける技術を応用して目の見えない人をナビゲートし、数秒先にある障害物にぶつからないよう注意を促し、目的地まで案内します。
開発しているのは、スイスのbiped.ai社。重さ900gの｢biped｣は両肩に掛けるデザインで、指示するのは自転車や自動車などをリアルに模した立体音響。もちろん音を出さない物体が近付いても、警告音がその方向から鳴り、赤外線カメラで夜でも使用可能です。手持ちのイヤホンなどを接続して使いますが、周囲の音が聞こえるように骨伝導イヤホンをが推奨されています。（GIZMODO）
2022/01/07
＊クラウドAIとは？ 仕組みを支える「学習済みAI」「学習できるAI」も解説
https://www.sbbit.jp/article/cont1/76476
すでに人工知能（AI）は広く普及し、さまざまなサービスで応用されるようになっています。しかし、ITに詳しくない人間からしてみれば、AIというのは「なんだか難しそうな高度なもの」というイメージが強く、少なくとも自分で「作れる」とは思わないかもしれません。ところが、クラウドサービスとして提供される「クラウドAI」などを通じて、誰にでも扱える「学習済みAI」を、誰でも利用できるようになっており、知識が無くとも少しの工夫で自分だけのAIを作れるようになっています。クラウドAIとは何か、そこに組み込まれる学習済みAIについて
解説します。（ビジネス＋IT）
2022/01/01
＊Googleの無料AI講座受けてみた 1時間で機械学習の基礎がわかる
https://ledge.ai/google-ai-challenge-re-posting/
第5回となる今回は、グーグル合同会社（Google）が提供する、「はじめてのAI」を受けてみました。本講座では、身近なAIの活用事例だけではなく、機械学習、ニューラルネットワーク、ディープラーニング（深層学習）についても学べます。講座時間は約1時間で、前提知識は不要です。カリキュラムは以下のとおりです。
- 第1章：はじめに
- 第2章：機械学習でできること
- 第3章：機械学習のしくみ
- 第4章：応用事例の紹介
- 第5章：最後に
- 第6章：最終テスト
（Ledge.ai）
2021/12/27
＊倫理的な質問にも回答できるAI、その実力と限界
https://wired.jp/2021/12/27/program-give-ai-ethics-sometimes/
AIに人間の倫理などの価値観を教えるプロジェクトが進められている。こうしたなか開発されたAI「Delphi」は、倫理的な質問に対する回答が人間と9割以上が一致するなど精度を高めた。一方で、学習に用いた文章の統計的パターンに従っているだけでAIが善悪について真に理解しているわけではないことから、その限界も浮かび上がってくる。（WIRED）
2021/12/19
＊機械学習で「超重要な」特徴量とは何か？ 設計方法などについてわかりやすく解説する
https://www.sbbit.jp/article/cont1/76066
機械学習の理解と活用のために不可欠な概念の１つに「特徴量（feature）」があります。この記事ではこの特徴量とは何か、機械学習における特徴量の重要性、予測精度を高める特徴量エンジニアリング（特徴量設計）について解説していきます。
機械学習とは人工知能（AI）の手法の1つであり、大量な学習データをもとに法則やパターンを見出すことです。学習が完了した機械学習プログラムは学習済みモデルと呼びます。では、学習済みモデルの理想的な姿とはどんなものでしょうか？その答えは、「汎用的なパターンを習得できて、新しいデータに対して、満足できる精度で予測を行える」ことです。
上記でいう「汎用的なパターン」を大量のデータから見つけ出す際に、データのどのような特徴に着目すべきか、を表す変数が「特徴量」です。機械学習モデルを構築するために、特徴量を人が指定しなければいけません。
しかし、近年はインターネットやソーシャル・メディアなどの普及により、文章、音声、画像が大量に発信されており、非構造化データをうまく利用する技術が重要性を増しています。そこで、非構造化データには、ニューラルネットワークを適用することが多いです。ニューラルネットワークは、「データのどこを特徴量として学習すべきか」を人間が指定することなく、自らそれを選択できることを特徴とする機械学習の手法です。（ビジネス＋IT）
2021/12/19
＊マイクロソフト、Microsoft AIへの取り組みを説明
https://news.mynavi.jp/techplus/article/20211214-2223048/
日本マイクロソフトは12月7日、Microsoft AIとAzure AI関する記者説明会を開催。Microsoft CloudのAI機能やパートナーとの協業について説明した。同社のAIのポートフォリオはMachine Learning Platform、Azure Cognitive Services、Applied AI Services、Power Platform、Applicationsの5階層になっている。下3層が開発者&データサイエンティスト向け、上位2層がビジネスユーザー向けとなっている。
「マイクロソフトリサーチは設立から30年が経ち、その間に開発されたアルゴリズムやモデルの精度を製品にフィードバックしており、このサイクルを早く回すことがマイクロソフト AIの強みになっている」（マイナビニュース）
2021/12/17
＊AWSが力入れる機械学習サービス、米国製造業は何に使っているか
https://xtech.nikkei.com/atcl/nxt/column/18/01877/121500005/
大手クラウド事業者がこぞって力を入れるサービス分野の1つは機械学習だ。米Amazon Web Services（アマゾン・ウェブ・サービス、AWS）も、製造設備の故障や不具合の兆候を察知してメンテナンスに生かす「予知保全」や、傷・剥離・亀裂など物品の「欠陥検出」といった用途に役立つ多様な機械学習サービスを提供している。
AWSの年次イベント「AWS re:Invent 2021」（米国時間の2021年11月29日から12月3日にかけて開催）の会場で日経クロステックの取材に応じた同社Machine Learning ＆ AI部門ゼネラルマネジャーのバシ・フィロミン氏によれば、米国企業を中心に機械学習サービスの採用が進んでいるという。（日経XTECH）
2021/12/16
＊三菱電機、AI活用へ倫理原則を策定
https://www.nikkei.com/article/DGXZQOUC159LZ0V11C21A2000000/
三菱電機は15日、人工知能（AI）に関する自社の倫理原則を策定したと発表した。AIの開発や利活用にあたり、安全性の確保や公平性の尊重、説明責任など守るべき項目を盛り込んだ。産業界でAIの倫理的側面への関心が高まるなか、ファクトリーオートメーション（FA）機器や家電などで自社開発のAIを搭載している同社も対応する。
策定した「AI倫理ポリシー」は「あらゆる人の尊重」をテーマとした。7項目からなり「人間中心のAI社会実現」のほか、偏った判断が生じる可能性を認識して不当な差別が生じないよう取り組む「公平性を尊重した適正な利活用」、AIの判断理由を説明できるようにする「透明性と説明責任」などを定めた。
AIを巡っては、プライバシーを侵害したり意図せず差別を助長するなど倫理面でのリスクも指摘され、利活用の制限に向けた議論が国内外で進んでいる。NECや日立製作所、KDDIなど、AIに関する指針を策定する国内企業も相次ぐ。（日本経済新聞）
2021/12/01
＊人類の未来をつくり出した「7年間一度も座ったことがない男」：AI誕生秘話
https://news.yahoo.co.jp/articles/88df84c763c52a2b3a001fd287cad06d710c3e51
時は、2012年。その名は、ジェフリー・ヒントン。人工知能の創世記から今に至る歴史（のほんの一部）を、人間ドラマから探る
自動運転車やディープラーニングに関する話題を目にしない日がないくらいに、目まぐるしく進化する人工知能（AI）の世界。どこかSFの世界を見ているかのような、近未来を感じさせる話題に胸躍らせたことがあるはずだ。
キーマンであるAI技術者から、最先端技術をめぐる人と金の動きを見ていこう。その名は、ジェフリー・ヒントン。1970年代から活躍するAI技術者であり、たった3人の会社を率いる。そんな彼の会社を、バイドゥ、グーグル、マイクロソフト、そして世界でほとんど知られていない設立2年のスタートアップ企業が大金をかけて奪い合うオークションが2012年に行われていた。
ヒントンとヒントンの研究室で学ぶ大学院生2人からなる「DNNリサーチ」は、その入札が始まる2カ月前に、コンピューターによる世界の見方を変えていた。ニューラルネットワークと呼ばれる、脳の神経回路網を数理モデルで表現したものを構築したのだ。 それによって、かつては不可能だと思われていた、花や犬や猫といったありふれた物体を正確に識別することが可能になった。ニューラルネットワークは、膨大な量のデータを分析することによって、この非常に人間的な技術を習得することができた。ヒントンはこれを「ディープラーニング」と呼び、その潜在力は非常に高かった。（Newsweek）
2021/11/28
＊FA機器の加工速度などをリアルタイムで調整するAI制御技術を三菱電機などが開発
https://www.excite.co.jp/news/article/Cobs_2328428/
三菱電機と産業技術総合研究所(産総研)は11月25日、製造現場における環境変化や加工対象物の状態変化を予測し、稼働中のFA機器の加工速度などをリアルタイムで調整するAI制御技術を開発したと発表した。今回の開発の役割分担は、三菱電機がCNC(数値制御装置)システム、サーボシステム、放電加工機、産業用ロボットへのAI制御技術の実装と改良を担当。産総研がAIを活用した最適化とデータ分析技術の提供を行った。
ユーザーニーズの多様化に伴い、ものづくりの現場では変種変量生産が求められるようになっている。その実現には、その都度ごとにFA機器や工具の調整を行う必要があるが、人手と時間を要し、生産性の向上が難しいという課題があった。(excite ニュース)
2021/11/28
＊対話型AIの市場が拡大--どのような変革が生まれているのか
https://japan.zdnet.com/article/35179669/
新型コロナウイルス感染症（COVID-19）がもたらしている長期的な影響によって、非接触／非対面をうたう企業が増え、顧客、そしておそらくは従業員もシステムとのやり取りによって必要なものや、依頼したものを手にするようになってきた。その結果、優れた顧客／従業員エクスペリエンスを実現するために必要となる知能を備えた人工知能（AI）や機械学習（ML）向けの発話能力、すなわち対話型AIが重要となってくる。Deloitteは最近、急速な技術発展を
遂げてきている対話型AIという市場の今後を評価するために、同分野の特許を分析した。(ZDNet)
2021/11/26
＊AIのレベルを紹介｜各レベルごとの実用例やその歴史について詳しく解説！
https://ainow.ai/2021/11/25/260367/
今回の記事では、AIのレベルについて紹介します。私たちの身の回りにあるAIは、仕組みが単純なものから複雑なものまでさまざまな種類があり、それらには「レベル」として区分が設けられています。身の回りのAI製品がどのレベルに属しているのか、あるいはさらに上のレベルのAIが誕生することはあり得るのかなど、興味深いトピックを取り扱います。
AIとは：
AI（人工知能）という言葉には、さまざまな意味や定義が込められています。AIを簡単に説明すると、「計算という手法を用いて知能を実現する」技術のことです。AIのことを説明する際に、より直感的に「知能を持ったコンピュータ」と言われることもあります。今回の記事で問題にしたいのは、その「知能」とは何であるかということです。（AINOW）
2021/11/25
＊AI兵器vs AI兵器の戦争は人知を超える（キッシンジャー＆エリック・シュミット）
https://www.newsweekjapan.jp/stories/world/2021/11/aivs-ai_1.php
＜「核より恐ろしい」――既に囲碁やチェスで人間を置き去りにしたAIの知性は、戦争をここまで残酷にする。ヘンリー・キッシンジャー元国務長官とエリック・シュミット元グーグルCEOらの新著から＞
人工知能（AI）が戦場に出たらどうなるか。もう人間の出番はなくなるのか。AIがデータを学習して環境に適応し、進化すれば、設計や操作もAI任せの兵器を開発できる。だがそれを使う国は、その兵器が実際にどのような動きをし、どのくらい強力なのかを正確に把握できないかもしれない。人間には認識できない、あるいは認識に時間がかかる状況もAI兵器なら直ちに把握し、場合によっては人間の思考速度や能力を超えて学習・進化し得る。（Newsweek）
2021/11/25
＊Google翻訳よりも高性能？ AI翻訳「DeepL」の驚異的な実力
https://news.yahoo.co.jp/articles/c06eac0b92d46decddb6dbdd1e2b2dd5b137dd6d
インターネットによってグローバル化した昨今、母国語の違う外国人の方々とメールやチャットでやりとりする際、便利なのが無料翻訳サイトだろう。その最大手として上位に君臨するのは「Google翻訳」だが、その牙城を崩しつつあるのがドイツのケルンに本拠地を持つDeepL GmbH社が運営する翻訳サイト「DeepL」だ。（現代ビジネス）
2021/11/23
＊AI関連の検定おすすめ5選｜取得するメリット・勉強方法まで解説！
https://ainow.ai/2021/11/23/260296/
現在、世の中のAI人材は大きく不足しています。読者の中には、この先も求められる将来性の高いAI人材になるために、AI関連の検定を取得したいという方もいるのではないでしょうか？しかし、AI関連の検定に興味があっても「本当に取得するべきなのか分からない」「どのように勉強すれば良いのか分からない」と悩んでいる方も多いでしょう。そこで今回はAI関連の検定を取得するメリットや出題範囲、学習方法などを、わかりやすく紹介していこうと思います。（AINOW）
2021/11/23
＊海氷の動きを予測するAIは、北極圏の人々と動物を守れるか
https://wired.jp/2021/11/23/as-the-arctic-warms-ai-forecasts-scope-out-shifting-sea-ice/
気候変動によって激しい変化に見舞われている北極圏。特に海氷の動きや大きさの変化は、現地で生活する人々や動物に大きな影響を与えている。こうしたなか進んでいるのが、人工知能を使って海氷の動きを予測するプロジェクトだ。
北極圏に暮らす人や動物たちは何世代にもわたり、年間を通じて大きさが変化する季節性の海氷に依存してきた。ホッキョクグマや海洋哺乳類たちにとって、海に浮かぶ氷は大切な狩場であり休憩場所だ。先住民たちは氷に囲まれた「ポリニア」と呼ばれる不凍の水域で魚を捕り、熟知した複数のルートを使って氷上を移動している。
ところが、北極評議会（AC）が2021年5月に発表した報告書によると、1971年以降の北極圏では大気と海水の温暖化がほかの地域の3倍の速さで進んでいる。そのせいで、海氷の大きさの変化が予測しにくくなっているという。そこで現在、一部の科学者や調査会社は人工知能（AI）を搭載した最新のツールを駆使し、氷が北極海を覆う場所と時期を正確かつタイムリーに予測しようとしている。物理学的な手法を用いて海面の様子を把握する既存の予測モデルを、AIアルゴリズムで補完しようというわけだ。（WIRED）
2021/11/21
＊AIプログラムの「AlphaZero」にチェスを学習する中で明らかになった知見とは？
https://gigazine.net/news/20211119-chess-knowledge-alphazero/
Alphabetの子会社で人工知能(AI)開発企業でもあるDeepMindとGoogleのAI専門研究部門であるGoogle Brainが、チェスのグランドマスターであるウラジーミル・クラムニク氏と協力し、「人間におけるチェスの指し手の進化」と「チェスAIの進化」を比較するプロジェクトを実施しました。
このプロジェクトではチェスの膨大なデータベースであるChessBaseに保存されている棋譜や、「AlphaZero」のニューラルネットワークチェスエンジン、オープンソースのチェスエンジンである「Stockfish」の各種コンポーネントなどを用い、AlphaZeroがチェスをどのように学習していくのかを研究しています。（GigaZine）
2021/11/20
＊米刑務所に広がるAI監視 1カ月で1万時間の通話を傍受､｢一線越える｣運用に懸念
https://www.newsweekjapan.jp/stories/world/2021/11/ai11.php
米ニューヨーク州サフォーク郡の保安官は、刑務所の電話を使った通話を傍受するための人工知能（AI）システムの予算として、連邦政府に70万ドル（約8000万円）を請求した。犯罪組織関連の暴力犯罪への対策に欠かせないツールとの位置づけだった。
だが、トムソン・ロイター財団が入手した郡の公式記録によれば、郡の刑務所では、それよりもはるかに広範囲の内容にわたる通話を傍受する結果となった。システムは実に1カ月当たり60万分もの通話をスキャンしていたのである。
サフォーク郡では2019年から、カリフォルニア州に本社を置くLEOテクノロジーズが販売するAIスキャンシステム「ベラス」の初期実験を行った。「ベラス」は、アマゾン・ウェブ・サービスの自然言語処理・文字起こしツールを使い、キーワード検索でフラグを付けられた通話の文字起こしを行うものだ。（Newsweek）
2021/11/14
＊文系も理系に負けずAI活用してほしい訳【動画】
https://toyokeizai.net/articles/-/467369
「日本人は世界の他の国の人と比べてよりAI＝人工知能への不安を抱いている」傾向が見られます。実際に欧米や中国などに比べ日本でAIを本格活用できている企業はまだまだ少ないと指摘されます。
一方、「理系AI人材」を育てる大学の専用学部やカリキュラム、社会人用の教育講座は増えています。それなのに日本企業のAI活用が進まないのはなぜ？ZOZO NEXT 取締役 CAIO、チーフAIオフィサーの野口竜司さんの著書『文系AI人材になる』を読み解き、動画にまとめました。東洋経済オンラインYouTubeチャンネルリポータ森岡沙衣がポイントをわかりやすく解説します。ぜひご覧ください。
2021/11/07
＊顔認識技術の使用を中止するという、Facebookの決断の意味
https://wired.jp/2021/11/05/facebook-drops-facial-recognition-tag-people-photos/
写真や動画に写っている人物を自動的に特定する顔認識技術について、Facebookが使用を中止すると発表した。プライヴァシーと人権上の懸念があるとして米国では使用中止を求める声が高まってきたが、Facebookの決定はこうした動きが加速するターニングポイントになる可能性もある。
Facebookが、写真や動画に写っている人物を特定する顔認識技術の使用を中止し、10億人を超える人々の付随データを削除することを明らかにした。大手テック企業は顔認識の使用を次々に停止しており、Facebookもその列に加わった。このほかIBMが顧客への顔認識技術の提供を2020年に中止している。アマゾンとマイクロソフトもジョージ・フロイド殺害事件を受け、規制当局の対応の欠如を理由に顔認識サーヴィスの販売を一時停止した。
顔認識は人権を脅かす恐れがあり、捜査当局が使用する際の基準も欠如しているとして、米国では超党派で議論が繰り広げられている。こうした状況にもかかわらず、連邦議会はこの技術の使用を規制する法律も、企業や政府が顔認識を使用する際の基準を定める法律も通してこなかった。（WIRED）
2021/11/07
＊人工知能を使用してクジラと会話するプロジェクトとは？
https://gigazine.net/news/20211107-project-cetacean-translation-initiative/
クジラは高い知能を持ち、独特の音を発して仲間同士でコミュニケーションを取ることが確認されています。「クジラの歌」と呼ばれるこの音をAIで解析し、クジラがどのようなコミュニケーションを行っているのかを解読して会話を試みるプロジェクトが、海洋学者や機械学習の専門家の手により進められています。
2017年、ハーバード大学で行われた1年間の学際的交流「ハーバード大学ラドクリフ研究所フェローシッププログラム」で、クジラの歌を解読するプロジェクト「CETI(Cetacean Translation Initiative：クジラ目翻訳イニシアチブ)」の構想がスタートしました。このプログラムに参加したインペリアル・カレッジ・ロンドンのコンピューター科学者であるマイケル・ブロンシュタイン氏は、イスラエル出身の暗号学の専門家であるシャフィ・ゴールドワッサー氏らと出会い、AIが人間の言語を処理する能力の進歩について語りながら、クジラの歌を解読するというアイデアを固めていったとのこと。(Gigazine)
2021/11/04
＊世界トップクラスのトレーニングデータでAI開発をリードするAppenが日本市場での成長加速のために日本法人を設立
https://www.jiji.com/jc/article?k=000000001.000087982&g=prt
世界トップクラスのトレーニングデータでAI開発をリードするAppen（アッペン）は、本日、日本における人工知能や機械学習モデルの導入・開発を支援するため、日本法人であるアッペンジャパン株式会社（本社：東京都千代田区、代表取締役社長：神武秀一郎）の設立を発表しました。代表取締役社長には、IHS Markit、Box、Oracleなどの世界的なテクノロジー企業での製造業や金融業に対するビジネス開発の豊富な経験を持つ神武秀一郎が就任しました。
Appenデータアノテーション・プラットフォームは、全世界100万人以上からなるヒューマン・インテリジェンスと最先端のモデルを組み合わせることで、機械学習プロジェクト向け最高品質のトレーニングデータ*の作成を可能にします。トレーニングが必要なデータをAppenのプラットフォームにアップロードいただくことで、機械学習モデルの正確な実情報を作成するために必要なアノテーション、判断、ラベルを提供します。（時事通信）
2021/11/02
＊決定論から確率論へ、AIがもたらしたコンピューティングの大変革
https://www.technologyreview.jp/s/259716/how-computing-has-transformed/
世界的なコンピューター科学者であるジャネット・ウィングは、人工知能（AI）の出現によって、データにより注視しなければならなくなったと語る。コンピューティングの世界が決定論から確率論に移り、従来のコンピューター科学者に大きな変化が訪れている。
AIシステムは、もともと確率論的な性質を持っています。過去のコンピューティング・システムは、基本的に決定論的な機械でした。オンかオフ、正か誤、『はい』か『いいえ』、あるいは0か1でした。ところが、AIのアウトプットは基本的に確率論なのです。例えば、私があなたのレントゲン写真を見て、あなたにはがんがある、と言ったとします。その場合、例えば、私が見たその小さな点は7割5分の確率で悪性だ、というようなことになります。(MIT Technology Review)
2021/10/31
＊非テック企業のAIアプリ構築を支援するプラットフォームPeakが約82億円調達
人工知能（AI）はますます多くのエンタープライズアプリケーションに組み込まれてきている。そうした中、企業、特に非テック企業がよりカスタマイズされたAI意思決定ツールを構築するのを支援するプラットフォームを手がけるスタートアップが、大幅な成長資金を獲得した。英国・マンチェスターに拠点を置き「Decision Intelligence」プラットフォームを構築しているPeak AIは、7500万ドル（約82億円）の資金を調達した。同社は今後もプラットフォームの構築を続け、新たな市場への進出を図り、来四半期には約200人の新規雇用を行うことを予定している。
シリーズCにはかなりビッグネームの投資家が参加している。SoftBank Vision Fund 2が主導しており、これまでの支援者であるOxx、MMC Ventures、Praetura Ventures、Areteもこれに名を連ねている。(TechCrunch)
2021/10/31
＊TBS、選挙特番の当落予測で「根拠説明ができるAI」を活用 富士通が開発
https://www.zaikei.co.jp/article/20211026/644699.html
TBSと富士通は25日、TBSテレビの第49回衆議院議員総選挙開票特別番組「選挙の日2021」の当選・落選の予測説明に富士通が開発したAI技術「Wide Learning(ワイドラーニング)」を活用すると発表した。2021年10月31日、選挙当日の当落速報で活用する。選挙当日の生放送でAIの分析結果を活用して当落速報を行う試みは、今回が国内初という(21年10月21日時点、富士通調べ)。
Wide Learningは、データを網羅的に組合せて分析し重要度の高い仮説を導き出すAI技術だ。通常のAIでは、データ分析の結論が提示されても結論に至った根拠が不明確なケースがあるが、本AIは人間でも解釈可能な仮説を用いて結論を出すため、理解や説明が可能となる。（財形新聞）
2021/10/29
＊AIが高度化すれば開発コストが増大し、イノヴェイションを阻害する？ 表面化した問題と、見えてきた解決策
https://wired.jp/2021/10/27/ai-smarts-big-price-tag/
言語解析などに利用するAIのアルゴリズムは飛躍的な進化を遂げているが、膨大な量のデータに基づく訓練や実行のコストも膨れ上がっている。結果的にイノヴェイションを阻害する可能性も指摘されるなか、より効率的で低コストな機械学習の技術を開発する動きも出始めた。（WIRED）
2021/10/23
＊手に汗握るディープラーニング誕生秘話。NYタイムズ記者が書いた「ジーニアス・メーカーズ」【書籍レビュー】
https://www.newsweekjapan.jp/yukawa/2021/10/ny_1.php
＜興味深いエピソードを交えて綴られる、AI開発の主役たちと彼らが目指す人類の未来＞
──ヒントン教授が腰痛持ちでなければ、AIは中国が先行していたかも知れない。
──ディープラーニングの誕生には、日本の基礎研究が不可欠だった。
ニューヨークタイムズのテクノロジー担当、ケイド・メッツ記者が書いた「ジーニアス・メーカーズ」は、こうした一般的にあまり知られていないディープラーニング誕生秘話が満載されている。(Newsweek)
2021/10/22
＊SNS上の顔写真を100億枚以上学習したAIの顔認識アプリが物議
https://www.newsweekjapan.jp/yukawa/2021/10/snsai_1.php
＜他人の写真を勝手に100億枚以上も学習した顔認識アプリが世界中の捜査機関や企業に使われ始めた。米AIベンチャーのクリアビューの製品だが、もはや一社を規制するだけでは解決にならない＞
米AIベンチャーのClearview社は、顔認証AIの学習用に使ったネット上の写真が100億枚を超えたことを明らかにした。一方で同社の顔認証サービスが、世界中の政府や捜査機関に使われていることが明らかになっており、プライバシー保護の観点から顔認証AIが米国で社会問題化している。日本国内で同社のサービスが利用されているかどうかは明らかではないが、同社のサービスを使って日本人の身元特定が可能なことはほぼ間違いなさそうだ。（Newsweek）
2021/10/22
＊神とロボット AIは宗教を変えるのか？（動画）
https://news.yahoo.co.jp/articles/5bf3cc0ea40b38654a1eae4296603bd4e322acf0
人工知能（AI）は現在、食べ物から医療、旅行、そして宗教まで、私たち人間と物事の関係を変えつつある。 専門家は、世界の大規模な宗教がAIとの関係を模索し、信仰の中にこの技術を取り入れようとしていると指摘する。ロボットの神父が祈祷を行い、葬儀を行い、精神的に追い詰められた人々に安心をもたらそうとさえしている。 BBCのソフィア・ベッティツァ宗教記者が、世界の宗教はAIをただの技術と思っているのか、それとも信仰体験を変えられるものとみているのか、取材した。（BBC NEWS）
2021/10/15
＊「AI x Business」 DXのコアテクノロジーとしてのAIとは？
https://forbesjapan.com/articles/detail/43827/1/1/1
松尾もアンドリューの意見に同調し、AIはDXの可能性を大きく広げていると指摘する。「例えば入力に関しては、画像認識、文字認識、音声認識など、処理に関してはディープラーニングを使った自然言語処理やさまざまなタイプの予測モデル、異常検知などが挙げられます。出力では画像の生成や自然言語の生成、あるいはロボットの操作までをAIで行うことが可能になり、大きく精度が向上していることからも、AIはDX推進の重要なコア技術と言えるでしょう」
では、AIを活用したDXにはどのような事例があるのだろうか。アンドリューは、2011年にGoogleの人工知能研究チーム「Google Brain」を立ち上げた経験について語った。「当時はGoogle内部を含めた全員が、実はディープラーニングに対して懐疑的でした。最初のプロジェクトの1つとして、Googleの音声認識の精度を高めるために、私たちのチームはGoogleスピーチチームで研究をしていましたが、それは最重要プロジェクトではありませんでした」（Forbes）
2021/10/11
＊動画で分かる人工知能（AI）
https://news.yahoo.co.jp/articles/31ab009373c0e29f3280a07e1cb2885acfcaef23
【10月11日 AFP】人工知能（AI）とは、学習や意思決定といった人間の行為を再現するために機械やコンピューターをプログラミングする科学技術だ。 目的達成のために取るべき行為を自律的に判断する「インテリジェント（知的）な」アルゴリズムなど、近年の技術的進歩によりAIは飛躍的に発展しており、日常生活にも着実に浸透している。 スマートフォンはますます賢くなり、AIアシスタントは瞬く間に情報を見つけ出すことができる。自動運転によって交通の安全性が高まり、ヒューマンエラーのリスクはなくなるかもしれない。（AFP）
2021/10/02
＊コンピュータに物事を学習させる「デイープランニング」はどのように実行されるのか？
https://gigazine.net/news/20211001-deep-learning/
データから自動的に特徴を抽出してくれるニューラルネットワークを使った機械学習手法「ディープラーニング」は近年、急速に技術が発達し、画像認識AIや自動運転技術などの発展に役立っています。そんなディープラーニングの仕組みについて、米国電気電子学会が発行するIEEE Spectrumが解説しています。
ディープラーニングは人工ニューロンを大量につなぎ合わせたニューラルネットワーク上で実行されます。このニューラルネットワークは「入力層(INPUT LAYER)」「隠れ層(HIDDEN LAYERS)」「出力層(OUTPUT LAYER)」に分かれています。IEEE Spectrumは、隠れ層が2層存在するニューラルネットワークで手書きの数字を認識する方法を学習する場合を例に、ディープラーニングの仕組みを解説しています。（GigaZine）
2021/10/01
＊AI活用が進まない日本の法曹界は世界から三流国と見なされる
https://news.yahoo.co.jp/articles/82bde418c3d1c62c62cd92ce858454d48ff19543?page=1
ここ数年でAIが急速に進化しています。例えば、「アルファ碁」やその進化版「アルファ・ゼロ」の圧倒的な強さにその一端が表れています。それに連れて様々な分野でAIの導入が進んでおり、世界では、法曹界への導入も、加速度的に進んでいます。ところが、日本の法曹界ではAIの導入がなかなか進まないのです。
一方で、コンピュータの世界では、2000年代に入り、機械学習や深層学習というアプローチが大きく進展してきました。特に、人の脳の仕組みを模したニューラル・ネットワーク上で効率的に学習するためのバックプロパゲーションというアルゴリズムが1980年代末に開発されたことが大きなきっかけとなりました。コンピュータの計算処理能力の大幅な向上のおかげで2000年代には実用化が進んだわけです。
それは、脳細胞と脳細胞の間のシナプス結合を新たに作ったり、結合の強弱を調整したりすることによって、脳がものを考えたり学習したりするのと同じように、コンピュータが、問題と正解を対応づけるために、脳細胞に相当する多層をなすノード間の繋がりやその強弱を調整するアルゴリズムです。 コンピュータが例題に対する解答の候補を出し、本当の正解に照らして、ノード間のつながりや強弱を調整して、正解により近い解答を出すようにします。これが「学習」で、例題と正解の多数のセットを学習して行けばだんだん賢くなります。ノードの層が何層にも重なっているので、これを深層学習というわけです。莫大なデータと厖大な計算量が必要です。 太田 勝造（明治大学 法学部 教授）
2021/09/22
＊脱炭素特許をAIで判定 日本特許情報機構と三菱電機
https://www.nikkei.com/article/DGXZQOFK222020S1A920C2000000/
日本特許情報機構（Japio）と三菱電機は21日、特許出願の内容が脱炭素技術に該当するかを人工知能（AI）を使って判定する手法を開発したと発表した。「脱炭素技術をAIで判別する取り組みは世界初だろう」（三菱電機）という。企業が持つ脱炭素の技術を定量的に評価できるようになり、ESG（環境・社会・企業統治）投資の判断などに活用できる見通しだ。（日本経済新聞）
2021/09/20
＊松岡陽子氏「10年後も、AIがすべてを解決する環境にはならない」
https://ascii.jp/elem/000/004/069/4069692/
「AIスピーカーは、音楽をかけてくれたり、アラームをかけてくれたりするが、毎日の苦労を解決してはくれない。それは、AIがテクノロジーとして、そこまで届いていないからである。10年後も、AIがすべてを解決する環境にはならない」
パナソニックの子会社であるYohana. LLCが、「Yohana Membership」という新たなサービスを開始した。松岡氏は、「ロボットやハードウェア、AIを使いながら、人を助け、生活を豊かにするためのモノづくりをしてきた。Yohanaは、働く親とその家族が、家族全員の幸せを最優先し、お互いと向き合う時間を大切にするためのサポートに特化した、新しいウェルネス企業である」とする。（ASCII）
2021/09/13
＊千葉の高専生、ハッカソンで最優秀賞 「量子コンピューターでお手軽機械学習」とは
https://globe.asahi.com/article/14437647
スーパーコンピューターをはるかに上回る高速で計算ができ、次世代技術として期待される量子コンピューター。その活用アイデアを競うプログラミングのコンテストで、大学院生らをおさえて最優秀賞を獲った高専の１年生がいる。しかもそのアイデアは、中学生の時に考えたものだ。先進分野のIT人材を支援する独立行政法人「情報処理推進機構」（IPA）の「未踏ターゲット事業」にも、高専生で初めて採択された。どんな学生なのか、会いに行った。（GLOBE+）
2021/09/10
＊米商務省、AIの問題について大統領らに助言する委員会設置--競争力強化や倫理など
https://news.yahoo.co.jp/articles/a157e2bd71164bc01c330ffde50a68f4a8ce4c2b
米商務省は米国時間9月8日、人工知能（AI）に関連する広範な問題について、Joe Biden大統領や連邦機関に助言する委員会を設置すると発表した。
Gina Raimondo商務長官は、「AIは私たちの時代の最も大きな問題に取り組み、技術的な競争力を強化するとともに、経済のほぼすべての分野で成長のエンジンとなる大きな機会を与える」とし、「これらの新しいテクノロジーに伴う課題に私たちがどう対応するかということについて、われわれは慎重に、創造的に、賢明にならなければならない」と述べている。(CNET)
2021/09/07
＊プリファード、AIで創薬につなげる技術を開発
https://www.nikkei.com/article/DGXZQOUC067710W1A900C2000000/
人工知能（AI）開発のプリファード・ネットワークス（東京・千代田）は6日、AIの一種である深層学習の技術を使い、新しい薬の候補物質を探す技術を開発したと発表した。京都薬科大学との共同研究で、この技術を使って見つかった物質に新型コロナウイルスの増殖に必要な酵素の働きを妨げる効果が確認されたとしている。
新たな技術は、AIが化学物質について大量に学習し、目的の効果を持つ可能性がある物質を大量に提案する。スーパーコンピューターでそれらの物質を分析し、高評価だったもののみを実際に実験して確かめ、新薬の候補物質を探す時間を短縮する。（日本経済新聞）
2021/09/05
＊「半人前でも奪い合い」、激化するAI人材獲得競争
https://news.yahoo.co.jp/articles/f268437e9672fda121e02c7b64921ab54cbc864f?page=1
昨今いたるところでよく耳にする言葉です。AIをつくれる人や使える人が需要に対して不足している状況を指しています。ここではAI人材の不足とは具体的にどのような状況を指すのか、どういった人材が不足しているのかについて、自分の経験をもとに書いていきます。
AI人材がどれほど不足しているかについては、様々な研究機関が統計を出していますので、ここでは詳しく述べませんが、例えば、中国のテンセントは、世界のAI技術者及び研究者が30万人なのに対し、関連する働き口は数百万の単位で存在すると試算しています（＊1）。日本国内でも、経済産業省はAIやビッグデータ、IoTなどを担う人材が30年に約55万人不足すると見積もっています（＊2）。いずれも17～18年ごろの資料ですが、大きなトレンドは今も変わりません。（日経ビジネス）
2021/09/02
＊朝日と日経が頼るアマゾンのAWS、AIが記事を書き見出しを付け校正もやっていた！
https://diamond.jp/articles/-/280337
アマゾンの利益の大部分をたたき出す、法人向けのクラウドサービス、アマゾン・ウェブ・サービス（AWS）事業。日本でも数多くの企業が導入している。知らない間に、新聞の見出しばかりか、記事までもAWSを使ったAIが書き、ラジオのニュースまで読み上げる。
※本稿は、横田増生著『潜入ルポamazon帝国』（小学館）の一部を再編集したものです。（ダイアモンドオンライン）
2021/08/30
＊学習して進化するAIに“忘れさせる”ことは可能なのか？ 研究者たちの取り組みと課題
https://wired.jp/2021/08/30/machines-can-learn-can-they-unlearn/
人工知能（AI）が機械学習によって個人情報を取り込んで“賢く”なっていくなかで、プライヴァシーを巡る懸念が世界的に高まっている。こうしたなか研究者たちは、アルゴリズムに組み込まれた個人の情報を、機械に“忘れさせる”という難題に取り組んでいる。
機械学習を利用して人々の好みを分析したり、顔のデータから個人を認識したりすることは、いまやあらゆる業種の企業にとって当たり前になっている。こうしたなか研究者たちは、新たな問いに取り組み始めた。「機械に“忘れさせる”ことはできるのか？」という課題だ。この「マシン・アンラーニング」と呼ばれるコンピューターサイエンスの最新分野では、人工知能（AI）のプログラムに選択的健忘を起こさせる方法の研究が進められている。機械学習システムのパフォーマンスに影響を及ぼさずに、特定の人物やデータセットの痕跡をすべて消し去ることが目的だ。（WIRED）
2021/08/29
＊金融業界が機械学習を簡単に利用できるようにする「Taktile」
金融サービス企業のための機械学習プラットフォームに取り組む新しいスタートアップのTaktileを紹介しよう。機械学習を金融商品に生かそうとする企業は同社が初めてではない。しかし同社はAIモデルを簡単に使い始め、移行できるようにすることで競合との差別化を狙う。
数年前、どのピッチのプレゼンにも「機械学習」と「AI」のフレーズがあったころ、金融業界に的を絞ったスタートアップもあった。銀行や保険会社は山ほどデータを集めているし顧客の情報もたくさん知っているのだから当然だ。銀行や保険会社はこうしたデータを使って新しいモデルをトレーニングし、機械学習アプリケーションを展開できるだろう。(TechCrunch)
2021/08/22
＊｢暴言を吐くAI｣｢差別するAI｣なぜ生まれるのか？ AIの暴走を防ぐ｢責任あるAI｣と｢AI倫理｣
https://toyokeizai.net/articles/-/447357
「暴言」を吐くAIチャットボット、「人種差別」をする犯罪予測AI、「男女差別」をする人材採用AI・与信審査AI……。
AI（人工知能）の活用が広まる一方で、AIが「悪さ」をする事例が問題となっている。なぜ、今、「AI倫理」が問われるのか。
『責任あるAI 「AI倫理」戦略ハンドブック』を上梓したプロフェッショナルが、AIの暴走を防ぎ、トラブルが発生したときにも迅速に
対応できる備えとしての「責任あるAI」について解説する。
企業が成長を続け、競争優位性を保ち続けるためにAI（人工知能）の活用が不可欠となっています。一方で、AIチャット
ボットが「暴言」を吐いたり、犯罪予測AIが「人種差別」をしたり、人材採用AI・与信審査AIが「男女差別」をするなど、
AIが「悪さ」をする事例が問題となっています。
例えば2016年には、マイクロソフトのAIボットTayが公開後まもなく人種差別的な暴言を吐くようになってしまったため
サービスを停止しました。（東洋経済）
2021/08/17
＊AIとの対話でコードが自動生成される時代、プログラマーの役割はどう変わるのか
https://wired.jp/2021/08/17/plaintext-open-ai-codex/
自然言語による“対話”に基づいて人工知能（AI）がプログラムコードを自動生成するシステム「OpenAI Codex」を、このほどOpenAIが公表した。コーディングの多くを機械任せにして生産性を高め、人間のプログラマーはシステムの設計や構造を描くような高度な業務に移行するというが、本当にそれだけで済む話なのだろうか──。『WIRED』US版エディター・アット・ラージ（編集主幹）の
スティーヴン・レヴィによる考察。（WIRED）
2021/08/17
＊グーグル初の独自SoC「Tensor」--今分かっているすべてのこと
https://japan.zdnet.com/article/35175042/
Googleは「Tensor」と名付けたこの新しいシステムオンチップ（SoC）について多くを語っていない。しかし、詳しく調べてみると
その目的や方向性が見えてくるはずだ。
Googleは、Tensorによって写真や動画の処理性能が向上すると述べている。また、音声の認識／読み上げや翻訳を行うソフトの処理能力向上にも役立つという。さらに同社は、リアルタイムでの言語翻訳や、動き回る被写体の撮影（筆者の場合、たいていは孫の写真だ）といったタスクのパフォーマンスも改善すると主張している。
TensorでもGoogleのクラウドリソースの力を借りる必要はあるが、同チップを搭載したスマートフォンはより多くの情報をデバイス側で処理できるようになり、クラウドへのデータ送信量を低減できるようになる。(ZDNet)
2021/08/16
＊AIによる半導体設計を加速させるサムスンと、その開発の舞台裏
https://wired.jp/2021/08/16/samsung-ai-designed-chip-soon-others-too/
サムスンが半導体の設計に人工知能（AI）を用いる動きを加速させている。その中核をなすのが強化学習を用いた設計ツールで、なかでもチップ設計支援ソフトウェア大手のシノプシスが存在感を強めている。
韓国の大手エレクトロニクスメーカーであるサムスンは、チップの設計にAIを取り入れた世界初の半導体メーカーのひとつだ。同社が採用しているのは、シノプシスの新しいソフトウェアのAI機能である。シノプシスはチップ設計支援ソフトウェアを開発している世界有数の企業で、多くの企業が同社の製品を利用している。「ここにあるのは初めてAIで設計された本当の商用プロセッサーです」と、シノプシスの会長兼共同最高経営責任者（CEO）のアート・デ・ゲウスは言う。（WIRED）
2021/08/11
＊IBM Watsonとは？｜AIとの違い・できること・活用事例を解説！
https://ainow.ai/2021/08/11/257445/
あなたは、IBM社の開発したAI「Watson」を知っていますか？
Watsonは、2011年にアメリカのクイズ番組で優勝し、2016年には白血病患者の病名を特定して、1人の命を救うなど、さまざまな話題を集めた注目のAIです。。
現在、Watsonは社会のさまざまな場面で活躍しています。この記事では、Watsonの歴史や仕組み、活用事例などを幅広く紹介していきます。（AINOW）
2021/08/11
＊機械学習のための数学について解説｜おすすめの書籍や講座も紹介！
https://ainow.ai/2021/08/10/257419/
この記事では、機械学習をこれから勉強するうえで数学に対してどのように向き合っていけばいいのかについて解説します。初学者や特に人文学系など理系科目を専門にしていない人たちにとって、どうしても数学には難しい、取っつきにくいというイメージがつきものだと思います。この記事では、機械学習に必要な数学のロードマップや勉強法について紹介します。少しでも勉強の助けになれば幸いです。（AINOW）
2021/08/10
＊企業が持つ採用の問題、AIが解決策に？
https://forbesjapan.com/articles/detail/42684/1/1/1
米国では、新型コロナウイルス流行で打撃を受けた経済が回復に向かう中、各企業にとって早急な人員補充が大きな課題となっている。そこで活用できるのが、人工知能（AI）だ。実は、多くの企業はそれとは知らずにAI技術をすでに利用している。というのも、
求人サイト大手にはAIが導入されているからだ。
リンクトインの「責任あるAI」部門でエンジニアリングマネジャーを務めるサクシ・ジャインは「例えば、『ジョブマネジャー』といった特定の役職を検索すると、リンクトインのエンジンはその役職だけでなく、時間管理やチームの連携、リスク評価などの関連スキルを持つ人も探す」と説明。「これにより、採用側は実際に全く同じ役職や役割に就いている人だけにとどまらない結果を得られる」と語る。
AIの重要な能力の一つに、膨大なデータの中から複雑なパターンを読み取ることがある。これはある意味、リクルーターの能力を再現
するものであり、今は積極的に求職活動をしていない候補者を見つける上でとても重要になる。（Forbes）
2021/08/07
＊超高密度な半導体チップを、AIが設計する時代がやってくる
https://news.yahoo.co.jp/articles/e72a72ee808b00798fc175ad41e9b1d03706a53b
近ごろは半導体チップの設計にも人工知能（AI）が使われるようになった。その設計対象には、非常に強力なAIプログラムを走らせるために必要なチップも含まれる。
チップの設計は複雑かつ難解で、爪の大きさより小さな基板の表面に数十億ものトランジスターを詰め込まなければならない。このため設計の各段階での決断は、製品の最終的な性能と信頼性に影響を及ぼす。 このため、このナノスケールの電子部品から最高のパフォーマンスと電気効率を引き出す回路を設計するために、設計エンジニアは長年のキャリアから培われた経験とノウハウに頼っている。
一方、チップ設計の自動化の取り組みは数十年前から進められてきたが、ほとんど成果は上がっていない。 だが、最近のAIの進化によって、半導体のアーキテクチャーに関する“黒魔術”の一部をアルゴリズムが学習できるようになった。おかげで半導体メーカーは、これまでよりはるかに短時間で、さらに強力かつ効率的な設計図を作成できるようになったのである。（WIRED）
2021/08/07
＊「畳み込みニューラルネットワークとは何か？」を分かりやすく図解するとこうなる
https://news.livedoor.com/article/detail/20654318/
AI・機械学習・ニューラルネットワークといった言葉を目にする機会が多くなりましたが、実際にこれらがどのようなものなのかを理解するのは難しいもの。そこで、臨床心理士でありながらプログラム開発も行うYulia Gavrilova氏が、画像・動画認識で広く使われている畳み込みニューラルネットワーク(CNN)の仕組みについて、わかりやすく解説しています。
CNNはニューラルネットワークの1つであり、画像認識やコンピュータービジョンに関連するタスクと切っても切れない関係にあります。MRI診断や農業用の土地分類のような画像分類タスクのほか……
スマートフォンでもおなじみの物体検出でも利用されています。(livedoor NEWS)
2021/08/03
＊ヴァーチャル試着から“ファッション版のTinder”まで、AIが「衣服の売り方」の変化を加速する
https://wired.jp/2021/07/31/ai-personalised-shopping/
ファッション業界で人工知能（AI）の活用が加速している。なかでも注目は、消費者の写真や動画に衣服の画像を重ねるヴァーチャル試着のほか、マッチングアプリ「Tinder」のような方法で個人の衣服の好みを学習しておすすめを提案するアルゴリズムだ。（WIRED）
2021/08/03
＊「顧みられない病気」の治療薬を、DeepMindは人工知能で見つけ出す
https://wired.jp/2021/08/01/deepmind-alphafold-protein-diseases/
アルファベット傘下の人工知能（AI）企業であるDeepMindが、希少な疾患の治療法を見つけるべくAIの活用を加速させている。非営利団体「顧みられない病気の新薬開発イニシアティブ（DNDi）」との提携を通じて、主に途上国で猛威を振るう伝染病などの治療薬候補を見つけ出しているのだ。その先には、新型コロナウイルス感染症（COVID-19）の治療薬の開発も視野に入っている。（WIRED）
2021/08/02
＊りそな 顔認証で店舗で入出金可能なシステム導入へ 金融機関では初
https://news.yahoo.co.jp/articles/46ffb81ecfa16a9d6da15aadd7fb81d97e63b0a2
りそなホールディングスは、顔認証だけで銀行の店舗で入出金などができるシステムを来年度中にも導入する方針です。 「りそな」は自分の顔情報を登録した「顔認証」だけで銀行の店舗で入出金や振り込みができるシステムを来年度中に導入する方針です。金融機関としては、初めての取り組みです。（TBS NEWS）
2021/07/29
＊不動産取引にも「ワンクリックで購入」の感覚を：米大手サイトがAIの進化を加速させる理由
https://wired.jp/2021/07/29/zillow-taps-ai-improve-home-value-estimates/
米国の大手不動産情報サイトを運営するZillowが、住宅買い取り事業に人工知能（AI）を活用し始めた。その目的は、ネット通販の
「ワンクリックで購入」の感覚を不動産市場に取り入れることにある。（WIRED）
2021/07/25
＊長いトンネルの末…復活挑むNEC AIと通信に追い風
https://www.asahi.com/articles/ASP7P6SZDP7PULFA00J.html
筆者は1年前まで北京特派員だった。中国は急速に人工知能（AI）で実力をつけ「AI大国」として米国に次ぐ位置まで追い上げている。それでも、取材した現地のIT起業家たちは、口々に「NECのAIはすごい」と言っていた。少し調べてみると、NECのAIは中国だけでなく、米国からも高い評価を得ているという。一方、帰国してみると、「日本のAIは周回遅れ」との認識もしばしば耳にする。実際にNECを取材して見えてきたのは、長いリストラのトンネルを抜けた日本の大企業が最先端技術をてこに復活へ挑む姿だった。（朝日新聞）
2021/07/22
＊「6年解けなかった構造があっさり」──タンパク質の“形”を予測する「AlphaFold2」の衝撃 GitHubで公開、誰でも利用可能に
https://www.itmedia.co.jp/news/articles/2107/20/news136.html
米Alphabet傘下の英DeepMindが、遺伝子配列情報からタンパク質の立体構造を解析するAI「AlphaFold v2.0」（以下、AlphaFold2）をGitHub上で無償公開し、ネット上で注目を集めている。Twitterを利用する生物系の研究者からは「革命的な成果だ」「これからの研究の前提が変わっていく」など、AlphaFold2の予測精度に対して驚きの声が相次いだ。(ITmedia)
2020/07/20
＊グーグルが開発した“医療用”の画像認識AI、その実用化までの課題
https://wired.jp/2021/07/19/google-launches-medical-app-outside-us/
グーグルが画像認識アルゴリズムに基づいて、皮膚の疾病について助言をするアプリを開発した。皮膚がんを含む症例を特定すると謳われているが、実用化までには課題が山積している。
「Google 検索」では、肌のトラブルに関して年間数十億回も検索されている。そこでグーグルは画像認識アルゴリズムを利用することで、より専門的かつパーソナライズされた助言を提供するアプリを立ち上げることにした。2021年5月の開発者会議「Google I/O」では、
ユーザーがアップロードした画像に基づいてAIが皮膚の状態を推測する様子が簡単に紹介されている。（WIRED）
2021/07/19
＊リビアで「自律型ＡＩ兵器、ついにヒトを攻撃」の衝撃！！
https://news.nifty.com/article/domestic/government/12176-1158262/
近年では世界中の戦場で無人兵器が使われているが、それでも「ヒトを殺す」ことの最終判断には人間が介在してきた。ところが、ついにＡＩが自らの判断でヒトを攻撃したとみられるケースが初めて確認された。人類はいよいよ禁断の領域に足を踏み入れてしまったのか？
ついに「ＡＩ（人工知能）がヒトを殺す」時代がやって来たのかもしれない。ここ最近、多くの海外メディアが、北アフリカのリビアで起きた「事件」について報じている。ＡＩを搭載したドローン（無人機）が、人間の命令を受けずに独自の判断で人間の兵士を「敵」と認識し、実際に攻撃した可能性がある――。そんな報告書が、国連の専門家パネルから発表されたのだ。（Niftyニュース）
2021/07/18
＊AIソフトウェアを導入するときに考慮すべき要素
https://forbesjapan.com/articles/detail/42381
AI（人工知能）技術を初めて導入する会社にとって、既製品のAIソフトウェアを購入することは良い第一歩だ。技術インフラに投資したり、高給取りのデータサイエンティストを雇ったりする必要はほとんどない。他の顧客によって実証されたソリューションを手に入れられるという利点もある。アルゴリズムが適切に実装されている可能性が高いため、だいたいにおいて、精度については信用できるはずだ。
だが、ぬぐい切れない問題がひとつある。市場に多くのAIアプリケーションが出回っており、どれが最良の選択肢かを判断するのがきわめて難しいという点だ。なにしろ、ほとんどのテック系ベンダーが、自社のAI機能は他社から抜きんでていると主張しているように見えるのだから。
では、新しいソリューションを検証する際には、どのような要素を考慮すればいいのだろうか？ 以下でそのポイントを見ていこう。（Forbes）
2021/07/16
＊AIで人の叫び声を識別する。パナソニックの監視カメラがスゴイ
https://news.yahoo.co.jp/articles/bcffb91f51a617dbb6f210e168e534481d1f6776
パナソニックは人工知能（AI）の深層学習（ディープラーニング）を活用し、高度な解析ができる監視カメラを開発した。人の叫び声やガラスの破損音、クラクション、銃声などの音をAIで識別する。屋内外で広く普及している監視カメラの国内シェアでパナソニックは約32％を握り首位とみられる。ただ、中国など海外勢も攻勢をかけているため、付加価値製品で差別化を訴求する。（ニュースイッチ）
2021/07/09
＊「AIの不備」どうカバー？ 富士通・JCBの挑戦
https://news.yahoo.co.jp/articles/966f7125902483a69e542b7c0a8e8137fad1a2eb?page=1
日常の商品管理からマーケット戦略の決定まで、人工知能（AI）は企業経営のあり方を大きくバージョンアップさせそうだ。ただ
AI自体は、まだまだ発展段階の技術だ。AI経営に詳しい寺嶋正尚・神奈川大学経済学部教授は拙速な導入を戒めるとともに、導入後の
運用面でも「AIの不備に対しては必要に応じて人間が介在するシステムを構築するなど技術的なリスクマネジメントが欠かせない」
と話す。（日経BizGate）
2021/07/06
＊知識ゼロでもAIがつくれる？「ディープラーニングフレームワーク」とは
https://www.sbbit.jp/article/cont1/63581
「ディープラーニングによってIT業界が変わりつつある」といった言葉を耳にすることがありますが、「実際にディープラーニングを扱うことは簡単なことではない」とほとんどの人は感じているでしょう。たしかに、知識ゼロから、多層ニューラルネットワークを構築して機械学習を始めるのは簡単ではありません。しかし、ディープラーニングが登場してからAI（人工知能）を使いやすくするためのツールやサービスがいくつも登場しており、今では「誰でもディープラーニングが扱える」ようになっています。今回は、ディープラーニングを使いやすくするためのツールについて解説していきます。（ビジネス＋IT）
2021/06/30
＊人工知能を次のステージに導く5つのディープラーニングのトレンド
https://ainow.ai/2021/06/30/255617/
人間とは、発明する種族である。世界は私たちに原料を提供し、巧みな技術でそれを作り変える。テクノロジーは無数の道具や装置を
生み出してきた。車輪、印刷機、蒸気機関、自動車、電気、インターネット……これらの発明は、私たちの文明と文化を形成し、今も
そうである。
私たちが生み出した最新の技術的な子供のひとつには人工知能があり、近年、生活に密着したツールとなっている。それが社会に与える影響は際立っており、今後数十年にわたって成長し続けると予想される。AIの代表的な顔の一人であるアンドリュー・ングは、
「AIは新しい電気だ」とまで言っている。スタンフォード・ビジネス誌のインタビューでは、「100年前に電気がほとんどすべてのものを
変えたように、今日、AIが今後数年のうちに変えないと思われる産業を考えるのはじつに難しい 」と彼は述べている（※訳註1）。
しかし、AIは新しいものではない。1956年にジョン・マッカーシーがAIという言葉を作り、AIを独自の研究分野として提案した時から
存在している。（AINOW）
2021/06/30
＊AIの未来はどうなる？ 日本が目指すべきAI研究・開発シンポジウムレポート
https://ascii.jp/elem/000/004/059/4059968/
自動運転車やスマート家電といった最新のIT産業から、農業・畜産業といった第一次産業、そして囲碁や将棋といった伝統的エンター
テインメントに至るまで、今やAIが関わらない分野はないと言っても過言ではない。これらの研究はこれまで各国・各研究者や企業体に
おいてバラバラに進められて発展してきたが、近年はいわゆるGAFAなどの大資本企業だけでなく、米国、中国、欧州などがそれぞれ、
大規模な資本を投じて国ぐるみでの開発を進めていくようになっている。
こうした動きを受けて、NEDOは今後日本におけるAI技術や関連する技術、AIを含む新技術に関する開発の方向性を大局的に検討・整理し、第6回アクションプラン策定委員会で承認された内容をもとに
6月14日に「人工知能（AI）技術分野における大局的な研究開発のアクションプラン」（AIアクションプラン）として公表した。
（ASCII）
2021/06/28
＊世界の最大手企業は機械学習を活用したアプリケーションをどのように設計しているか
https://ainow.ai/2021/06/28/256193/
機械学習を活用したアプリ開発がさかんになるにつれて、そのようなアプリ開発に対して同じようなアプローチが有効なことに気づかれるようになりました。そこでBourke氏は、機械学習を活用したアプリ開発に共通した設計指針を明らかにするために、Apple、Google、Microsoft、Facebook、そしてSpotifyの設計ガイドラインを調べてみました。
調査した設計ガイドラインの詳細は以下の記事本文で解説していますが、それらに共通した設計手順とその手順を実行する際の指針をまとめると、おおむね以下のようになります。（AINOW）
2021/06/21
＊リコーが「ハードからデータビジネスへ」、独自AIで事業転換を狙う
https://news.yahoo.co.jp/articles/e3108bb2d88efce135c51ec176ab96761984e875
リコーは2021年6月17日、独自の自然言語処理AI（人工知能）などを活用して業務支援を図る新サービス「仕事のAI」シリーズをリリースして、データビジネス事業を本格始動すると発表した。同シリーズの第1弾として、問い合わせ窓口に寄せられたVOC（顧客の意見：Voice Of Customer）を分析する「RICOH 品質分析サービス Standard for 食品業」を同年7月15日から発売する。(MONOist)
2021/06/21
＊AI（人工知能）をめぐる軍拡レース──軍事革命の主導権を握るのは誰か
https://www.newsweekjapan.jp/mutsuji/2021/06/ai.php
・アメリカではこれまで国家権力と距離を保ってきたシリコンバレーでもAIの軍事利用に協力する動きが広がっている。
・そこには中国などの台頭によって「AI分野でのアメリカの優位が脅かされている」という危機感がある。
・軍事利用を前提とするAI開発レースの本格化は、戦争のあり方を大きく変える可能性を秘めている。
（Newsweek）
2021/06/19
＊ディープラーニングで1枚の写真から動画が制作できるようになった！
https://www.gizmodo.jp/2021/06/researchers-can-now-make-moving-videos-from-just-a-sing.html
昔の写真を見るとなつかし〜い気持ちになるけど、昔のビデオを見ちゃうと一気にタイムトリップする感覚ありますよね。そんな動画の持つチカラを写真から引き出せないか？ ということで、米ワシントン大学がディープラーニング（深層学習）を用いてまさにそれをやってのけました。たった1枚の写真から、同じ場所で撮った動画をレファレンスすることなく映像を作り出せちゃうそうです。
機械学習はこれまでにも画像を拡張する分野でポテンシャルを発揮してきており、たとえばMy Heritageという会社がすでに昔の肖像画に動きを与える技術を開発しています。一方で、今回ワシントン大のコンピューターサイエンス工学学科が開発した新しいアプローチは、自然界における水・雲・煙などの流れる事象に焦点を当てています。（GIZMOD）
2021/06/14
＊バイデン米政権、AI分野の進展に向けた新たなタスクフォースを立ち上げ
https://japan.zdnet.com/article/35172284/
米国のJoe Biden政権は、National Artificial Intelligence (AI) Research Resource（NAIRR：国家人工知能リサーチリソース）の実現に向けたタスクフォース「National Artificial Intelligence Research Resource Task Force」を立ち上げたと発表した。このタスクフォースは12人のAI専門家で構成され、AIリサーチャーらによるデータやコンピューターリソース、その他のツールへの柔軟なアクセスを実現するための計画を作成する。
このタスクフォースの立ち上げは、「National AI Initiative Act of 2020」（2020年国家AIイニシアチブ法案）が米連邦議会を通過した際に義務付けられていた。そしてこのタスクフォースがNAIRRを設置することになる。NAIRRはホワイトハウスの声明によると、「米国全域でのAIのイノベーションと経済的な繁栄を加速する」共有リサーチインフラだという。NAIRRは全ての科学分野を横断し、AIに携わる
リサーチャーや学生を念頭に置いたものとなる。(ZDNet)
2021/06/12
＊グーグルは高度なAIの力で、「検索」という行為を“自然な会話”へと進化させる
https://wired.jp/membership/2021/06/11/google-hopes-ai-turn-search-conversation/
まるで人間と会話するような感覚で利用できる検索エンジンの開発を、グーグルが進めている。その鍵を握る技術が、2021年5月に開催された開発者会議「Google I/O」で披露された言語モデル「LaMDA」だ。検索という行為を「人間の専門家との会話」のような高度なものへと再構築するというグーグルの取り組みは、いかに達成しうるのか。
グーグルは毎年恒例の開発者会議「Google I/O」の場を利用して、ときに人工知能（AI）の驚くべき利用法を披露している。2016年には「Google アシスタント」に対応したスマートスピーカー「Google Home」を発表し、18年には音声で仕事の電話に応対したり店の予約をしたりできる「Google Duplex」をデビューさせた。こうした“伝統”に沿って今年のGoogle I/Oでは、最高経営責任者（CEO）のスンダー・ピチャイが「どんな話題でも会話できる」ように設計されたという言語モデル「LaMDA」を発表した。（WIRED）
2021/06/10
＊「Google翻訳」アプリの精度はどのぐらい？ 実際に試してわかった、最適な利用シーン
https://news.biglobe.ne.jp/it/0609/aab_210609_0761934150.html
「Google翻訳」アプリは、テキスト入力、音声入力のほか、カメラを利用したリアルタイム翻訳が利用できます。Google
翻訳アプリの最大の特徴であるリアルタイムカメラ翻訳を中心として、その機能を解説します。多機能かつ多言語対応の
「Google翻訳」アプリGoogle翻訳アプリは、以下の機能を備えています。
• テキスト翻訳：入力したテキストを108言語間で翻訳可能
• 会話翻訳：2カ国語での会話をその場で翻訳（71言語に対応）※Androidは70言語
• リアルタイムカメラ翻訳：カメラを向けるだけで画像内のテキストを瞬時に翻訳（94言語に対応）
• 写真：写真を撮影またはインポートしてより高精度に翻訳（90言語に対応）
(BIGLOBEニュース)
2021/06/10
＊ＥＵ当局、米ＩＴ大手のＡＩ音声サービス支配力拡大に懸念
https://jp.reuters.com/article/eu-antitrust-idJPKCN2DL23R
［ブリュッセル ９日 ロイター］ - 欧州連合（ＥＵ）の規制当局は９日、米アマゾン・ドット・コムの「アレクサ」と米アップルの
「Ｓｉｒｉ（シリ）」、米アルファベットの「グーグルアシスタント」といった人工知能（ＡＩ）音声認識サービスの市場支配力が増し、反競争的行為の可能性があるとの懸念を表明した。 ＥＵの行政執行機関、欧州委員会はここ１年にわたり、音声アシスタントやその他のインターネット接続機器に関する調査をしていた。２００社超が欧州委の調査に答えた。これまで電子商取引（ＥＣ）や製薬、金融サービス、エネルギーなどの部門で同様な調査が行われた際、調査対象の企業が訴えられ、罰金を科された事例もある。（ロイター）
2021/06/08
＊殺傷能力のあるドローンをAIが“操作”する日がやってくる
https://wired.jp/2021/06/07/pentagon-inches-toward-letting-ai-control-weapons/
戦闘に利用するドローンやロボット戦車といった殺傷能力をもつ兵器の自動化に、米軍が取り組んでいる。こうした動きの背景にあるのは、複雑な状況下での分析や素早い判断において、機械のほうが人間より優れているという事実だ。
2020年8月のある日、シアトルの南40マイル（約64km）の場所に軍用ドローン数十機と戦車のような外観のロボットが集結した。その
ミッションとは、複数の建物にテロリストが隠れていないか確認することである。
ロボットをはじめ非常に多くの機械が動員されていたので、すべてに目を配るには人間のオペレーターの数が足りなかった。そこでロボットは敵の戦闘員を見つけるだけでなく、必要な場合には殺害するようプログラミングされていた──。（WIRED）
2021/06/07
＊ソニーＧが深層学習向け演算器を開発、エネルギー効率は最高レベル
ソニーグループＲ＆Ｄセンターの齋藤大輔デバイスエンジニアらは、エネルギー効率が同種のチップで最高レベルとなる深層学習（ディープラーニング）用演算器を開発した。メモリーに使われる強誘電体ゲート電界効果トランジスタ（ＦｅＦＥＴ）を深層学習の積和計算に用いるのが特徴。消費電力が小さく、自動車や携帯端末など電力の限られる装置で深層学習の推論を行う用途が開ける。（ニュースイッチ）
2021/06/07
＊畳み込みニューラルネットワークとは？ 「画像・音声認識」の核となる技術のカラクリ
https://www.sbbit.jp/article/cont1/60675
近年、「ディープラーニング」が画像認識に強く、画像診断・顔認証・不具合検知など、さまざまな用途に使われている
ということが広く知られるようになってきました。ただ、その背景にある「ニューラルネットワークのアルゴリズム」に
ついてはそこまで理解されていません。今回は、画像認識におけるディープラーニングの強さを世間に知らしめる一因と
なったアルゴリズムである「畳み込みニューラルネットワーク」について簡単に解説していきます。（ビジネス＋IT）
2021/06/06
＊米中IT大手が独自の半導体チップ開発 AI時代に照準
https://style.nikkei.com/article/DGXMZO72508680S1A600C2000000/
パソコンやスマートフォン、サーバーなどコンピューターを動かす主役はCPU（中央演算処理装置）と呼ばれる半導体チップです。
米インテルなどの汎用的なチップが広く使われていますが、米中のIT（情報技術）大手を中心に、自社の製品やサービス向けに
独自設計チップを開発する動きが本格化してきました。人工知能（AI）の性能向上に必要な学習など膨大な計算に対応するのが目的です。世界の半導体開発勢力図に影響を与える可能性もあります。
米グーグルは5月中旬に開催したオンラインイベントで、独自開発のプロセッサー「TPU」の最新版を発表しました。TPUはAIの
機械学習向けに特化したチップで、同社のサーバーに搭載して画像認識や自然言語処理といった計算を担います。グーグルはTPUを
約4100個搭載し、スーパーコンピューター並みの性能を持つ計算システムも同時発表しました。（日本経済新聞）
2021/06/05
＊一般的な言葉を書くだけで、AIがコードを自動生成：マイクロソフトとOpenAIが示したプログラミングの新たな次元
https://wired.jp/2021/06/04/ai-write-code-ordinary-language/
自然言語による記述に基づいて人工知能（AI）がプログラムコードを自動生成する技術の開発プロジェクトについて、マイクロソフトとOpenAIが発表した。高性能な言語生成アルゴリズムとして知られる「GPT-3」を用いた取り組みで、プログラマーの生産性の向上が期待されている。
人工知能（AI）を使ってプログラミング言語間の翻訳を改善したり、問題を自動的に解決したりする研究が進められている。例えばAIシステム「DrRepair」は、エラーメッセージを引き起こす問題の大半を解決できることを示している。だが、一部の研究者は、専門家ではない人々が書く簡単な記述に基いてAIがプログラムを書ける日を夢見ている。（WIRED）
2021/06/01
＊文章を自動生成するAIが、偽情報で人間を欺く日がやってくる
https://wired.jp/2021/05/31/ai-write-disinformation-dupe-human-readers/
高度な文章を自動生成する人工知能（AI）である「GPT-3」を悪用すれば、いかにも本物らしい偽情報を自動的に拡散させて世論に影響を及ぼすことすらできる可能性がある──。そんな研究結果を米大学の研究チームが発表した。
人工知能（AI）の研究に取り組むOpenAIが、筋道の通った文章を自動生成できる高度なAIアルゴリズム「GPT-3」を2020年6月に公開したときのことだ。その開発者たちが警告したのは、このツールがネット上に誤情報をばらまく“凶器”としても使われる可能性があることだった。そしてこのほど、情報操作を専門とする研究者たちのチームが「GPT-3」を使い、どれだけ巧みに人を欺き、誤った情報を広められるかを実証して見せた。（WIRED）
2021/05/30
＊グーグル、AI子会社の独立性向上の交渉打ち切り 支配力をさらに強化か
米グーグル（Google）が2014年に買収した英AI（人工知能）企業のディープマインド（DeepMind）の独立性向上に関して、交渉を打ち切っていたことが明らかになった。米ウォール・ストリート・ジャーナルなどが報じている。
米ウォール・ストリート・ジャーナルの報道によると、ディープマインドのシニアマネジャーたちは機密性の高い研究のために独立した法的構造を求め、長年にわたりグーグルと交渉を続けていた。ディープマインドは4月末、グーグルに交渉を打ち切られたことを社内のスタッフたちに伝えたという。(Ledge.ai)
2021/05/30
＊無料講座：はじめてのAI
https://lms.gacco.org/courses/course-v1:gacco+pt028+2019_08/about
人工知能、AI、機械学習、ニューラルネットワーク、ディープラーニング…これらの言葉が世間ではよく聞かれるようになっています。 よく聞く言葉だけれども、よくわからない、自分の身近なものではなさそうと思っている方も多いのではないでしょうか。 本講座では、AI に関わる基本知識だけでなく、事例や具体的にそれがどのような仕組みで動いているかも紹介します。 AI の基礎を理解し、AI をどう活用できるかのヒントがつかめるように、本講座で学びます。(gacco)
2021/05/28
＊AI研究の第一人者・松尾豊氏が語る「日本でDXやAIの活用が進まない理由」
https://dime.jp/genre/1146662/
データやデジタル活用の重要性は10～20年前から語られていたが、新しい要素としてAI、ディープラーニングが叫ばれている。松尾氏は、データの活用がビジネス上でできていないことが今の日本が抱えている課題であり、AIを用いてイノベーションを起こしていかなければならないと考えているという。現在は「ビジネスやDXの取り組みの中でどうディープラーニングを活用していくか」という課題をどう解決するかが昨今のテーマだ。
まずは具体的にディープラーニングがどのようにビジネスの中で活用されているのかが紹介された。
・施設入館者の体表温の測定（顔認識のディープラーニングによる画像認識の処理）
・医療系のディープラーニング活用によるワクチン開発
・製造業での外観検査や食品工場での変色したジャガイモの選別
・日立造船のAI超音波深傷検査システム
（化学プラントの熱交換器の傷を超音波によって検査し、翌日には報告できるシステム）
・農業における農薬を撒くドローンや収穫ロボット
・水産業における養殖のスマート給餌
・漫画の自動翻訳や静止画のアニメーション化
（＠DIME）
2021/05/27
＊人工知能の“欠陥”と副作用を認識せよ：ある研究者がAIの規制を提言する真意
https://wired.jp/2021/05/26/researcher-says-ai-not-artificial-intelligent/
人工知能（AI）の“欠陥”と限界、そして副作用について指摘し、規制を提言している研究者がいる。マイクロソフトリサーチの研究者で
南カルフォルニア大学教授のケイト・クロフォードは、AIが「人工的」でも「知的」でもないと指摘し、安全装置のないシステムであるAIの規制が喫緊の課題であると説く。
──AIの技術的な部分について詳細まで理解している人は、ほとんどいません。それどころか、専門家のなかにすらAIについて大きく誤解している人がいる点を、著書では指摘していますね。（WIRED）
2021/05/25
＊首相に年内のＡＩ戦略策定提言 自民党
https://www.sankei.com/politics/news/210525/plt2105250027-n1.html
自民党の人工知能未来社会経済戦略本部の塩谷立本部長は２５日、菅義偉首相と官邸で面会し、人工知能（ＡＩ）の活用や産業競争力強化に向け、年内に新たな政府戦略を策定することなどを盛り込んだ提言を手渡した。首相は９月にデジタル庁が発足することから「ちょうどいい（タイミングだ）」と応じた。
塩谷氏が終了後、記者団に明らかにした。提言にはＡＩを活用した教育改革や、政府の司令塔機能として内閣府に新たな部署を設置することなども盛り込んだ。（産経新聞）
2021/05/23
＊Googleフォト、機械学習で静止画をアニメーション化する新機能を近日中に追加
https://iphone-mania.jp/news-369104/
Googleフォトに、機械学習で2枚の似た写真から短いアニメーションを生成する新機能が追加されることが明らかとなりました。
この新機能は「Cinematic Moments（シネマティック・モーメント）」と呼ばれ、Googleによると機械学習を利用して2つの画像間に追加のフレームを生成することで、動きがあるように見せられるとのことです。例えば複数の写真を連続撮影した場合、Googleフォトではそれらのシーンを動画にして命を吹き込むことができます。(iPhone Mania)
2021/05/23
＊「会話できるAI」登場、グーグルのAIや検索アルゴリズムは恐ろしく進化
https://ascii.jp/elem/000/004/055/4055774/
基調講演ではLaMDAが冥王星や紙飛行機になり、その特性や特徴などを会話ベースで次々に答えてくれるというデモが行われていた。まるで人間同士が会話しているようで、とても自然であった。
今後、「暇つぶしにAIと会話する」なんてことが実現されるのではないかと思うほどだ。将来的にはGoogle アシスタントに組み込まれることだろう。いまは「3分後に教えて」とキッチンタイマーとしてか使っていないスマートスピーカー「Nest Hub」も、話し相手になってくれることだろう。（ASCII）
2021/05/23
＊今こそ知っておきたい「TensorFlow」--機械学習ソフトウェアライブラリーの進化
https://japan.zdnet.com/article/35171129/
「TensorFlow」は当初、Google Brain Teamのディープラーニング研究プロジェクトだったが、Googleの50のチームの共同作業によって新たなオープンソースライブラリーとなり、「Google Assistant」「Google Photos」「Gmail」「Google Search」など、Googleのエコシステム全体に展開された。GoogleはTensorFlowを導入したことで、知覚や言語理解のタスクを使用して、ディープラーニングをさまざまな分野に応用することができる。この入門記事では、TensorFlowに関する最新情報を紹介する。
どんなものなのか：Googleは世界最大の機械学習インフラストラクチャーを有しており、TensorFlowによって、それを共有できるようになった。オープンソースライブラリーであるTensorFlowでは、ソフトウェア開発者が製品にディープラーニングを適用するためのツールが提供されている。(ZDNet)
2021/05/23
＊「なぜ人は夢を見るのか」は機械学習の観点から説明が可能
https://gigazine.net/news/20210522-overfitted-brain-dream/
誰しも、現実ではあり得ないようなとんでもない内容の「夢」を見ることがありますが、「なぜ夢を見るのか」という理由ははっきりしておらず、さまざまな仮説が立てられています。タフツ大学のエリック・ホーエル氏は、脳の神経回路をまねて作られた機械学習の手法「ディープニューラルネットワーク(DNN)」の観点から、1つの新たな仮説を立てています。（GigaZine）
2021/05/21
＊山形大工学部に「ＡＩセンター」新設
https://news.yahoo.co.jp/articles/62ffc62f616f13889ce67e56cc256b486b2319e1
山形大は工学部（米沢市）に「ＡＩデザイン教育研究推進センター」を設置し、4月からシステムの運用を始めた。同大の学生、教職員が最先端のシステムを利用できる環境を整え、人工知能（ＡＩ）を使いこなす人材の育成を進める。同大の各種研究を加速させることで、地域貢献にもつなげる。
19日の工学部長記者懇談会で概要を説明した。ＡＩは新たなビジネスモデルの開発につながることが期待される一方、技術者は不足している。センターはこうした時代のニーズに応える。
今回導入したのは、コンピューターが大量のデータを基に自ら学習し、高精度で判断、予測する「ディープラーニング（深層学習）」のシステム。ＡＩ技術の一つで、自動運転、音声認識などにも用いられている。同大のシステムは高性能な画像処理半導体（ＧＰＵ）を
8枚搭載しており、通常のコンピューターの100倍以上の速度で情報を処理することが可能という。（山形新聞）
2021/05/20
＊“説明可能なAI”の教科書、日本語訳を公開 「AIに何ができ、何ができないか」理解の手引きに
https://www.itmedia.co.jp/news/articles/2105/18/news087.html
機械学習モデルによる判断を、人間が解釈・説明するための手法について俯瞰的に解説する名著「解釈可能な機械学習/Interpretable Machine Learning」日本語訳が、このほど公開された。翻訳プロジェクトを主催したAI企業のHACARUSは、「AIに何ができて何ができないかを正しく理解するために、非常に役に立つ」と紹介。「最初の数章に目を通すだけでも価値がある」という。(ITmedia)
2021/05/19
＊ヤフー、コメントの質評価AIを無償で他社提供。NewsPicksなど
https://www.watch.impress.co.jp/docs/news/1325471.html
ヤフーは、深層学習と自然言語処理(AI)によりコメントの質を評価する「建設的コメント順位付けモデル」のAPIを「NewsPicks」、「攻略大百科」、「ママスタコミュニティ」に無償提供したと発表した。
このAIモデルは、「Yahoo!ニュース コメント」の健全化を目的に導入。「客観的で、必要であれば根拠を提示している」、「新たな考え方や解決策、見識を提供する」などの条件を満たす「建設的」なコメントを点数化できる。現在、このAIモデルについて複数の特許を出願している。
ヤフーは2020年9月に、コメント投稿機能を実装しているサービスを提供する国内法人に限定し、このモデルのAPIの無償提供を開始していた。その取り組みにより、NewsPicks、攻略大百科、ママスタコミュニティへの導入が行なわれた形。(Impress Watch)
2021/05/19
＊グーグル、AIが自然な会話を繰り広げる新技術「LaMDA」
https://k-tai.watch.impress.co.jp/docs/news/1325424.html
グーグル（Google）は、AIによる会話技術「LaMDA（ラムダ）」を発表した。19日（日本時間）のGoogle I/Oで紹介されたもので、英語による自然な会話のやり取りが披露された。
これまで音声認識、検索クエリの解析など言語に対する技術を深化させてきた同社が今回発表する「LaMDA」は、「言語は人類の最も偉大なツールの一つであり、コンピュータサイエンスの最も難しいパズルの一つに、『会話』というピースを追加するもの」（同社ブログエントリーより引用）と位置づけられている。
人と人が会話するとき、たとえばテレビを見ながらの会話では、番組で紹介されている国の話から始まり、その国の料理について話題が映るなど、会話の流れは蛇行するように移り変わっていく。（ケータイWatch）
2021/05/18
＊プログラミングの自動化がついに実現する？ AIが生成するコードの課題と可能性
https://wired.jp/2021/05/18/ai-latest-trick-writing-computer-code/
人工知能（AI）を使ったコード生成ツールの開発が加速している。鍵を握る技術は機械学習と、高性能な言語生成アルゴリズムとして知られる「GPT-3」だ。コードの自動生成やバグの発見などへの活用が期待されるが、アルゴリズム任せにすることで生じる弊害も指摘されている。（WIRED）
2021/05/16
https://www.kobe-np.co.jp/news/awaji/202105/0014330466.shtml
兵庫県立農林水産技術総合センター淡路農業技術センター（南あわじ市八木養宜中）はこのほど、ＩＴ企業を招き、ドローンを使ったキャベツ収穫量計測の実証実験を行った。空から畑を撮影し、生育状況を知ることができる注目のシステムで、普及が進む「スマート農業」加速に役立てる。
企業は「ＮＥＣソリューションイノベータ」（東京）。昨年から岡山県内で運用が始まった「ＮＥＣ やさい生育観測サービス」で、１４日、社員が同センターを訪れて概要を説明した。同社によると、ドローンを使い、高さ１５メートルからキャベツ畑を何枚かに分けて撮影。画像をネット上のクラウドシステムに送ると、人工知能（ＡＩ）が解析し、収穫期のキャベツ個数などを数えられる。２１センチ以上の「大玉」、１８センチ以上２１センチ未満の「適玉」など４種類に分類して個数を知らせることができる。（神戸新聞）
2021/05/11
＊AIの基盤となるデータに「ラベル付けの間違い」が蔓延、その影響の深刻度
https://wired.jp/2021/05/10/foundations-ai-riddled-errors/
人工知能（AI）の訓練に使われるデータセットに数多くの間違いが含まれていることを示す論文が、このほど発表された。画像などのデータのラベル付けに問題がある状態でAIが学習すると、アルゴリズムが誤った判断を下す危険性がある。（WIRED）
2021/05/09
＊焦点：米ベンチャー投資家が半導体に熱視線 ＡＩ用需要で人気復活
https://jp.reuters.com/article/us-chip-startups-idJPKBN2CN0HU
［オークランド（米カリフォルニア州） ５日 ロイター］ - これまでソフトウエアやインターネット企業に的を絞っていた米シリコンバレーのベンチャーキャピタル（ＶＣ）が、半導体産業への投資を再開しつつある。インテルやエヌビディアのような既存企業に対抗できる新世代の人工知能（ＡＩ）チップに期待してのことだ。
半導体新興企業に対する投資熱は、ＡＩソフトウエアを利用する企業の半導体ニーズによるところが大きい。こうした企業が求めるのは、膨大なデータを必要とする機械学習アルゴリズムを効率的に実行できる特殊なプロセッサーだ。
サンバノバ・システムズやグロック、セレブラス・システムズなどの新興の半導体メーカーはいずれも、エヌビディアのプロセッサーよりもＡＩ向けのタスクを効率的に実行できるチップを作っていると胸を張る。もともとビデオゲーム用に作られたエヌビディアの多目的グラフィック・チップは現在、ＡＩ向け半導体市場を支配している。（ロイター）
2021/05/09
＊TensorFlow 3D：自動運転車の3D知覚のためのディープラーニング
https://www.infoq.com/jp/news/2021/05/tensorflow-3d-autonomous-cars/
Googleは、TensorFlow 3Dをリリースした。これは、TensorFlow機械学習フレームワークに3Dディープラーニング機能を加えるライブラリである。新しいライブラリは、研究者が3Dシーン理解モデルを開発およびデプロイできるようにするツールとリソースを提供する。
自動運転での3D知覚については、LiDARおよび深度カメラの需要が高まっている。これは、自動運転で最も一般的に使用されている
センサーである。さらに、3Dオブジェクト検出（車、歩行者など）などの3Dシーン理解の研究により、精度と推論速度が大幅に向上した。Googleによると、この実装は、Waymo Open Datasetで検証すると、既存のTensorFlow操作を使用して適切に設計された実装よりも、約20倍高速である。(InfoQ)
2021/05/09
＊ディープラーニングは「画像認識」が得意なワケ、その秘密は「ネオコグニトロン」？
https://www.sbbit.jp/article/cont1/58131
ディープラーニングが誕生し、最初に活躍したのは画像認識の領域でした。ディープラーニングがなぜ画像認識に強かったのか、そして登場直後のディープラーニングはどのようにしてその性能を発揮したのか、簡単に解説していきましょう。
ニューラルネットワークの研究が進む中で、ディープラーニングよりも先に「ネオコグニトロン」と呼ばれる人間の視覚神経を参考にした多層ニューラルネットワークが日本の研究者である福島邦彦氏によって考案されました。（ビジネス＋IT）
2021/05/06
＊カルビーのポテチを売上1.3倍にしたAIの正体--プラグの「パッケージデザインAI」の実力
https://news.yahoo.co.jp/articles/95dcc91e9d9719975eb0582cf8cd2e81c25b39f9
カルビー、ネスレ日本、森永乳業など、日本を代表する食品メーカー各社が導入しはじめているAIツールがある。マーケティングリサーチとパッケージデザインを展開するプラグが2年前にリリースした「パッケージデザインAI」だ。
590万人の学習データをもとに、AIが商品のパッケージデザインをたった10秒で評価する。商品開発の期間短縮を図れるほか、 “デザイン改良のヒントを得られる”点も好評だ。料金プランは2つ。1画像あたり1万5000円の単発利用と、1カ月70万円（1年契約なら50万円）の使い放題サブスク型から選べる。ちなみに無料お試しプランは、5月31日よりすべてのサービスが10画像だけなら誰でも利用できるとのこと。（CNET）
2021/05/05
＊AI活用は日常となるか？ 起きる変化と「3つの壁」──2021年がAI普及元年となるワケ
https://forbesjapan.com/articles/detail/40878/1/1/1
2021年は「AI普及の分水嶺」になると私たちは提唱しています。今年は企業活動や日常生活にAIが隅々まで浸透し、その活用が真に問われる最初の年となるでしょう。しかし手段を目的化することなく、日本経済をAIで再興させるにはどのようなアプローチが必要なのでしょうか。今回はAI関連技術の利用の実態に踏み込んで紹介するにあたり、AI普及の分水嶺に起こる大きな「4つの変化」と乗り越えるべき「3つの壁」について解説します。
日本でもAIが社会に貢献する事例が増えています。医学への貢献事例として、前回（第1回）紹介した国立国際医療研究センターとの
共同研究および、東京女子医科大との取り組みをご紹介しましょう。（Forbes）
2021/05/04
＊「クジラ語」は解読できるか？ 大型研究プロジェクトが始動
https://news.yahoo.co.jp/articles/b0ba0c9bf5891a765a3b835a47afa3b335105827?page=1
ゲロー氏を含む研究者チームは4月19日、マッコウクジラが互いに何を話しているのかを解読するための、5年間の研究プロジェクトの
始動を発表した。 チームには、言語学、ロボット工学、機械学習、カメラ工学の専門家が参加していて、今では人間の言語をある程度自在に翻訳できるようになった人工知能が、大いに活用される。プロジェクトCETI （クジラ目翻訳イニシアティブ）と名付けられたこの計画は、史上最大の異種間コミュニケーションの試みとなるだろう。（NATIONAL GEOGRAPHIC）
2021/05/02
＊関西学院大学、日本IBMと共同開発の「AI人材育成プログラム」を外部に提供
https://project.nikkeibp.co.jp/pc/atcl/19/06/21/00003/042800220/
関西学院大学は2021年4月27日、日本IBMと共同開発した「AI活用人材育成プログラム バーチャルラーニング版（以下VL版）」を、
企業や自治体、他大学に対して2021年7月から有償提供すると発表した。
関西学院大学は 2017年に日本IBMと共同プロジェクトを立ち上げ、学内受講用に「AI活用人材育成プログラム」を開発してきた。AI（人工知能）・データサイエンス関連の知識を持ち、それらを活用して現実の諸問題を解決できる能力を有する人材を「AI活用人材」と位置付ける。同大の学術的な知見と、日本IBMのコンサルタントやデータサイエンティストがAIを社会実装する先進事例を反映した10科目で構成する実践型プログラムとして、全学部生を対象として2019年4月に開講した。（日経BP）
2021/05/01
＊“文脈”まで読むGoogleアシスタントの進化は、新しい自然言語処理の手法が支えている
https://wired.jp/2021/05/01/google-assistant-redesigned-natural-language-understanding-models/
グーグルが「Google アシスタント」をアップデートした。これによりアラームやタイマーの設定といったタスクの指示がきちんと認識されやすくなったが、実は自然言語理解（NLU）に使うシステムの全面的な再設計によって実現している。なかでも鍵を握るのは、「BERT」と呼ばれる機械学習の手法だ。
そこまで料理を頻繁にするわけではないが、スマートスピーカー「Google Nest Mini」でキッチンタイマーをスタートさせるよう
Google アシスタントに頼んだときは、当たり外れが大きい。設定したはずのタイマーがどこかへ消えてしまい、残り時間がわからなくなる事態があまりに頻繁に発生するのだ。アシスタントが言葉の文脈をうまく理解できないおかげで、タイマーをセットできるまで試行錯誤を繰り返すはめになることもある。
このような問題が近いうちに解決する。4月28日（米国時間）に提供が始まったGoogle アシスタントの最新アップデートにより、アラームやタイマーの設定のようなタスクの実行を指示した際の文脈の理解が大幅に改善するからだ。（WIRED）
2021/04/28
＊自動車事故の査定は、AIで完全に自動化できるのか？ 保険会社の思惑と修理工場の反発
https://wired.jp/2021/04/28/ai-car-repair-shop-owners-not-happy/
コロナ禍で米国の自動車保険業界に異変が起きている。実際に足を運んで事故車両を査定することが難しくなり、ドライヴァーが撮影した写真で人工知能（AI）が査定するシステムの導入が加速しているのだ。こうした流れに自動車修理工場の経営者たちは反発を強めているが、いったいなぜなのか。
パンデミック以前の米国では、アジャスターが現場に足を運ぶことなく写真を使って処理される自動車事故の保険請求案件は、全体の約15％だったと、データ分析企業LexisNexis Risk Solutionsの自動車保険部門長のビル・ブラウアは説明する。現在その割合は60％に増えており、25年には80％に達するだろうと彼は見ている。
これと並行して、AI技術への資金投入を加速する保険会社も増えている。2020年は「AIが本当の意味で目新しいものから当たり前のものへと変わる境界線を越えた年でした」と、保険会社を顧客とするIT企業のCCC Information Serviceの最高戦略責任者（CSO）である
マーク・フレッドマンは語る。（WIRED）
2021/04/27
＊欧州が提案した「AI規制」の流れは、世界へと波及する可能性がある
https://wired.jp/2021/04/26/europes-proposed-limits-ai-global-consequences/
人工知能（AI）の利用を制限する包括的な規制案を、このほど欧州連合（EU）が公表した。顔認識やオンライン広告への応用といったリスクの高いAIの利用には事前の評価が求められるもので、テック企業への大きな影響が予想される。さらに、こうした動きが世界的に広がる可能性も指摘されている。
欧州連合（EU）は域内の人工知能（AI）の利用について、一部を制限または禁止する規制案を発表した。これにより、米国や中国を基盤とする大手テック企業も影響を受けることになる。この規制案は顔認識や自動運転のみならず、オンライン広告や採用選考の自動化、クレジットスコア（金融機関が与信審査で参考にする数値）の算定に利用されるアルゴリズムにも適用されることになる。この点で、これまでの国際的なAI規制の取り組みのなかで最も重要と言っていい。（WIRED）
2021/04/27
＊アップル、米で４６兆円投資 ＡＩや機械学習を強化
https://www.sankei.com/economy/news/210427/ecn2104270005-n1.html
【ワシントン＝塩原永久】米アップルは２６日、米国内での投資額を増額し、今後５年間で４３００億ドル（約４６兆円）とする計画を発表した。南部ノースカロライナ州に新社屋を作る。人工知能（ＡＩ）や機械学習を強化し、社全体で新たに２万人を雇用するとしている。
クック最高経営責任者（ＣＥＯ）は声明で「最先端分野で雇用を生み出す」と強調。次世代の技術競争で重要分野となるＡＩや第５世代（５Ｇ）移動体通信規格などへの投資を手厚くする方針を示した。（産経新聞）
2021/04/25
＊なぜEUは今このタイミングで「AI包括規制」に乗り出すのか
https://news.yahoo.co.jp/articles/919b85711436cb62c8bfd157aa9da0005c4a4e07?page=1
EU(欧州連合)の行政機構に当たる欧州委員会が今週、AI(人工知能)のビジネスや行政、司法への活用に関する包括的な規制案を発表した。法制化までには今後数年を要すると見られるが、一種の青写真として今後日本や米国をはじめ諸外国の参考資料になる可能性もある。
規制の対象となるAIは極めて広範囲に及ぶ――自動運転車、街中の監視カメラ、入試の合否判定、企業の採用活動や人事評価、金融機関の与信システム、裁判の判決、等々。言わば社会の安全や人生の節目に関わる様々な分野に導入される人工知能が、その開発や利用の仕方に制限を課せられることになる。
規制は4段階に分けて施行され、たとえば「警察による顔認証システム」など市民生活に対する最大の脅威となるAIは禁止される。それより下のリスクと判定された3つの段階では、各々AIについての情報開示が求められる。（現代ビジネス）
2021/04/21
＊超高精度な文章生成AIをオープンソースで実現：プロジェクト「EleutherAI」が目指していること
https://wired.jp/2021/04/20/ai-generate-convincing-text-anyone-use-it/
高性能な言語生成アルゴリズムとして知られる「GPT-3」の能力を、オープンソースで実現しようと試みるプロジェクト「EleutherAI」が進行している。多くのエンジニアの英知を結集して言語モデルを進化させると同時に、高精度なAIの能力を幅広い用途に“解放”していくことが狙いだ。
「オープンソースの自然言語処理（NLP）と、大手テック企業に属さない人々による有益なモデルの作成に向けた動きが、いま非常に大きな盛り上がりを見せています」と、コーネル大学のコンピューター科学教授のアレクサンダー・ラッシュは語る。NLPとはAIを構成する要素のひとつで、マシンが言語を操れるようにすることを目指している。「NLPの開発競争とも言える状況が起きているのです」（WIRED）
2021/04/17
＊最大２６億円越えの罰金を科すAI規制法の内容とは？
https://gigazine.net/news/20210416-eu-ai-penalty/
倫理に反する人工知能(AI)の開発規制が議論されたり、Googleのサンダー・ピチャイCEOが「AIは規制されるべき」と主張したりと、
近年、AIの規制に関する議論が活発になっています。そんな中、欧州連合(EU)が最大26億円超えの罰金刑を含むAI規制法案を検討して
いることが明らかになりました。
AI規制法案の草稿を入手したニュースメディアのPOLITICOは「EUは、アメリカのハイテク企業に依存することや、中国のようなAIによる監視体制を形成することを避けようとしています。そのため、AI規制法案によりAIが人間のプライバシーを侵害することを防ごうとしています」と述べています。言い換えると、今回の規制法案は中国で構築されつつある「AIを駆使した監視体制」のようなシステムがEUで広がることを防ぐために検討されているというのがPOLITICOの見方です。（GigaZine）
2021/04/17
＊「滋賀発」でGAFA生まれる日が来る？ データサイエンティスト育成への“本気度”
https://dot.asahi.com/aera/photoarticle/2021041500003.html?page=1
産学官が一体となった実践的な教育への取り組みはこれまでも見られたが、ここにきて目立ちはじめたのは、データサイエンスを軸にした連携、さらに地方からの奮起だ。
17年に国内で初めてデータサイエンス学部を開設した滋賀大学もしかり。AI開発において重要な役割を果たすデータサイエンス（DS）を普及すべく、学部の教員による講義を「滋賀大DSビデオ」とし、YouTubeで一般公開している。（AERA）
2021/04/17
＊一流の機械学習エンジニアを雇用する：Googleが求める人物像とは
https://forbesjapan.com/articles/detail/40856
企業が人工知能（AI）テクノロジーを採用してコストを削減し、効率性を向上させ、そのデータから価値を得るにあたり、機械学習に関わるエンジニアはますます価値あるリソースとなっています。最新のRELXの調査によると、63％の企業が、AIがパンデミック時のビジネスの回復にプラスの影響を与えたと報告しており、およそ10社中7社がAI技術への投資を昨年度よりも増やしています。
他の新しいイノベーションと同様に、期待通りの価値を実現させるには、それをサポートするために最適な人員を配置することが大変重要です。才能あるAI人材は不足しています。およそ5社中2社が、AIテクノロジー使用のための主な障害として技術的な専門知識の不足を挙げています。
企業が現在直面している大きな問題の一つは、AI担当部門のオープンポジションが、条件を満たす人の数をはるかに上回っていることです。（Forbes）
2021/04/14
＊マイクロソフトが音声認識大手を約2兆円で買収へ、そのヘルスケア分野を超えた本当の価値
https://wired.jp/2021/04/14/microsoft-dollar16-billion-entry-health-care-ai/
マイクロソフトが、音声認識大手のNuanceを日本円にして2兆円超で買収すると発表した。高度な人工知能（AI）と音声認識の組み合わせで知られる同社はヘルスケア分野に強みをもつが、その技術はさらに幅広い分野で応用されていく可能性を秘めている。
Nuanceのソフトウェアは医師と患者の会話を聴き、音声での会話を整理された電子的な医療記録へと書き起こす。高額な値札がついた理由の一端は、これで説明がつくだろう。音声認識は商用化され、いまではあらゆるスマートフォンとノートPCに搭載されている。（WIRED）
2021/04/13
＊エヌビディアがCPU参入 アームと組みAI計算10倍速く
https://www.nikkei.com/article/DGXZQOGN09EBS0Z00C21A4000000/
【シリコンバレー=佐藤浩実】米半導体大手のエヌビディアは12日、CPU（中央演算処理装置）に参入すると発表した。英アームの基本設計を利用し、2023年に米欧のスーパーコンピューターに搭載する。人工知能（AI）計算を10倍速くできる見通しで、米インテルの主戦場に切り込む。AIの進化を左右する「頭脳」を巡り競争が激しくなる。
12日に開いたAIイベントでCPU「Grace（グレース）」を発表した。エヌビディアのGPU（画像処理半導体）と一緒に使うと、AIを学ばせるための計算速度が最大10倍になり、1カ月かけていた計算が3日で終わるという。他社製CPUとの組み合わせでは、計算量が膨大になると処理の「詰まり」が発生して速度を上げられなかった。（日本経済新聞）
2021/04/02
＊「Google マップ」がAIで劇的進化！ ～Googleが今年導入予定の機能を発表
https://news.yahoo.co.jp/articles/1667b19a2bc6126ee35e79d3bc73b239e2dc2ab0
米Googleは3月30日（現地時間）、「Google マップ」に今年導入予定のAI機能を発表した。今年はAIを活用した改良が100以上も導入されるという。
「Google マップ」のナビゲーション機能は優秀だが、空港や駅、ショッピングモールといった室内を地図で案内するのは難しい。これを解決するのが、AIを用いたインドアライブビューだ。(Impress Watch)
2021/04/01
＊日立/日本IBM/ソフトバンク/日本ユニシス/三井物産が医療AIプラットフォーム技術研究組合「HAIP」設立 医療AIの社会実装へ
https://robotstart.info/2021/04/01/haip-open.html
日本ユニシス、日立製作所、日本アイ・ビー・エム、ソフトバンク、三井物産は、2021年4月1日に「医療AIプラットフォーム
技術研究組合」を設立した。略称は「HAIP」で、Healthcare AI Platform Collaborative Innovation Partnershipの略。医療AIサービスの普及・発展のため、技術研究組合法に基づき、厚生労働大臣および経済産業大臣の認可を得た。
技術研究組合とは、複数の企業や大学、独立法人などが協同して試験研究を行うために、技術研究組合法に基づいて、主務大臣の認可により設立される非営利共益法人。
今回設立するHAIPは、医療AIサービスの普及・発展に資する業界共通の基盤技術の研究開発を行う。
HAIPによる研究開発の成果は、誰もが活用できるようにオープン領域として公開することで、医療AIサービスのさらなる普及・発展に貢献し、医療の質の確保や医療関係者の負担の軽減を目指す。（ロボスタ）
2021/04/01
＊AI関連の特許出願件数 世界3位の東芝「2022年頃までに2000人規模のAI人材を確立したい」
https://ledge.ai/ai-business-news-0330/
株式会社東芝は3月23日、同社の人工知能（AI）技術について取り扱う東芝技術サロン「東芝が誇るインダストリアルAI」を開催し、
東芝が手がけるAI関連の特許出願件数はIMBとMicrosoft（マイクロソフト）に次ぐ世界3位で、日本国内では1位であると明らかにした。
株式会社東芝 執行役員 首席技監の堀修氏は、今後ますます重要度が増すと考えられる同社のAI人材について、同社は歴史的にAI研究者が多く、現在も1000人規模のAI人材がいると語った。また、今後のAI人材の育成および採用については「だいたい2022年までには、2000人規模のAI人材を確立していきたいと思っています」と述べている。(Ledge.ai)
2021/03/29
＊「AlphaZero」の先へ--強化学習によるロボット訓練、研究者が示した複雑さと期待
https://news.yahoo.co.jp/articles/b8c7112ae4549a51987af3c09575a3405c60e308?page=1
人工知能（AI）の多くは、理想化された環境で開発されている。つまり、現実世界の起伏を省略して表現したコンピューターシミュレーションだ。囲碁やチェス、テレビゲームをプレイさせることを目的として作られたDeepMindの「MuZero」や、文章を生成するために作られたOpenAIの「GPT-3」もそうだが、高度な深層学習プログラムのほとんどは、余分なものを刈り込んだ制約のセットをトレーニングに使用することで大きなメリットを受けている。
それを考えれば、完全には予期できない現実世界のさまざまな制約を考慮しなければならないロボット工学への深層学習の応用は、この領域ではもっとも困難である一方で、ひょっとするともっとも有望な研究なのかもしれない。 これが、カリフォルニア大学バークレー校とGoogleの研究者が、強化学習と呼ばれる技術を使って数年間にわたって行ってきたロボットの実験についてまとめたレポートの結論の1つだ。(ZDNet)
2021/03/25
＊そのAI用チップは、電子ではなく「光」で動作する
https://wired.jp/2021/03/24/chip-ai-works-using-light-not-electrons/
人工知能（AI）の需要が増大するにつれ、これまでとは根本的に異なるコンピューターチップへの需要が高まる可能性がある。こうしたなかマサチューセッツ工科大学からスピンアウトした企業が示した“答え”が、主要な演算の実行に光を用いるチップだ。（WIRED）
2021/03/23
＊福井県済生会病院、AI問診導入 外来業務の負担軽減
https://www.nikkei.com/article/DGXZQOJB2025J0Q1A320C2000000/
福井県済生会病院（福井市）は22日、人工知能（AI）を活用した問診システムの運用を始めた。初診の患者にタブレットを通じてAIが質問を出す。医師・看護師の問診にかかる時間を短縮し、外来業務の負担を減らせる。待ち時間の短縮や診察の充実により、患者の満足度の向上も期待できる。
スタートアップ企業のUbie（ユビー、東京・中央）のシステムを導入した。タブレットを8台配備し、内科と救急センターで運用を始めた。状況を見てほかの診療科にも広げる。同病院では紙と看護師らの口頭による問診を実施している。15分ほどかかっていた時間を5分程度にできるという。（日本経済新聞）
2021/03/15
＊赤ちゃんの顔をAIで予測 両親の顔写真をアップロードするだけで
https://news.yahoo.co.jp/articles/ebdd12da1d61818e952542db01eb0875c4285456
画像素材サイトを運営するACワークスは3月15日、両親の顔写真から赤ちゃんの顔をAIで予測するサービス「赤ちゃんAC」を公開した。無料で利用できる。 2人の顔写真を同サイトへアップロードすると、2人から生まれる赤ちゃんの顔画像をAIで合成する。合成画像は無料でダウンロード可能で、アップロードした顔写真も24時間で完全に消去するとしている。 赤ちゃんの顔画像の合成には、2人の
顔を組み合わせて高解像な合成画像を作るディープラーニング技術の一つである、米NVIDIAの「StyleGAN」を利用しているという。
親の顔の特徴抽出には「pixel2Style2pixel」というStyleGAN向けの計算手法を使うことで、通常は1分ほどかかるエンコード処理を数秒にまで短縮したとしている。(ITmedia)
2021/03/12
＊ボッシュ、AIを活用してゼロディフェクト生産へ
https://www.jiji.com/jc/article?k=000000307.000005028&g=prt
シュトゥットガルト（ドイツ） – どんなに優れた人間の目や耳よりも正確で、頭脳よりも迅速な処理能力。AIは、何テラバイトもの
膨大なデータを秒単位で瞬時に取得および処理することが可能で、人間が一瞬にして複雑な関係性を把握し、それに応じたアクションを
取れるよう支援します。AIセンター（BCAI: Bosch Center for Artificial Intelligence）では、このAIをベースに製造工程の早い段階で
異常や不具合を検知し、製品の不良による排除率を低減して品質を向上させるシステムを開発しました。3月3日（水）実施のボッシュの
AIに関するオンライン会議「AI CON」で、ロバート・ボッシュGmbH取締役会メンバーであり、チーフデジタルオフィサー兼チー
フテクノロジーオフィサーを務めるミヒャエル・ボレは次のように述べています。「AIを活用することで、工場の効率化、生産性の向上、環境へのさらなる配慮が可能になり、製品の品質向上にもつながります。ボッシュの新しいAIソリューションは、数百万ユーロ規模で工場のコスト削減にも貢献します」。（時事通信）
2021/03/11
＊米国が政府主導のAI戦略へと方針転換を模索、勢いを増す中国に対抗できるか
https://wired.jp/2021/03/09/china-rises-us-builds-bigger-role-ai/
テクノロジー分野において民間主導の技術開発で優位に立ってきた米国が、岐路に立たされている。人工知能（AI）の分野において
中国が政府主導で勢いを増しているなか、米国も同じように政府主導で取り組むべく方針転換しようとしているのだ。（WIRED）
2021/03/08
＊元グーグルCEO「米国はAIで中国に敗退」と警告、予算増額を要求
https://news.yahoo.co.jp/articles/48c8365712d9c181ba1a3d91fa4c8ffb222e92ff
元グーグルCEOのエリック・シュミットは3月7日、中国が世界のAI（人工知能）領域で、最大のプレイヤーになるのを防ぐために、米国政府はこの分野の予算を増額すべきだと主張した。 現在65歳のシュミットは、7日のCNNの番組で、中国政府が2030年までに世界のAI市場をリードする存在になろうとしており、米国は今後10年の間にAI分野でのリードを「かなり早く」失う可能性があると述べた。 元グーグルCEOで、現在はAI問題を検討する特別委員会のNSCAI（米国人工知能安全保障委員会）のトップを務めるシュミットは、米国がロボット工学や顔認識技術、スーパーコンピューター分野でも中国に遅れをとっており、これが国家の安全保障のリスクにつながると指摘した。（Forbes）
2021/03/07
＊月探査用宇宙船開発にも活用、NECの異常検知AIをロッキード・マーティンが採用
https://monoist.atmarkit.co.jp/mn/articles/2103/04/news040.html
NECと米国のロッキード・マーティンは2021年3月2日、衛星・宇宙航空分野でのAI技術活用に関する2017年からの協業の成果として、宇宙船開発においてNECのAI技術「インバリアント分析技術」を本格導入することで合意した。NASAの月探査計画「Artemis（アルテミス）」向けにロッキード・マーティンが開発している有人宇宙船「Orion（オリオン）」などの開発で採用される予定だという。
NECのインバリアント分析技術は、コンピュータシステム、発電所、工場、ビルなどに設置された多数のセンサーから収集されるデータから、システムの振る舞いを学習、監視することで「いつもと違う」という挙動を自動的に検知できる技術である。(MONOist)
2021/02/28
＊AIで解析 “がんのおそれある部分”発見のシステム 相次ぎ開発
https://www3.nhk.or.jp/news/html/20210228/k10012889821000.html
がんを早期に発見するため、X線や内視鏡で撮影した画像をAI＝人工知能で解析し、がんのおそれがある部分を見つけ出すシステムが
相次いで開発されています。
AIの開発を手がけるベンチャー企業のプリファードネットワークスは、京都府医師会などと共同で胸のX線画像をAIで解析する
システムを開発しました。AIには肺がんの画像を大量に学習させていて、肺がんのおそれがある異常を見つけだすと、その部分は色を変えて知らせる仕組みです。今後、京都府で実施される肺がんの検診において試験的に導入されるということです。
また、国立がん研究センターと大手電機メーカーのNECは、内視鏡で撮影した大腸の画像をAIで解析する医療機器を開発しました。
（NHK）
2021/02/23
＊Facebookのデータからメンタルヘルスの状態を判定、精神疾患の診断結果を“予測”したAIが秘めた可能性
https://wired.jp/2021/02/22/an-ai-used-facebook-data-to-predict-mental-illness/
Facebook上でのやりとりのデータを利用して精神疾患の診断結果の予測に成功したと、このほど米国の研究チームが発表した。将来的にこうしたアルゴリズムを補完的なデータソースとして利用することで、メンタルヘルスの不調を察知して早めにケアするような活用法が期待されている。（WIRED）
2021/02/23
＊AI搭載レジで「スーパーシティ」構想実現へ、日本NCRのデジタル技術
https://www.newsweekjapan.jp/stories/technology/2021/02/aincr_1.php
＜AI搭載レジや金融窓口システムーー。最新テクノロジーを導入し、様々な製品を開発してきた日本NCRだが、実は「スーパーシティ」構想とも共通する点がある。「生活者に寄り添った」「誰も取り残さない」ことだ＞
昨年に創立100周年を迎えた日本NCRは、主力のキャッシュレジスターや金融分野で様々な製品を開発してきた。
現在、政府が進めている「スーパーシティ」構想に繋がる先進技術も備えていることから、同構想の発案者である片山さつき参議院議員に日本NCRの小原琢哉社長が話を聞いた。（Newsweek）
2021/02/09
＊シンプレクスとMDIS、不正検知AI「Deep Percept for remote work」の実証実験を開始
https://cloud.watch.impress.co.jp/docs/news/1305169.html
シンプレクス株式会社と三菱電機インフォメーションシステムズ株式会社（以下、MDIS）は8日、在宅勤務・在宅コンタクトセンター向け不正検知AIソリューション「Deep Percept for remote work」の実証実験を開始すると発表した。
MDISは今回、こうしたソリューションのニーズが高いと考えられる、金融機関のコンタクトセンター業務を想定した環境で実証実験を実施。この実験を通じて、さまざまな作業環境の下でもこのソリューションが問題なく機能するかどうかを確認する。（クラウドWatch）
2021/02/09
＊深層学習とは？その仕組みや応用例について分かりやすく解説！
https://www.excite.co.jp/news/article/DigitalShiftTimes_s_210208_10/
深層学習は人工知能要素技術の1つと位置付けられています。この深層学習を活用することによって、様々な技術やサービス、ビジネスなどに生かすことが可能です。今回はそんな、深層学習の仕組みや応用例について分かりやすく解説していきます。
深層学習は近年注目されている自動運転車などにおいても重要視されており、標識を認識することや人と物の区別を行うことも、この深層学習が可能にした技術であると言えるでしょう。また、自動車だけではなく電話やタブレット、テレビなどの音声認識を行う上でも非常に大切な役割を担っており、注目されています。
深層学習の技術はニュートラルネットワークをベースとなっていますが、このニュートラルネットワークを多層にして活用することで、データの特徴をより深めて学習させることができるのです。深層学習のモデルは非常に高い精度を誇り、人間の認識精度を超えてしまうこともあります。(excite ニュース)
2021/02/08
＊AIスタートアップ有望100社の今 対コロナ製品活発
https://www.nikkei.com/article/DGXZQODZ022CQ0S1A200C2000000/
新型コロナウイルス禍で停滞する世界経済の下で、これまで動きが活発だった人工知能（AI）スタートアップはどんな影響を受けたのだろうか。CBインサイツが2020年3月にまとめた世界の有力100社について、その後の活動状況を検証した。100社のうち43社が新たな投資を受け、2社がユニコーン（企業価値が10億ドルを超える未上場企業）になるなど、勢いは続いていた。また、新型コロナに対応した新しい製品や機能を追加する会社も目立った。
日本経済新聞社は、スタートアップ企業やそれに投資するベンチャーキャピタルなどの動向を調査・分析する米ＣＢインサイツ（ニューヨーク）と業務提携しています。同社の発行するスタートアップ企業やテクノロジーに関するリポートを日本語に翻訳し、日経電子版に週２回掲載しています。（日本経済新聞）
2021/02/07
＊AIがヒット曲の予測に挑む 香水と天城越えには共通点
https://style.nikkei.com/article/DGXMZO6842329022012021000000
様々な分野で「AI（人工知能）」が活用されている昨今。NTTデータが開発して話題となっているのが、特定の映像や音声を感知したときに、人間の脳がどんな活動をするかを推定する「NeuroAI（ニューロエーアイ）」です。
その技術を2020年は、音楽にも適用。ヒット曲を聴いたときの推定脳活動を解析しました。また音楽チャート「Billboard JAPAN HOT 100」と組み合わせることで、未来のヒット予測にも挑んでいます。研究を主導する、NTTデータ経営研究所の茨木拓也氏に話を伺いました。（日本経済新聞）
2021/02/03
＊日立の制御システムとインテルのAIテクノロジーが融合した制御エッジコンピュータ「CE50-10A」販売開始
https://robotstart.info/2021/02/01/ce50-10a-control-edge-computer.html
日立製作所はインテル・コーポレーション(以下、インテル)の協力により開発した、日立制御エッジコンピューター
「CE シリーズ 組み込み AI モデル」(名称:CE50-10A)を2021年2月1日より販売開始することを発表した。
例えば現場に設置された各種カメラの映像を分析し、組み立て作業が手順通りに正しく行われているかを判断する
アプリケーションを組み込むことで、製品作業後の人手での検査業務を省略し、省力化することができる。そして、
PLC(リレー回路の代替として開発された、工場などにおける各種機械の制御装置)などの現場機器からのデータに加え、