/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
-- 人工知能 --
/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
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
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
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
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
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、
現場環境の画像、電圧、振動、温湿度などのデータも収集するアプリケーションによって、CE50-10A上で既存の
業務システムとのデータ統合・連携を実現する。（ロボスタ）
2021/02/03
＊NASAは人工知能の力で、火星に新たなクレーター群を見つけ出す
https://wired.jp/2021/02/01/nasa-is-training-an-ai-to-detect-fresh-craters-on-mars/
火星探査機から送られてくる画像データと機械学習を組み合わせて、未知のクレーターを発見することに米航空宇宙局（NASA）の
研究チームが成功した。将来的に探査機にAIが搭載されてデータ処理できるようになれば、火星について理解を深めるプロセスが
大幅に効率化できる可能性がある。（WIRED）
2021/01/31
＊人工知能のシステムを“軽量化”せよ：処理能力が低いチップで動く高性能AIの実力
https://wired.jp/2021/01/29/ai-algorithms-slimming-fit-fridge/
人工知能（AI）のプログラムを実行するには、一般的に高い処理能力が必要になる。このほど発表された新たな研究によると、処理能力が低いシンプルなチップを使ってコンピューターヴィジョンのアルゴリズムを実行する方法があるのだという。その新しい技術の実力とは？（ＷＩＲＥＤ）
2021/01/28
＊AIによる技術革新を続けるために、いま取り組むべきこと：元オバマ政権顧問が語る国家レヴェルの戦略の重要性
https://wired.jp/2021/01/28/us-needs-more-foreign-artificial-intelligence-know-how/
あらゆる産業において人工知能（AI）の重要性が高まるなか、国はどのような政策を推進すべきなのか。バイデン政権がスタートしたいま、米国は技術革新を続けるために何をすべきなのか──。オバマ政権において、最高位の経済政策顧問として人工知能（AI）の重要性を訴え続けたハーヴァード大学教授のジェイソン・ファーマンが語った。（WIRED）
2021/01/18
＊NEC、「学習型メディア送信制御技術」開発--AIで遠隔見守りを高度化
https://japan.zdnet.com/article/35164935/
NECは「学習型メディア送信制御技術」を開発した。この技術は、車載カメラの膨大な映像データのうち、人工知能（AI）を活用し、信号機などの注目領域に絞って画質を高くすることで、送信データ量を削減するもの。これにより、危険予兆検知に必要な物体の検出、距離推定、レーン検出などの精度を維持しつつ、無線通信帯域を最大10分の1に削減できるとしている。(ZDNet)
2021/01/18
https://www.sbbit.jp/article/cont1/49076
人工知能（AI）技術の1つである機械学習の中には、教師あり学習や教師なし学習のほかに、「強化学習」のように「行動から学ぶ」タイプの学習も存在します。この手法は人間や動物の学習方法と似ており、実社会では非常に有用な学習方法になると考えられています。そこで、似たような仕組みを持つ「遺伝的アルゴリズム」と合わせて「強化学習」について解説します。
（ビジネス＋IT）
2021/01/17
＊富士通、生体認証を使ったレジ無し店舗 横浜市内のコンビニで
https://www.nikkei.com/article/DGXZQODZ144ZM0U1A110C2000000
富士通は14日、病院内のコンビニなどを手掛ける光洋ショップ-プラス（横浜市）が運営する横浜市内の店舗で、生体認証技術を活用したレジ無し店舗の実証実験を始めると発表した。近隣住民なども利用可能で、4月から本運用を開始する。光洋の他店舗にも順次拡大し、2024年までに30店舗へのサービス提供を目指す。
店舗に設置したカメラや重量センサーが、商品や客の動きを正確に把握する。誰がどの商品をカゴに入れたかを自動で判別できるため、商品をレジに通す必要がなくなる。21年中には富士通の生体認証技術も展開予定で、手のひら静脈や顔の情報から本人を特定するため、入店時のスマホも不要な「手ぶら決済」が可能になる。（日本経済新聞）
2021/01/16
＊インド軍「AI搭載の自律型攻撃ドローン」初披露：軍事パレードで75機がデリー上空を飛行
https://news.yahoo.co.jp/byline/satohitoshi/20210115-00217830/
2021年1月15日にデリーで開催されたインド国民軍の軍事パレードが開催された。その軍事パレードの中でAI（人工知能）を搭載した75機の徘徊型の自律型攻撃ドローンが初めて上空を飛行するところが披露された。
AI技術は軍事分野でも多く活用されており、アメリカ、ロシア、中国などでもAI技術を軍事に積極的に活用している。兵器の自律化も進んできている。インド政府も自律型ドローンの開発は次世代戦争において重要な兵器と位置づけて積極的に開発の支援をしてきた。ドローンなので無人機だからインド軍の軍人が犠牲になることはない。（Yahooニュース）
2021/01/12
＊コロナ禍の医療現場で大活躍、ファクスを自動で読み取るAIの実力
https://wired.jp/2021/01/12/newest-weapon-against-covid-ai-speed-reads-faxes/
新型コロナウイルス感染症に立ち向かう米国の医療現場では、いまだに新規感染者に関する報告がファクスで送受信されている。大量のファクスをさばくべく新たに開発されたのが、PDF化されたファクスを自動で読み取る人工知能（AI）プログラムだ。
カリフォルニア州サンフランシスコ近郊にあるコントラコスタ郡の保健局に勤務するアリソン・ストリブリングは、新型コロナウイルス対応の担当になってから感染症について多くのことを学んできた。パンデミック（世界的大流行）への対応において米国ではファクスがいかに不可欠であるか、ということも発見のひとつである。（WIRED）
2021/01/05
＊既にある薬の中から別の病気に効果があるあるものを見つけ出してくれるAIが開発される
https://gigazine.net/news/20210105-ai-find-new-uses-medications/
新薬開発を行う場合、細胞実験・動物実験・臨床試験という複数の段階にまたがる実験を行い、安全性と効果を当局に承認してもらう必要があるため、長い時間が必要となります。このため、ある病気に対してすでに効果と安全性が認められている薬を別の病気に転用するという方法で時短が図られることもありますが、それでも時間のかかる臨床試験は必要です。このような薬の転用における人的リソースと時間を削減すべく、研究者が大量のデータを学習させた人工知能(AI)アルゴリズムに、薬の候補とその効果を推測させる方法を編み出しました。（GigaZine）
2020/12/27
＊AIが社会にもたらす功罪と、求められる“プロトピア”という態度：『WIRED』日本版が振り返る2020年（AI編）
https://wired.jp/2020/12/27/most-read-stories-in-japan-2020-ai/
2020年、AIというテクノロジーは社会を前進させたのか、後退させたのか。2020年に「WIRED.jp」で公開した記事から、AIが社会にもたらす功罪を読み解いていこう。（WIRED）
2020/12/27
＊AI駆使し本物そっくり 「ディープフェイク」の脅威
https://www.nikkei.com/article/DGXMZO67599130T21C20A2000000
人工知能（AI）の最新技術を使って、本人とそっくりのニセ映像を作る「ディープフェイク」の被害が広がる兆しを見せています。映像だけでなく音声や文章でも本物そっくりのフェイクコンテンツを生成する技術が進み、海外ではニセ音声を詐欺に悪用する事例も出ています。こうしたフェイクメディアを検知し被害を未然に防ぐための国の研究プロジェクトも12月に始まりました。
こうしたフェイク動画生成にはディープラーニング（深層学習）と呼ばれるAI技術が使われており、人物の顔の部分を有名人のものに入れ替えたり、動画中で発言している有名人の口の動きを操作して別のことをしゃべっているように見せたりするなど、いくつかのパターンがあります。（日本経済新聞）
2020/12/26
＊DeepMindの最新AI「MuZero」はルールを教わらなくても独学でゲームをマスター
DeepMind（ディープマインド）は、AIがゲームの達人になれることに加え、ルールを教わらなくても強くなれることを証明するという目標を立てていたが、最新のAIエージェントMuZero（ミューゼロ）は、見た目はシンプルながら戦略が複雑な囲碁、チェス、将棋といったゲームで達成しただけでなく、見た目に複雑なAtari（アタリ）のゲームでもそれを実証した。
囲碁の世界チャンピオンを下したAIのAlphaGo（アルファゴ）は、ゲームのルールを理解し、しっかり頭に（というかメモリーに）刻みつつ、人同士の対局や人と自身との対局を研究して、最良の手や戦略を編みだしていた。その後継者であるAiphaGo Zero（アルファゴ・ゼロ）は、人間のデータは使わず、自己対局だけでそれをやってのけた。AiphaZero（アルファゼロ）は、2018年にそれと同じことを囲碁、チェス、将棋でも行い、単一でこれらすべてのゲームに熟達したAIモデルとなった。(TechCrunch)
2020/12/24
＊グーグル、論文管理強化か AIに否定的な見解変更も
https://www.sankeibiz.jp/business/news/201224/cpc2012240931001-n1.htm
米グーグルが自社の研究者の書いた人工知能（ＡＩ）などに関する論文の管理を強化し、筆者に自社技術に対する否定的な見解を変えるように求めたことが少なくとも３件あったとロイター通信が２３日、報じた。
グーグルをめぐっては、倫理的ＡＩチームを率いる黒人女性研究者が今月、会社側を批判したところ「解雇された」とツイッターに投稿し、波紋を呼んでいた。女性はＡＩを懸念する論文の撤回を会社側から求められたと主張している。（産経新聞）
2020/12/22
＊機械学習プロジェクトはなぜ失敗するのか
https://ainow.ai/2020/12/22/249318/
著者のRahul Agarwal氏はインドで活躍するデータサイエンティストであり、AINOW翻訳記事『データサイエンスを過度に民主化するな』の著者でもあります。同氏が最近Mediumに投稿した記事『機械学習プロジェクトはなぜ失敗するのか』では、機械学習システムを製品化する際に失敗してしまう原因が解説されています。同氏は、機械学習システムの製品化に失敗する原因として以下のように5項目を挙げ、合わせて対策も解説しています。（AINOW）
2020/12/19
＊もう道は「間違えない」！ 三菱電気のナビゲーションの「革新的すぎる」新技術とは
https://news.nicovideo.jp/watch/nw8656030
三菱電機がカーナビゲーションのガイドを大きく変える新技術「Scene-Aware Interaction（シーン・アウェア・インタラクション）」を開発した。意味を理解する自然言語処理技術に加え、物体認識や移動体の動作解析などを組み合わせることで実現したもので、リアリティな案内によってルートガイドや注意喚起などに役立つ新技術として注目できる。
この技術で見逃せないのは、地図データに含まれていない情報に対しても案内できることにある。これにより工事や事故などのアクシデントなど突発的な路上障害も案内にも対応でき、さらにはカメラで取得した風景をもとに案内することも可能となる。この機能は注意喚起に対しても有効で、横断歩道を渡っている歩行者を発見すれば「左から歩行者が道を渡ろうとしています」となる。（ニコニコニュース）
2020/12/16
＊モノづくり日本会議、ＡＩ研究会 人工知能の基礎と社会導入への留意点
https://www.nikkan.co.jp/articles/view/00581992
モノづくり日本会議は１０月３０日、都内でＡＩ研究会・第１回勉強会を、会場でのリアルな聴講とウェブ配信との「ハイブリッド」で開催した。第３次ブームとされる人工知能（ＡＩ）の研究・導入の現状や、モノづくりへの活用の可能性について、研究者や、ビジネスとしての観点などから解説・議論した。
昨年のものづくり白書を振り返ると、データ収集やＡＩ活用などに関してまとめられていた。そこでは日本の製造業はＩｏＴ
（モノのインターネット）やＡＩ技術などへの取り組みが弱いのではないか、ＡＩを導入する際には外部との連携が必要ではないか、と取り上げられていた。現在の私の実感は、ＡＩ導入を内製化しようという会社が増えつつあると思う。また、データ活用については、取ったデータで何ができるのかわからない、といった悩みを抱えているところも多いようだ。
医療ＡＩの状況や今後、そして自社の取り組みなどについてお話しする。２０１５年創業の当社はＡＩとＩＴを活用して、主に医療製薬業界に向けた複雑な業務プロセスの効率化に取り組んでいる。（日刊工業新聞）
2020/12/15
＊深層学習は脳の振る舞いを取り込めるのか？
https://synodos.jp/science/23924
ニューラルネットワークは、脳を理解しようとする試みの中から生まれた。ニューラルネットワークとは、人間の脳内にある神経細胞
（ニューロン）とそのつながり、つまり神経回路網を、人工ニューロンという数式的なモデルで表現したものだ。
では、一つ一つは単純な機能しか持たないニューロンを多数組み合わせることで、ニューラルネットワークモデルを構築した場合、いかにして脳のような高度な認識機能が発現しうるのか？
こうした学術的な問いからスタートした研究は、実際、脳に近い認識機能を獲得するという成果を収め、脳研究における大きなマイルストーンとなった。そして、ニューラルネットワーク研究の一分野として生まれた深層学習によって、ニューラルネットワークモデル
はさらに高度な認識能力を獲得するに至り、一定の領域においては人間を代替しうる水準にまで到達した。その潜在的な可能性に産業界の注目も集まり、多くの研究者が参入して、素晴らしい産業的成果が生みだされた。（SYNODOS）
2020/12/15
＊グーグルのAI倫理研究者は、なぜ解雇されたのか？ 「問題の論文」が浮き彫りにしたこと
https://wired.jp/2020/12/15/behind-paper-led-google-researchers-firing/
グーグルでAIの倫理を研究していたティムニット・ゲブルが解雇された問題は、ゲブルが共著者となっている研究論文が問題にされた末の出来事だった。いったい何が問題だったのか──。この論文を『WIRED』US版が独自に入手して検証した。
グーグルの人工知能（AI）研究者ティムニット・ゲブルは今年初め、ワシントン大学教授のエミリー・ベンダーにTwitterでダイレクトメッセージを送った。ゲブルはベンダーに、自然言語の解析におけるAIの進化によって生じる倫理的問題について何か書いたことはあるかと尋ねた。ベンダーにはこの分野の論文はなかったが、ふたりは会話を続け、AIがインターネットに存在する差別的な言説を再現してしまう証拠など、この種のテクノロジーの限界について議論したという。（WIRED）
2020/12/12
＊スマホやスマートスピーカーはどうやって音声を認識している？ 音のデジタル化を解説
https://www.sbbit.jp/article/cont1/49071
私たちが何気なく過ごしている毎日の中には、どこにでも「科学」が隠れています。ここでは、そんな身近な科学をわかりやすく解説しましょう。今回取り上げるのは音の「デジタル化」です。これにより、一昔前は考えられなかった技術が実用化されていますが、最近、爆発的に広まっているのがスマホやスマートスピーカーなどで活用される「音声認識」です。
音声認識では、ディープラーニングの技術が重要な役割を担っています。ディープラーニングは、人間の脳の仕組みをコンピューター上で数値的に再現したものです。ここでいう脳の仕組みとは、ニューロン（脳を構成する神経細胞）とシナプス（他のニューロンとの接合部分）のことです。（ビジネス＋IT）
2020/12/12
＊NTTドコモ、AIで電話応対を自動化する新サービス AWSのサービス活用
https://www.itmedia.co.jp/news/articles/2012/10/news150.html
NTTドコモは12月10日、AIを活用して電話応対業務を自動化する法人向けサービス「AI電話サービス」の提供を始めた。コロナ禍の
出社制限下でもスタッフの代わりに電話対応ができ、電話業務を効率化できるという。
NTTドコモのAI対話技術と、米Amazon Web Services（AWS）が提供するクラウド型のコンタクトセンターサービス「Amazon Connect」を組み合わせて開発。RPAツールと連携することで、電話応対業務だけでなく、顧客情報の入力などのPC操作もAIが代行できるという。
各種サービスの申し込みやレストラン、タクシーの予約などの利用を想定。コールセンターを持たない自治体や小売店、飲食店も利用できる。(ITmedia)
2020/12/10
＊画像研究の知見を時系列に生かす 越境する深層学習研究の面白さ
https://xtrend.nikkei.com/atcl/contents/technology/00007/00028/
深層学習（ディープラーニング）の領域は非常に広く、さまざまな分野での活用が期待されている。例えば、時系列の予測や分類のために、VAEやGANといった画像処理の技術を利用する、という方法もある。一見自分に関係なさそうな領域でも、深掘りすると通底している部分が見つかる、という点が深層学習研究の面白いところだ。（日経XTREND）
2020/12/07
＊車搭載のＡＩ開発拠点を都心に
https://www3.nhk.or.jp/shutoken-news/20201206/1000057147.html
自動運転など次世代の車づくりに必要なソフトウエア開発を担う人材を獲得しようと、自動車メーカーの間で生産工場とは別に
都心に専門の拠点をつくる動きが相次いでいます。このうち「ＳＵＢＡＲＵ」は、今月、車に搭載するＡＩ＝人工知能を開発するオフィスを東京・渋谷区に開設しました。
これまでは群馬県太田市の生産工場の近くなどにソフトウエア開発を手がける部署を設け、自動ブレーキなどの運転支援システムを開発していました。システムの高度化に欠かせないＡＩの専門人材を獲得するため、ＩＴ関連の企業が多い都心にオフィスを構えて優秀な人材を確保するねらいで、会社では今後２０人余りを新規に採用したいとしています。（NHK）
2020/12/06
＊破壊的技術の導入、必要なのは組織内の「サイロ」解体
https://forbesjapan.com/articles/detail/38564
グーグルは、機械学習が自社の未来にとって必要不可欠であること、成功のためには全製品を機械学習に対応させる必要があること、そして自社の人工知能（AI）は競合他社よりも優れたものである必要があることを理解した際、全従業員に機械学習の重要性を理解させるトレーニングを受けさせることを直ちに決めた。次元は異なるが、フィンランド政府も同じアプローチを取った。AIが次世代のビジネスエコシステムにとって非常に重要になるのであれば、全員が少なくとも基礎を理解できるように国民を教育する必要がある、と。（Forbes）
2020/12/05
＊AWS、5つの産業向け機械学習サービスを発表
https://iotnews.jp/archives/161211
Amazon Web Services, Inc.（以下、AWS）は、5つの新しい機械学習サービスである「Amazon Monitron」「Amazon Lookout for Equipment」「AWS Panorama Appliance」「AWS Panoramaソフトウェア開発キット（SDK）」「Amazon Lookout for Vision」を発表した。（IoT）
2020/12/04
＊時価総額3500億円超のAIベンチャー企業、Preferred Networksに迫る
https://ainow.ai/2020/12/04/249759/
現在、日本にあるAI企業の中で、株式会社Preferred Networks（PFN）は最も大きな注目を集めているAIベンチャー企業です。2020年10月時点で、PFNの推定時価総額は3,572億円とされています。
株式会社Preferred Networksは、AI開発を手がけるベンチャー企業です。主にディープラーニングやロボティクスの活用で、医療や交通システム、製造業などあらゆる分野にイノベーションを起こすことを目指しています。（AINOW）
2020/12/03
＊AIが浮き彫りにしたジェンダーバイアス：米下院議員の画像にタグ付けさせる実験から見えてきたこと
https://wired.jp/2020/12/03/ai-sees-man-thinks-official-woman-smile/
画像認識の人工知能（AI）に米下院議員の写真を判断させたところ、女性の画像に対して身体的な外見に関するラベル付けの数が男性の3倍にもなるという実験結果が公表された。こうした結果からは、社会に浸透しているジェンダーバイアスがAIが“再現”している実情が浮き彫りになってくる。
男性は女性を外見で判断しがちだと言われる。どうやらコンピューターも同じようだ。グーグルのクラウド型画像認識サーヴィスに米下院議員の写真を判断させたところ、女性の画像に付けられた身体的な外見に関するアノテーション（ラベル付け）の数が男性の3倍になった──。そんな研究結果を、このほど米国と欧州の研究チームが明らかにした。男性の画像に多く付けられたラベルの上位は「official（仕事上の、公式の）」「businessperson（ビジネスパーソン）」だったが、これに対して女性は「smile（笑顔）」「chin（あご）」だった。（WIRED）
2020/12/03
＊中央大学が全学部生を対象としたAI・データサイエンスの教育プログラムを2021年4月より開始
https://www.kochinews.co.jp/article/418625/
中央大学は、文理を問わず全学部生を対象として、AI・データサイエンス分野をリテラシーから応用基礎レベルまで系統的に学修する
「AI・データサイエンス全学プログラム」を2021年４月より開始します。
本プログラムは、すべての学部生（2021年度入学定員6,281名を含む学生数約25,000名）にAI・データサイエンスのリテラシー科目を
提供します。また、希望する学生にプログラム言語などのスキル取得やグループで学ぶ演習科目を用意し、応用基礎レベル人材の育成を
めざします。（高知新聞）
2020/12/02
＊Alphabet傘下のAI技術企業DeepMindがAIベースのタンパク質構造予測で歴史的なマイルストーン
Google（グーグル）の親会社Alphabet（アルファベット）の傘下にあるAI技術企業DeepMind（ディープマインド）は、AIを使った
タンパク質の構造予測で大きなブレイクスルーを達成した。同社は米国時間11月30日、そのAlphaFold（アルファフォールド）システムが、50年前から科学界を悩ませてきた重要課題だったタンパク質のフォールディング（折りたたみ）問題を解決したと発表した。今回の
AlphaFoldの進歩は、疾患の理解や将来の創薬、製薬の分野で、大きな飛躍につながる可能性がある。(TechCrunch)
2020/12/01
＊これからの時代に必要な「AI基礎教育」 ――NEEオンラインセミナー
https://project.nikkeibp.co.jp/pc/atcl/19/06/21/00003/113000156/
政府が大学・高等専門学校で全ての学生を対象に「AI教育」を導入する方針であることを受けて、11月20日には「これからの時代に必要な『AI基礎教育』」と題したセミナーを開催した。日経BPコンシューマーメディア局の中野淳局長補佐がコーディネーターを務め、文部科学省高等教育局専門教育課の服部正企画官、関西学院大学学長補佐の巳波弘佳教授、宮城教育大学の安藤明伸教授の3人がAI教育の最新事情や実践事例、導入方法を解説した。（教育とICT online）
2020/11/29
＊「世界をガラリと変える」AI アリババなどの活用例を紹介
https://www.j-cast.com/kaisha/2020/11/28399392.html?p=all
本書「世界のトップ企業50はAIをどのように活用しているのか？」は、AIが「将来、世界をがらりと変える」と予告したうえ、その証拠として、実際にAIが世界の企業でどう活用されているかをレポートした。AIの奥深さが描かれ、コロナ禍でのツールやロボットにとどまるものではないことが示されており、密回避や非接触化でも頼りがいがあることが実感できそうだ。
中国のアリババ・グループは、ECのネットワークを運営する多国籍複合企業。流通総額は米国のアマゾンとイーベイの合計を上回り、
その規模は世界最大だ。成長を支えているのがAI。ショッピング・ポータル、クラウドサービス、社会的事業などまで、事業のあらゆるシーンでAIが使われている。
アリババのショッピング・ポータルでは、買い物をする顧客がそれぞれにあった「カスタム・ページビュー」を作成。AIがサイト内
での顧客のアクションをモニターする。(j-cast)
2020/11/29
＊米ヤフー元CEOのマリッサ・メイヤーが挑む「アドレス帳」のイノヴェイション
https://wired.jp/2020/11/27/marissa-mayer-startup-sunshine-contacts/
米ヤフー元CEOのマリッサ・メイヤーが、スマートフォンのアドレス帳にイノヴェイションをもたらそうとしている。人工知能によって連絡先を自動的に整理・統合してくれるというシンプルなアイデアだが、勝算はいかなるものなのか。
米ヤフーの元最高経営責任者（CEO）のマリッサ・メイヤーは、2018年に自らの会社Lumi Labsを立ち上げた。グーグルでの13年を経てヤフーでCEOとして5年近く働いたあと、メイヤーが目を向けたのは携帯電話のアドレス帳である。
初期段階のスタートアップの成功は、誰が関与しているかではなく、その事業内容にかかっている。メイヤーはシリコンヴァレーのセレブリティであり、彼女のiPhoneのアドレス帳には実に14,000人分の連絡先が登録されていた。これを何とかしたいと思うのは当然な流れだろう。（WIRED）
2020/11/27
＊AIとデータサイエンス
https://www.nvidia.com/ja-jp/ai-data-science/
AI は世界中のあらゆる業界でイノベーションにパワーを与えています。企業がますますデータを重視していくにつれ、AI テクノロジへの需要が高まります。音声認識やレコメンダー システムから医用画像処理、サプライチェーン管理の改善まで、AI テクノロジがチームの日常業務に必要な算能力、ツール、アルゴリズムを企業に提供しています。（NVIDIA）
2020/11/24
＊医療用AIによる“診断”が加速する？ 米国での保険適用決定が意味すること
https://wired.jp/2020/11/24/us-government-pay-doctors-use-ai-algorithms/
医師の代わりに“診断”を下すふたつの医療用AIが、米国で保険適用となることが決まった。この動きによって、医療分野におけるよりAIの幅広い活用にはずみがつく可能性が出てきた。
米国の公的医療保険を運営するメディケア・メディケイド・サーヴィスセンター（CMS）が、ふたつの医療用AIシステムを保険の対象とする計画をこのほど発表した。ひとつは失明につながる糖尿病の合併症を診断するAI、もうひとつは脳のCT画像から卒中を発症した
疑いを判断して知らせるAIだ。（WIRED）
2020/11/21
＊機械学習入門者が学ぶべきこと、学習方法を超具体的に解説します
https://ainow.ai/2020/11/17/247585/
AIの注目が集まり、2010年代後半にかけて機械学習技術が大きく台頭しました。機械学習の知識は、これからの時代にキャリアを築いていくために必須とも言えるでしょう。合わせて多くの方が機械学習の知識やスキルを得たいと考えているはずです。
しかし、「どのようにして機械学習を勉強すればいいか分からない」「情報量が多すぎてどこから始めればいいか分からない」という悩みを持っている方も多いのではないでしょうか？今回は、そんな方に向けて「機械学習入門者が学ぶべきこと」を具体的な学習方法と合わせて解説していきます。（AINOW）
2020/11/19
＊画像認識の機械学習を、無料で誰でも簡単に作れる「Microsoft Lobe」
https://www.atmarkit.co.jp/ait/articles/2011/18/news024.html
AIや機械学習といえば、大学レベルの数学／統計学に加えて、データサイエンス／機械学習の基礎知識をまずは学ぶ必要がある、と一般的には考えられているだろう。しかしその認識は本当だろうか。筆者は、一部の場面では間違いになりつつあるのではないかと考えている。というのも、ディープラーニング界わいの一部の技術はもはや「枯れた技術」となりつつあり、コモディティ化（＝一部の人しか買えない高付加価値の商品が、誰でも買える一般的な商品になること）が進んできているからだ。（＠IT）
2020/11/17
＊「幻滅期」を越えた人工知能（AI）の今後の可能性とは
https://enterprisezine.jp/article/detail/13603
本連載では、Appier社のチーフAIサイエンティストであるミン・スン氏が「経験経済」という視点でテクノロジーとビジネスを解説する。第二回は「幻滅期を超えたAI」が今後どのように進展するのか。コロナ後の経済をどう変えていくのかについて語る。
AIの研究開発の観点から考えると、オープンソースのAIや機械学習ツールはたくさんあり、研究や実験を始めようと思えば、誰でも簡単にプログラムへアクセスできます。また、AIフレームワークに関しても、作業や構築に利用できるものが豊富にあります。
しかし、AIの最先端のアプリケーションを開発し、本番環境に押し出して大規模に導入し、継続的なサービスを保証するという点では、特定の専門知識と経験が必要になります。多くの組織では、AIシステムの開発、実装、保守を自分たちで行うことはできません。これは大変な作業であり、各企業のニーズは個別なものであるため、技術と人材の両方を揃える必要があります。今のところ、AIはサービスであり、その性能を一貫して向上させるためには、継続的に世話をし、訓練する必要があります。私たちがAIシステムを「出荷して忘れてしまう」のはもう少し先の話です。(Enterprise Zine)
2020/11/14
＊ラズパイで画像認識、1日30円～のエッジAIが快進撃
https://www.itmedia.co.jp/news/articles/2011/13/news109.html
3000円台で手に入るシングルボードコンピュータ「Raspberry Pi」の性能をフルに生かした、エッジAIプラットフォームを展開しているスタートアップ企業がある。今年で創業5年になるIdein（イデイン、東京都千代田区）だ。「第1回 AI・人工知能EXPO【秋】」
（幕張メッセ、10月28～30日）に出展した同社のブースを取材した。
同社が現在提供しているアプリは人の動きを検出するものが中心となっている。例えばカメラを使った画像検出では、広告サイネージを人が注視しているかを検出する機能や、性別・年代を推定する属性分析機能、通った人の数をカウントする機能などがある。小売店や街頭広告などと組み合わせて、マーケティングツールとして利用されるケースが多いという。(ITmedia)
2020/11/13
＊量子物理学の理論や波動関数に基づく新たな深層学習技術を開発
https://www.aist.go.jp/aist_j/press_release/pr2020/pr20201111/pr20201111.html
· 量子物理学の理論や波動関数に基づくことで、計算の中身を物理的に理解できる深層学習技術を開発
· データの偏りに影響されない手法で、従来技術では難しい未知化合物に対する物性の外挿予測が可能
· 材料開発や創薬の分野での大規模な有用物質探索に貢献
（産総研）
2020/11/08
＊リモート会議や授業などの顔の映像で感情を見える化、NECとRealeyes
https://www.weeklybcn.com/journal/news/detail/20201027_177868.html
NECとRealeyes OU（本社・エストニア、Realeyes）は、NECのもつ生体認証・映像分析技術と、Realeyesのもつ感情分析技術を組み合わせた、新たな遠隔コミュニケーション向けのサービスを共同開発した。これは7月に発表した協業の一環で、同サービスは21年1月にNECから販売する予定。グローバルで3600億円規模の感情分析サービス市場でトップシェア獲得を目指す。（BCN）
2020/11/06
＊Microsoftが誰でも簡単に機械学習モデルが作れるツール「Lobe」を公開！
https://techable.jp/archives/140757
Microsoftは、WindowsやMacにダウンロードして無料で使える「Lobe」を公開している。同ツールでは、ネット接続やログインもなしで機械学習トレーニングができて、利用するデータはプライベートに保たれる。
Microsoftは2018年にLobeを買収し、同ツールをブラッシュアップしてきた。今では、誰でも簡単に機械学習モデルがトレーニングできるように…とのコンセプトを体現したものになっている。（TECHABLE）
2020/11/05
＊AIを活用する企業は増えているが、成否の分かれ道はどこにある？ 研究結果から見えてきたこと
https://wired.jp/2020/11/04/companies-rushing-use-ai-few-see-payoff/
ビジネスに人工知能（AI）を採用する企業は増えている。しかし、このほど発表された米国の調査報告書では、AIへの投資から利益を得られている企業は1割程度であることがわかった。それでは、AI活用の成否の分かれ道はどこにあるのだろうか？
「AIへの投資でよい結果を出している企業は、状況を客観的にとらえ、何を変えるべきかAIから学ぼうとする姿勢をもっています」と、今回の報告書の共同執筆者でボストン大学教授のサム・ランスボサムは言う。ランスボサムは、AIへの投資で利益を得るためのシンプルな方程式はないとしたうえで、「ビジネスの過程で肝心なことは、やみくもにAIを採用しないことです」と指摘する。（WIRED）
2020/11/03
＊孫正義氏とNVIDIAのフアンCEOが対談--両者が見据える「AIの未来」とは
https://japan.cnet.com/article/35161776/
AI事業が注目を集めるNVIDIAは、先日開催したディープラーニングとGPU技術に関するカンファレンスのGTC（GPUテクノロジーカンファレンス）で、さまざまな最新技術を紹介している。フアン氏は、「AIが大学や企業の研究から事業になり、製薬や自動運転、ロジスティクスから教育まで幅広く活用されるようになってきた。背景としてクラウドAIとエッジAIが相互にやりとりしながらインテリジェンスをさらに高められるようになったことがある」と説明した。
たとえば、AIがよく使われているのがサイバー犯罪の摘発や詐欺行為の検出で、アメリカン・エキスプレスはNVIDIAを使ってミリ秒単位で不正を検出しているという。ECでは支払い手続きの手間や間違いで年1.5も損失しており、そうした問題もAIで改善できる。巨大小売り企業のウォルマートも対策にAIを使用し、銀行もAIセンターと化している。MicrosoftはAIと取り入れたインテリジェントアプリケーションでビジネスを効率化し、ファナックやクボタなどの製造業もAIの活用を始めていると紹介した。（CNET）
2020/11/03
＊「経済学×AI」がビジネス革新の新メガトレンド、ZOZO・CAらも照準
https://diamond.jp/articles/-/252016
AI（人工知能）時代を迎えた今、ビジネス界では深層学習や機械学習を用いたビッグデータ分析などが盛んに行われている。だが実は、これらをきちんと機能させるためには、経済学の知見が欠かせないということをご存じだろうか。
GAFA（グーグル、アップル、フェイスブック、アマゾン・ドット・コム）をはじめとした米国の巨大テック企業などでは、上図のような台頭著しい新技術に加え、経済学者を積極的にヘッドハンティングするなどして、必要に応じ経済学の知見も取り入れてビジネス革新を促そうとしている。（ダイアモンドオンライン）
2020/11/03
＊都市部の自動運転の実現へ！強化学習による自動運転の最新手法
https://ai-scholar.tech/articles/reinforcement-learning/urban_driving
今回紹介する論文は、都市部での自動運転を強化学習で実現するための手法です。
自動運転の実現に向けて、研究が盛んに行われています。運転のシチュエーションの中でも、最も困難なシチュエーションともいえるのが、都市部における運転です。都市部では、信号のある交差点では、信号の状態を検知し、それに従う必要があります。また、横断歩道を渡る歩行者や周りを走る自動車やバイク等との衝突を回避する必要もあるため、都市部での自動運転は複雑なタスクであるといえるでしょう。
このように、複雑で様々な状況が想定される場合には、それらのすべてのシチュエーションを網羅するようなルールを構築する、所謂ルールベースの手法を適用するのは困難です。そこで、End-to-Endの自動運転システムが注目されており、その中でも強化学習を用いた自動運転システムに注目がされています。（AI-SCHOLAR）
2020/11/03
＊AIが「咳のしかた」で新型コロナ感染を判別。MIT、アルツハイマーなどの研究を応用
https://japanese.engadget.com/ai-covid-19-cough-detection-060014855.html
マサチューセッツ工科大学(MIT)の研究者が、咳を聴かせるだけで(他に症状がなくとも)新型コロナウイルスに感染しているかどうかを
確認可能なAIを開発しました。ウイルスによって発生する咳の微妙な変化認識するのだとか。
MITの研究者らは、ウェブサイトやスマートフォンを通じて募集した数万以上もの(抑えきれずに出てしまう)咳と普段の会話のサンプル
を使ってAIモデルを鍛えました。そしてそれまでに聴かせていない咳のサンプルを与えたところ、自覚症状がないものの新型コロナウイルスに感染している人の咳と、それ以外の咳を98.5%の確率で正しく判別できたとしています。（engadget）
2020/10/31
＊トヨタがつくる次世代のロボットは、「家の片付け」も自ら学習する
https://wired.jp/2020/10/30/robots-use-ai-learn-clean-your-house/
トヨタが家庭用ロボットの研究開発を進めている。家の中という予測不能な環境においてロボットが的確に動き、ものを壊さず掴めるようになる上で鍵を握るのは、正しい動きを学習する人工知能（AI）アルゴリズムだ。（WIRED）
2020/10/29
＊ホリゾンとSCREEN、印刷工場のスマートファクトリー化に向けたAIソリューションの共同開発に合意
https://www.excite.co.jp/news/article/DigitalShiftTimes_FN201028_4/
株式会社ホリゾンと株式会社SCREENグラフィックソリューションズ（以下、SCREEN GA）は、印刷工場のさらなるスマートファクトリー化を実現するために、人工知能（AI）を活用したソリューションを共同で開発することに合意したと発表した。2022年1月以降、
エンドユーザーへの導入を目指す。（Exciteニュース）
2020/10/27
＊AI・データ活用の第一人者が語る。AI分野で米中に遅れを取る日本企業が今すぐ取り組むべきこと。
https://www.excite.co.jp/news/article/DigitalShiftTimes_201026/
- コロナによる人々のライフスタイルの変化に伴い、企業が最適なサービスのあり方を見直すため、データ活用を進めている
- AIを活用した数値予測ができても、それを実際のサービスに実装できる人材が少ない
- 日本は技術力が高い国であり、発明の段階では遅れをとっても、実装が進むと他国より価値を生み出せる可能性がある
- AIの活用には現場と会社のトップ、双方のテクノロジーへの理解が必要。それがないとミスマッチが起こり、変革には至らない
- AIも他のテクノロジーと同様に、ひとつの手段として考え、今直面している課題解決に活用できないか、考えてみるところから始め ると良い
（Exciteニュース）
2020/10/27
＊マイクロソフトの新たな顧客は牛：パンデミックを受けた守りの戦略が農業を“見える化”する
https://wired.jp/membership/2020/10/27/microsoft-new-customers-cows/
国内第3位の規模を誇る酪農協同組合とマイクロソフトが交わしたパートナーシップ。それは米国中の乳牛を体温センサーや顔認識技術
で管理して生産性向上を目指すものだった。パンデミックを背景にした“守り”の姿勢から生まれたこの戦略は、テック企業によるディスラプトを免れてきた農業界に効率化と中央集権的な管理体制をもたらそうとしているのだ。
マイクロソフトの最高経営責任者（CEO）であるサティア・ナデラは2020年7月、全米第3位の大規模な農業協同組合であり、バターで
有名なランド・オ・レーク（Land O’Lakes）とのパートナーシップを発表した。マイクロソフトとランド・オ・レークは提携の一環として、農家が人工知能（AI）を駆使して作付けのサイクルを計画し、土壌を保護しながらより多くの穀物を収穫できるようにする
農業技術プラットフォームの構築を目指すとしている。（WIRED）
2020/10/25
＊ＮＥＣ、画面越しの相手の感情を分析 来年１月から新サービス
https://www.jiji.com/jc/article?k=2020102301051&g=newitem
ＮＥＣは２３日、感情分析ツールを来年１月から販売すると発表した。会議や授業などをオンラインで行う際、カメラに映る顔の表情から注目度や満足度などを分析し、参加者の反応をグラフや表で双方の画面上に表示できる。非対面の対話では相手の反応が分かりにくいことが課題となっており、会議や授業の活性化に役立つとみている。
新サービスは、ＮＥＣの生体認証・映像分析技術と、リアルアイズオーウー（エストニア）の人工知能（ＡＩ）による感情分析技術を組み合わせて開発した。各種のウェブ会議システムに導入できる拡張機能として提供する予定。２０２３年に感情分析サービスの市場は３６００億円規模になると予測し、トップシェアの獲得を目指す。（時事通信）
2020/10/17
＊AIだけでは患者は救えない：医師の理解とコミュニケーションを促す仕組みづくりの重要性
https://wired.jp/2020/10/16/ai-help-patients-doctors-understand/
大学病院などで、人工知能（AI）を用いて患者の発症リスクを検知するシステムの導入が始まっている。ところが、AIの警告が医師に受け入れられないという現実が明らかになってきた。鍵を握るのは、人間と機械との間に円滑な関係を築くための仕組みづくりだ。（WIRED）
2020/10/16
＊プリファードネットワークスと協業する花王の野望
花王は開発した技術「ＲＮＡモニタリング」の事業化にあたり、Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓ（ＰＦＮ、東京都千代田区）と協働する。同技術は皮脂からリボ核酸（ＲＮＡ）を採取し、解析するものでＲＮＡを通じて体内の多様な情報を得られる。今後はＰＦＮの人工知能（ＡＩ）やＲＮＡの知見を掛け合わせる。研究開発担当で２０２１年１月に社長に就く長谷部佳宏専務執行役員に戦略を聞いた。（門脇花梨）
―ＲＮＡモニタリングにはどんな利点がありますか。
「採取に侵襲性を伴わない。皮脂は血液や皮膚と違い、あぶらとりフィルムで簡単に取れるため人体に負担がない。体の一部である皮脂に含まれるＲＮＡから多くの情報が得られる。美容はもちろん、健康分野でも役立つ可能性が高い」（ニュースイッチ）
2020/10/16
＊命を救うAI活用例5選 事故予測、人身売買撲滅など
https://forbesjapan.com/articles/detail/37501
人工知能（AI）は、さまざまな商品やサービスで使用されるようになっている。AI技術は、採用活動の変革からマーケティング活動の効果改善、穀物生産高の向上まで、ビジネスや社会のあらゆる側面に影響を与えてきたが、その中でも最も重要なのが、人命を救う活用法だ。以下に、AIがテック界のスーパーヒーローとなっている5つの例を紹介する。（Forbes）
2020/10/11
＊画像とＡＩで業務効率化の動き
https://www3.nhk.or.jp/kansai-news/20201011/2000035945.html
人手不足が深刻となる中、建設現場や発電所で、画像データとＡＩ＝人工知能を組み合わせて遠隔管理を行い、業務の効率化をはかろうとする動きが関西の企業の間で広がっています。
大阪市に本社がある大和ハウス工業は、今月から本社など全国１０か所に設けた拠点のモニターを通じて戸建て住宅の建築現場を遠隔で管理する取り組みを始めます。現場に設置されたカメラで施工状況などの画像データを集めて、ＡＩで分析します。現場監督がいなくても、工事の進捗状況を拠点で把握することができ、作業効率をおよそ３割向上できる見通しだということです。
一方、関西電力は、火力発電所の点検業務にロボットとＡＩを活用します。従来は、技術者が目視で設備を確認していましたが、自動で走るロボットがセンサーで画像データを集め、油漏れなどの異常が起きていないか、ＡＩが判断するということです。（NHK）
2020/10/11
＊AIは今後どういった進化を遂げるのか。そして私たちへの影響は？
https://ainow.ai/2020/10/06/228359/
最近、テレビや新聞のニュースでたびたび話題にあがるAI（人工知能）。自動運転や人工知能を搭載したロボットなどの登場で、私たちの生活はより豊かになっていくと思われます。
次々と進化を遂げるAIは、今後どのように発展していくのでしょうか。また、AIの発展が今後の私たちにどのような影響を及ぼすのかをこの記事でまとめていきます。
AIはまだ企業への導入率が低いですが、中にはAIを活用している面白い事例もあります。これからもさまざまな分野でAIの活用は進んでいくでしょう。
回転寿司チェーン大手のくら寿司は、マグロの買い付けにAIを導入し始めました。くら寿司は2020年7月7日、新商品のイベントのなかで、仕入れ時のマグロの質（ランク）判別にAIを使うアプリ「TUNA SCOPE」の実験的な導入を発表しました。
きゅうりの生産では多くの農作業が未だ自動化されていません。特に、大量のきゅうりを選別する作業は生産者にとって大きな負担となっています。 （AINOW）
2020/10/07
＊クボタが農業機械のスマート化に向けNVIDIAと協業、適切な農作業の判断と適時実行を行う完全無人農機を目指す
https://jp.techcrunch.com/2020/10/06/kubota-nvidia/
クボタは10月6日、農業機械の自動運転分野においてNVIDIAと戦略的パートナーシップを結んだと発表した。NVIDIAのエンドツーエンド AIプラットフォームを採用し、農業機械のスマート化の加速に向け協業する。クボタは現在、日本において従来型農機の自動化・無人化を推進中。今後は、次世代の完全無人農機の実現を目指すとともに、海外展開や作物展開を推進する予定。
クボタは国内農機メーカーに先駆けて、スマート農業の本格的な研究を開始しており、「農機の自動化・無人化による超省力化」や「データ活用による精密農業」の普及を目指している。GPSを活用した有人監視下での無人運転トラクターを発売するなど自動運転農機の開発を進めており、今後さらに、天候・生育状況などのデータから適切な農作業の判断と適時実行までを行える次世代の完全無人農機を実現すべく研究を進めているという。(TechCrunch)
2020/10/07
＊AIをもっと賢くするには、だましてやればいい？ フェイスブックが新プロジェクトを立ち上げた理由
https://wired.jp/2020/10/07/try-sneak-bad-words-ai-filters-research/
人工知能（AI）と、それをだまそうとする人間たちを闘わせる──。そんなユニークな実験プラットフォームを、このほどフェイスブックが立ち上げた。その目的は、既存のテストでは計りきれないAIの「真の賢さ」を計測することにある。
フェイスブックの人工知能（AI）研究者たちは、アルゴリズムを人間の“悪知恵”に触れさせることで改良しようとしている。（WIRED）
2020/10/06
＊進化するAIは「人間の脳」に近づいているのか、人工知能研究の最先端に迫る
https://news.yahoo.co.jp/articles/b2f9933393a42629a340afebfc87341b9653affc
2020年9月2日から5日にかけ、メディアプラットフォームnoteを運営するnote社の主催で、リアル×オンラインの融合で創作の輪を広げる祭典「note CREATOR FESTIVAL」が開催されました。
連日おこなわれたトークセッションの中の一つ、「人間の輪郭を文学とテクノロジーから読み解く」には、小説家の平野啓一郎さんと人工知能研究者の松尾豊さんが登場。note株式会社代表の加藤貞顕さんがモデレーターを務め、最新の人工知能研究を紹介しながら人間の知能の謎に迫るという、知的好奇心をかき立てられるセッションになりました。
松尾 現在のAI研究は2つの方向性があって、1つは、人工物として産業的な応用を目指すAIの開発です。もう1つは、平野さんがおっしゃるような、人間の脳の働きからAIを研究する方向性。こちらは、画像認識が可能になってから盛り上がってきているんですよ。画像認識と合わせてシンボル（記号）の処理をどうやるかが、今のホットトピックなんです。（文春オンライン）
2020/10/04
https://www.sankei.com/economy/news/200930/prl2009300087-n1.html
株式会社ロカリア（本社：福岡県福岡市、代表取締役：深澤大我）は、福岡の中小企業を中心に、AIのビジネス活用をご検討されている経営者、企画担当者の皆様向けて、AIへの投資判断の参考となるよう、要否検討含むAI導入の無料相談窓口を開設いたします。【URL】https://www.localia.co.jp/service/aipoc/#shinndann
前述のようなお悩みに対して、弊社専門家が、お客様の業務や課題、お持ちのデータをヒアリングおよび分析し、「お客様の現場にAIを活用できそうか？」、また活用できそうな場合に「どのようにAIを活用できそうか？」のご相談にお応えいたします。漠然とAI導入を検討しようかお悩みの方も気兼ねなくご相談くださいませ。詳細は下記URLをご参照ください。
【URL】https://www.localia.co.jp/service/aipoc/#shinndann
（産経新聞）
2020/10/04
＊指名手配犯“今の顔”をAIが予測 ヤフーなど公開
https://www.itmedia.co.jp/news/articles/2009/30/news089.html
ヤフーなど3社は9月30日、AIを活用し、重要指名手配被疑者の“今の顔”を予測した画像を公開する特設Webサイト「TEHAI」を開設した。指名手配被疑者の現在の姿を公開して情報提供を広く呼び掛け、検挙の可能性を高めたいとしている。重要指名手配被疑者12人のうち5人の顔写真を公開。顔写真をクリックすると、被疑者1人につき9パターンの予測画像を表示する。心当たりがある場合はすぐ連絡できるよう情報提供ボタンを設け、検挙につながる情報を提供した人には報奨金を用意する。
AIの画像解析と生成技術によって、警察庁が提供した数万枚の顔写真データからシワの入り具合、皮膚のたるみ方など加齢に応じた特徴を抽出。過去に撮影された被疑者の顔写真に特徴を反映することで、現在の姿を予測する。(ITmedia)
2020/10/04
＊日立システムズ、AIプラットフォーム「DataRobot」のライセンス販売や導入支援など本格的な拡販活動を開始
https://cloud.watch.impress.co.jp/docs/news/1279927.html
株式会社日立システムズは30日、顧客の業務改善を支援する「データ分析自動化サービス」を強化するため、AIによる予測モデルを自動生成するソフトウェアを提供している米DataRobotと販売代理店契約を締結し、国内でのライセンス販売を本格的に開始すると発表した。
同契約に基づき、日立システムズがDataRobotのエンタープライズAIプラットフォーム「DataRobot」を企業のニーズに合わせてライセンス販売するとともに、日立システムズが社内実証により蓄積したノウハウを活用し、DataRobotを適用すべきテーマの選定やRPAなどの各種ツールとの連携なども合わせて提供する。（クラウドWatch）
2020/10/01
＊ＡＩ活用、三菱電機の新型エレベーターがスゴい！
三菱電機は２９日、人工知能（ＡＩ）などを活用して運行効率を従来機種比で最大２６％向上させた国内向け標準形エレベーター（機械室なし）「アクシーズ・リンクス＝イメージ」を１０月８日に発売すると発表した。１５年ぶりのフルモデルチェンジとなる。住宅用９人乗り、分速６０メートル、停止５カ所の場合の参考見積価格は１２００万円程度となる。販売目標は年５０００台。新製品は複数台のエレベーター運行を群管理するＡＩを用いて建物内の人の流れを予測し、最適な運行パターンを選択して待ち時間を最少化する。乗り場向けの検知センサーなどによりドアの開放時間も短縮し、運行効率を大幅に改善できた。
新型コロナウイルス感染拡大防止対策として、ウイルスや菌、花粉抑制機能を持つ循環ファンのほか、抗ウイルス仕様の押しボタンを標準装備する。自走式ロボットと連携し、人の手なしでフロア間の移動を実現する。（ニュースイッチ）
2020/09/23
＊Twitter、写真プレビュー用顔認識AIが白人に反応しやすい傾向を調査中
https://japanese.engadget.com/twitter-facial-recognition-algorithm-085008503.html
Twitterは写真のプレビュー用のトリミング画像を生成するのに、写真に写る人の顔がプレビューの中心に来るように鍛えたAIを用いています。そして、この顔認識AIがどうしても黒人よりも白人の顔に反応を示す理由を調査しています。
今回の問題が本当にアルゴリズムの人種的なバイアスなのか、認識する際の技術的なクセのようなものなのかはよくわかりません。おそらく改善が結果として表れるにはしばらく時間がかかると思われますが、この手の技術は問題が修正・改善されればされるほど気にならなくなるものなので、いずれは誰も気づかないうちに問題の修正が完了していることでしょう。(engadget)
2020/09/23
＊エスパー米国防長官、戦場におけるAIについて語る「AIを真っ先に取り入れた国が優位に立てる」
https://news.yahoo.co.jp/byline/satohitoshi/20200922-00199512/
エスパー米国防長官は、2020年9月に米国国防総省傘下のAI（人工知能）研究機関のジョイントAIセンターでのバーチャルシンポジウムに登壇して、戦争におけるAIの役割について語っていた。エスパー国防長官は「AIは戦場のスタイルを大きく変える可能性を秘めている。そしてAIを真っ先に戦場に取り入れた国が他の国よりも優位に立つことができる」と語っていた。
またアメリカと軍拡競争で激しく対立している中国は、10年以内の世界でのAI開発のリーダーになることを標榜している。人民解放軍はAIを搭載した低価格な自律型兵器の開発を行っており、アメリカとの軍拡競争においては脅威となる国である。（Yahooニュース）
2020/09/19
＊象形文字の“Google翻訳”が可能に！ グーグルがヒエログリフの解読補助ツールをつくった理由
https://wired.jp/2020/09/18/google-egyptian-hieroglyphics/
古代エジプトで使われた象形文字、ヒエログリフ。長い時間を要する解読作業を少しでも効率化するべく、グーグルは機械学習を使った解読補助ツールを開発した。一般向けに、ヒエログリフについて学んだり、メッセージを送れるモードも公開されている。（WIRED）
2020/09/11
＊AIの基礎知識として覚えておきたい機械学習とディープラーニング
https://hr-trend-lab.mynavi.jp/column/hr-tech/ai/1768/
データをもとに特徴を割り出し、過去の傾向や経験にもとづいて予測をおこなうAI（人工知能）は、私たちの生活においてすでに定着しつつあります。しかし、「AIとはなにか？」を正確に理解している方は少ないのではないでしょうか。今回は、AIの基礎知識はもちろん、AIと混同されることの多い機械学習やディープラーニングとの関連性などについても詳しく解説します。(マイナビ)
2020/09/11
＊Google Cloud、機械学習アプリ開発の苦痛を減らすノウハウを紹介
https://www.atmarkit.co.jp/ait/articles/2009/11/news039.html
機械学習プロジェクトで最も時間がかかり、苦痛な部分の一つは、機械学習アルゴリズムに学習させるラベル付きデータを収集する
ことだ。だが、多くの一般的なユースケースでは、機械学習モデルを一から構築する必要はなくなっている。誰かが構築、調整、
メンテナンスした学習済みの機械学習モデルを利用できるためだ。Google Cloudが提供する「Cloud AI API」はその一例だ。
Cloud AI APIを使えば、次のような作業に機械学習を適用できる。
2020/09/10
＊戦闘機を制御する“軍事AI”が米軍のパイロットに圧勝、そのポテンシャルの高さが意味すること
https://wired.jp/2020/09/09/dogfight-renews-concerns-ai/
アルファベット傘下の人工知能（AI）企業、ディープマインドが開発した「強化学習」の手法。ある企業は、この手法を応用したAIパイロットを開発し、戦闘シミュレーションで米軍のF-16パイロットに圧勝してみせた。そのポテンシャルの高さは、AIの軍事利用に関する丁寧な議論の必要性を示している。（WIRED）
2020/09/10
＊太陽光発電施設で起きている鳥の大量死、その「謎」をAIが解き明かす
https://wired.jp/2020/09/09/why-do-solar-farms-kill-birds-call-in-the-ai-bird-watcher/
米国の太陽光発電施設では、毎年十数万羽の鳥が謎の死を遂げている。いまだ原因がわかっていないこの謎に挑むために、研究者たちは人工知能（AI）による“バードウォッチャー”を開発中だ。（WIRED）
2020/09/06
＊PFNと三井物産、深層学習技術を用いた地下構造解析AIシステムの開発・事業運営を行う合弁会社を設立
https://iotnews.jp/archives/158193
近年、深層学習技術の産業応用が進み、様々な分野でイノベーションが進展している。地下資源開発分野においても、地質調査データ等に対して深層学習技術を用いて解析することで複雑な地下構造を推定し、効率的な商業生産に向けた開発活動の実現を図る取り組みが進められている。
今回設立する新会社では、従来から石油・天然ガス資源開発で用いられる地震波（人工的に発生させる弾性波）の解析に深層学習技術を応用し、資源が埋蔵されている地下構造を解析・推定する技術の開発を目指す。PFNが所有するスーパーコンピュータで地震波の大規模シミュレーションを行うことで、地下の地質構造を正確に推定し、石油・天然ガスを始めとした地下資源開発に貢献する。（IoT）
2020/09/05
＊ソフトバンク出資の「デジタル治療」企業、AI活用でさらなる成長へ
https://forbesjapan.com/articles/detail/36842/1/1/1
カルディープ・シン・ラジュプットは2015年、より高い目標を達成するため、博士課程の修了を断念した。目標とは、人工知能（AI）を使って病気の発症を事前に予測することだ。
ウェアラブルセンサーが収集する情報は、治療と投薬に関する決定をより迅速なものにし、患者の全般的な健康状態を改善させることに役立つものになり得る。ラジュプットが共同で創業したバイオフォーミス（Biofourmis）はAIを通じて、心疾患の治療や、新型コロナウイルス感染症（COVID-19）などさまざまな疾患の患者の状態を遠隔でモニタリングするための支援を行っている。（Forbes）
2020/09/04
＊マイコンで深層学習も、エッジコンピューティングの未来
https://news.yahoo.co.jp/articles/27e181a72d8794c0fad900dee6ff62d114c8e6f9?page=1
機械学習（ML）、さらには深層学習（DL）は、ほんの数年前までハイエンドのハードウェアでしか実行できず、エッジでのトレーニングや推論はゲートウェイ、エッジサーバ、またはデータセンターで実行されると考えられていた。当時、クラウドとエッジの間で計算リソースを分配するという動きが初期段階にあったため、このような考え方は正しいとされていた。しかし、産学の集中的な研究開発によって、このシナリオは劇的に変化した。(EETimes)
2020/08/30
＊AIを支える3要素とは？機械学習、ニューラルネットワーク、ディープラーニング【自動車用語辞典：AI編】
https://clicccar.com/2020/08/29/1007605/
AIの立役者であるディープラーニング(深層学習)は、ニューラルネットワークを多層化させてより複雑な処理を可能にした機械学習の総称です。自動翻訳や画像認識、音声認識、言語処理など様々な分野で活用されています。AIを支える3つの要素である機械学習、ニューラルネットワーク、ディープラーニングについて、解説していきます。
現在実用されているAIの中心的存在は、ディープラーニングと呼ばれる機械学習です。ディープラーニングは、従来の機械学習にニューラルネットワークの技術を応用して開発されました。ニューラルネットワークの中間層のニューロンの数を増やして多層構造にして、大量のデータから規則性や判断基準を見つけ出します。（clicccar）
2020/08/27
＊米国の人工知能AI分野「まだ“先頭”」だが、中国との“差”は「大きく縮まった」＝韓国でも報道
https://news.yahoo.co.jp/articles/7590f90f30628f6f16367a5ff63c478ecf4e8eb7
今日（26日）、香港のサウスチャイナモーニングポスト（SCMP）によると、米国の安保戦略と政策を研究している世界的なシンクタンク“ランド研究所”は、最近の報告書を通じて、米国が現在AI分野で中国を引き離しているが、その差が早いスピードで縮まっていると伝えた。
この報告書によると、米国がAI分野で先頭を走ることができるのは、米国がAI開発に必須となる先端半導体で、中国より優位に立っているためである。（Yahooニュース）
2020/08/27
＊格安ホームカメラ「ATOM Cam」がさらなる進化--ペットや人を見分ける“エッジAI”はどう使える？
https://news.yahoo.co.jp/articles/d4003e709a1d4bddac57c93cf70bb8e1454bd63d
1台たったの約2000円という驚きの低価格でクラウドファンディングに登場し、5月から開始した税込2500円の一般販売でも順調な売れ行きを見せているスマートホームカメラ「ATOM Cam」。シンプルな外観に似合わない多機能さが特徴だが、9月には監視用カメラに止まらない大きな進化を見せる。ポイントとなるのは、なんといっても「エッジAI」としての機能が強化されることだ。
ATOM Camはすでにモーション（動体）検知の機能を備えており、映像内に動きがあったときにスマートフォンにプッシュ通知しつつ、同時に録画を開始できるようになっている。今度はこれに「犬や猫」あるいは「人」を見分けて通知・録画する機能が追加されるのだ。こうした検知機能を実現できるのは、ATOM CamがAI処理可能なチップを搭載しているからこそ。スマートフォンやサーバー、ネットワークに負荷をかけることなく、エッジ端末であるカメラ単体で画像解析する。そんなATOM Camの新機能を一足先に試すことができたので、ご紹介しよう。（CNET）
2020/08/23
＊手遅れになる前に。豪州でAIを活用した「ミツバチ保護」プロジェクト始動
https://forbesjapan.com/articles/detail/36503
ミツバチの減少や絶滅の危機を招く要因のひとつに、「ダニ」の存在が挙げられている。ヘギダニやそれらが運ぶウイルスは、ミツバチや蜂の巣を破壊するほど致命的なダメージを及ぼす。これまでオーストラリアを除く全世界でその存在が確認されていたが、今年4月にはオーストラリアでも発見される事態となった。放置すると被害は甚大になる恐れがある。それがパープルハイブ・プロジェクトの立ち上げの経緯となった。
パープルハイブには画像認識AIが搭載されている。パープルハイブが備え付けられた養蜂箱にミツバチが入るたびに、AIが自動的にスキャニングを実施。ダニに寄生されているかどうかを、360度カメラで24時間入念に監視する。仮にダニが発見された場合、養蜂家たちのスマートフォンにアラートが届けられ、該当する養蜂箱を隔離するように促すという仕組みだ。（Forbes）
2020/08/23
＊米国では民間の防犯カメラが、警察による“監視”にも使われ始めた
https://wired.jp/2020/08/22/private-security-cameras-police-surveillance-tools/
米国の個人や企業が設置している防犯カメラを、警察当局による“監視”にも使う動きが加速している。一部の都市では民間の監視カメラをネットワーク化し、ライヴ配信による“仮想パトロール”を可能にする仕組みの構築も始まった。一方で一連の動きに対し、当局の権限強化や人種差別につながる危険性も指摘されている。
警察は顔認識ソフトを使い、防犯カメラの画像を解析できる。だが、これは相当にリスクの高いやり方だ。デトロイト市警は今年1月、プロジェクト・グリーンライトのカメラ映像と市郊外に住む黒人男性ロバート・ウィリアムズの写真が顔認識ソフトの判定で「一致した」として、誤認逮捕の問題を起こしている。（WIRED）
2020/08/21
＊AIで進化する翻訳サービス 「同時通訳」可能な時代に
https://www.nikkei.com/article/DGXKZO62652330U0A810C2H56A00/
人工知能（AI）の世界で翻訳技術が急速に進展し、翻訳・通訳サービスを気軽に利用できる環境が整ってきた。この1年ほどの間に、スマートフォンのアプリやクラウド型のサービスが続々登場。利用料無料から、個人でも購入できるようなサービスまで選択肢が増えている。
2016年に米グーグルがAIの一つである深層学習（ディープラーニング）を使った「ニューラル翻訳」をインターネット上で公開した。同時期に米マイクロソフトや情報通信研究機構（NICT）もニューラル翻訳を採用し、精度が向上してきた。（日本経済新聞）
2020/08/21
＊100年前の東京の映像を、AIがカラーの4K画質でよみがえらせた。それは修復なのか、“創作”なのか？
https://wired.jp/2020/08/18/ai-magic-makes-century-old-films-look-new/
いまから100年以上も前のサンフランシスコや東京の映像が人工知能（AI）によってカラー化され、しかも4K画質に高解像度化されてよみがえった。機械学習による推測で生成されたのは色だけではない。元のフィルムではぼやけて見えなかった当時の日本人の表情まで鮮やかに描写されたのだ。果たしてこれは映像の“修復”なのか、それとも“創作”なのだろうか？（WIRED）
2020/08/19
＊AIの活用は米国企業の1割未満、意外と少ない数字から見えてきたこと
https://wired.jp/2020/08/19/ai-why-not-more-businesses-use/
米国企業のうち、何らかの人工知能（AI）を活用している企業は全体の1割にも満たない──。そんな大規模調査の結果が、このほど明らかになった。調査では大企業と小規模企業とでAIの導入に大きな格差が生まれている実態も浮き彫りになっている。これらの数字は、いったい何を意味しているのだろうか？（WIRED）
2020/08/19
＊人工知能は“常識”を身につけられるのか？ IBM「Watson」の生みの親の挑戦
https://wired.jp/2020/08/19/watsons-creator-teach-ai-new-trick-common-sense/
人工知能（AI）が進化していく過程において、人間社会の“常識”を学ぶことは極めてハードルが高い。こうしたなかIBMのAIシステム「Watson」の開発を率いたデイヴィッド・フェルーチは、AIに常識を教えるという困難なミッションに挑んでいる。（WIRED）
2020/08/16
＊この音楽、共同制作者はAIです 音楽制作におけるAIと人間 ②Orpheus開発者
https://www.todaishimbun.org/aimusic_2_20200804/
Orpheusの作曲アルゴリズムでは、さぞかし大量の曲を学習に用いているのだろうと予想してしまうが、実際はそうではないという。「確かに、最近のAIでは、大量の学習データをディープニューラルネットワーク（DNN）と呼ばれる数理モデルに学習させる深層学習が盛んに使われますが、Orpheusの作曲は、大量の学習曲もDNNも使いません。代わりに、人間自身が長い歴史の中で学習して得た音楽理論を確率モデルに組み込んで作曲をします。ただし作曲とは対照的に、Orpheusの自動作詞では、大量の学習データを用いています」（東京大学新聞）
2020/08/13
＊AIが船長に。IBMが変革する、海洋研究のミライ
https://ideasforgood.jp/2020/08/13/mayflower/
私たちが、母なる海について知っていることは想像以上に少ない。人類が海に関して持っているデータの量は、火星の表面に関するデータの量よりも少ないという事実をご存知だろうか。その理由の一つが、調査航海船の乗組員たち、つまり人の力で調査することに限界があることだ。
そこで登場したのが、AI（人工知能）を「船長」として海洋調査を急激に進めるアイデア。IoTやエッジ・コンピューティングなどの最新テクノロジーを搭載し、完全無人での大西洋横断を実現することで、海洋調査の未来に大きな可能性をもたらそうという、IBMの「メイフラワー号」プロジェクトだ。( IDEAS FOR GOOD)
2020/08/13
＊AIプロジェクトは外注すればするほど失敗する
https://news.yahoo.co.jp/articles/9cc5ca982e2d4d7865294eba4f673ccfa75bf29c?page=1
企業がAIベンチャーと組む事例は多い。企業同士をマッチングさせる「Creww」や「AUBA」といったサービスでも、多くのAIベンチャーと事業会社が組んだ事例を報告している。ディープラーニング（深層学習）をはじめとしたAIが今日のように注目されるとは、長年研究や開発に携わってきた筆者も予想していなかった。
しかし、こうしたAIベンチャーに飛び込んでくる開発プロジェクトはほとんどが失敗する。注目が集まるほど、誤った認識を持ったままAI開発に乗り出す人も多いようだ。華々しい事例が報告されている一方で、その何倍もの失敗が表沙汰になることなく立ち上がっては消えている。ITの開発依頼に慣れた人でも、AIのプロジェクトで成果を出すのは簡単ではない。結論から言えば、AI開発は外注が向いていないのだ。(JBpress)
2020/08/12
＊アマゾン幹部が秘策を明かす「機械学習ビジネス」爆発的普及の条件
https://gendai.ismedia.jp/articles/-/74704
「私たちは、『機械学習の黄金時代』に生きている」アマゾンのネットインフラ事業部門「アマゾン・ウェブサー（AWS）」で機械学習部門のバイスプレジデントを務めるスワミ・シヴァスブラマニアン氏（以下スワミ氏）はそう語った。
我々が現在、俗に「AI」とよぶものの根幹には、「機械学習（マシーンラーニング）」というテクノロジーが存在する。すなわち、機械学習の進化と変化が、最近のコンピュータと生活の変化を促す根本にある、ということだ。
AWSのような企業は、それを支える存在でもある。AWSで機械学習関連事業の開発を見続けてきたスワミ氏に、ネットインフラ事業者の目から見た「機械学習がもたらしたもの」について訊ねた。（現代ビジネス）
2020/08/09
＊新型コロナで露呈したAIの限界と、それを乗り越える方法
https://www.gizmodo.jp/2020/08/how-the-coronavirus-pandemic-is-breaking-artificial-int.html
過去データから学習してるだけでは、新しい事態に対応できない、と。
新型コロナウイルスの影響でいろいろと調子が狂ってしまう今日この頃ですが、それはAI（人工知能）にとっても同じことのようです。スマホの顔認証が通らなくなったり、Amazonで生活必需品を買おうとしても買えなかったりといったことの背景には、激変した現実についていけずにいるAIがあった…と、エンジニアでありTechTalksのファウンダーであるBen Dickson氏が米Gizmodoへの寄稿記事で書いています。（GIZMOD）
2020/08/07
＊AIの「自然言語処理」技術がここへきて劇的な進化を遂げている
https://gendai.ismedia.jp/articles/-/74699?imp=0
AI（人工知能）が言葉の意味を理解する方向へと大きく舵を切った。先日、シリコンバレーで限定的にリリースされた「GPT-3」という言語モデルを使うと、コンピュータ（AI）がかなり高度な文章を書いたり、私たち人間の言葉による命令に従って簡単なアプリ開発などの仕事ができるようになる。
GPT-3は現時点で米国のプレスや一部関係者らに限ってリリースされたが、実際にそれを使ってみた人たちからは驚くべき結果が報告されている。たとえば、「この度、一身上の都合により退社することを決めました」あるいは「ベン、ごめんね、あたし貴方と別れなければならない」という冒頭の一文を入力するだけで、GPT-3はそれに続く文章をしたためて、普通なら書くのが気が重い退職願や別れの手紙を手際よく仕上げてくれるという。（現代ビジネス）
2020/08/06
＊AI開発は「成功するまで失敗する」
https://news.yahoo.co.jp/articles/c24604a1c5f97fe1c127df685599ac9999283523?page=1
AI開発の特徴は、データを使ってシステムを作ることだ。いわゆる「学習」と呼ばれる工程である。この学習に使うデータを作ることが、AIを開発する試行錯誤のスタート地点だ。「作る」と表現したのは、ほとんどのケースで企業はAI開発に使える状態のデータを持っていないからだ。
企業が持つデータは未加工な状態で、そのままではどんなAIが作れそうかを検討することすら難しい。そこで、まずはデータの解釈に着手する。例えば、会員制ウェブサイトのアクセス履歴といった未加工データから、開いたウェブページごとにデータを集計し直してみたり、再アクセスの頻度ごとにユーザーを集計したりといった具合だ。(JBpress)
2020/08/06
＊「戦場のシンギュラリティ」は訪れるのか？ AIによる戦闘に、人間が追いつけなくなる日がやってくる：「考える機械」の未来図（4）
https://wired.jp/2020/08/06/artificial-intelligence-military-robots/
人工知能（AI）によって自動化された武器が戦闘で広く使われるようになり、その進化が加速していったときに何が起きるのか──。人の認識力が戦闘のペースについていけなくなる「戦場のシンギュラリティ」が起きたとき、AIとAIによる戦争が起きる可能性は否定できない。こうした事態を避けるために、わたしたちには何ができるのか。「考える機械」の未来について考察する短期連載の第4回。（WIRED）
2020/08/05
＊「考えを読めない知能」であるAIと、わたしたちはどう付き合えばいいのか：「考える機械」の未来図（3）
https://wired.jp/2020/08/05/as-machines-get-smarter-how-will-we-relate-to-them/
人工知能（AI）は、この世界の認識や処理の方法が人間とは根本的に異なる。わたしたちが理解できない“ブラックボックス”のまま進化する危険性を秘めたAIと、どう付き合っていけばいいのだろうか──。「考える機械」の未来について考察する短期連載の第3回。（WIRED）
2020/08/04
https://wired.jp/2020/08/04/artificial-intelligence-couldnt-save-us-from-covid-19/
人工知能（AI）の信頼性は、データを収集して解釈する人間の能力に依存する。新型コロナウイルスのパンデミックは、そうした作業が危機のまっただ中では困難であるという事実を端的に示しているのではないか──。「考える機械」の未来について考察する短期連載の第2回。（WIRED）
2020/08/03
https://wired.jp/2020/08/03/brain-model-artificial-intelligence/
ヒトの脳の神経ネットワーク全体をスーパーコンピューター上に再構築する「全脳シミュレーション」に、これまで数十億ドルの資金が投入されてきた。しかし、知性の本質に迫る成果は得られていない。人工知性の研究は脳の模倣から離れて視野を広げることで、ブレイクスルーを得られるかもしれない──。「考える機械」の未来について考察する短期連載の第1回。
そもそも、AIモデルが脳を模倣する必要はないのかもしれない。飛行機は鳥にほとんど似ていないが、それでも空を飛ぶからだ。それでも知性について理解する上でいちばん手っ取り早い方法は、生物から原理を学ぶことであるように見える。（WIRED）
2020/07/31
＊カーナビが「前の黒いクルマに続いて曲がって」と案内、三菱電機が開発
https://news.yahoo.co.jp/articles/0b796b675aa72b080f74bbfe5473731cf10f3c10
三菱電機は2020年7月22日、自然な言葉で人と機器が円滑に意思疎通する技術「Scene-AwareInteraction（シーン・アウェア インタラクション）」を開発したと発表した。
物体認識や意味的領域分割、移動体の動作解析、自然言語処理を組み合わせることにより、機器が認識した周辺環境や目の前の出来事を、自然言語で説明できるようにした。カーナビゲーションシステム、自律移動ロボットや監視カメラ、人の移動に合わせて稼働するエレベーターに開発技術を搭載することで、人やモノの動きが多い複雑な環境での機能を高めることができる。(MONOist)
2020/07/30
＊深刻なミツバチ不足を、AIが“操作”するアブが救う？ 授粉の問題を解決する新技術
https://wired.jp/2020/07/30/bees-flies-pollination/
世界中で深刻化しているミツバチ不足。ある英国のスタートアップは、ハエの仲間であるハナアブに助っ人してもらおうと考えている。同社が考えたのは、「気が散りがち」なハナアブを授粉に集中させるための人工知能（AI）システムだ。（WIRED）
2020/07/28