/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
-- 人工知能 --
/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
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
https://wired.jp/2020/07/28/prepare-artificial-intelligence-produce-less-wizardry/
人工知能（AI）が継続的に進化するには、加速度的に増える膨大な計算量が大きな壁になる──。そんな研究結果をマサチューセッツ工科大学（MIT）の研究チームが公表した。アルゴリズムの効率化やハードウェアの進化、クラウドのコスト低減、さらには環境負荷を減らす取り組みまで、課題は山積している。（WIRED）
2020/07/22
＊三菱電機、世界初の「シーン・アウェア インタラクション技術」開発
https://car.watch.impress.co.jp/docs/news/1267006.html
三菱電機は7月22日、世界初というAIを活用した技術「シーン・アウェア インタラクション（Scene-Aware Interaction）技術」を開発したと発表した。シーン・アウェア インタラクション技術は、同社AI技術「Maisart（マイサート：Mitsubishi Electric’s AI creates the State-of-the-ART in technology）」を用いて、車載機器やロボットなどのさまざまな機器が複数のセンサーを用いて収集した情報（マルチモーダルセンシング情報）から周囲の状況を理解し、人と自然な言葉で円滑な意思疎通ができる技術。
今回、同社は同技術の適用に向けたアプリケーションの1つとして、同技術を用いて、人と車載機器が周囲の物体や出来事について自然な言葉で共有できる経路案内システムを構築した。（Car Watch）
2020/07/22
＊人間の脳から産まれたディープラーニングのプルーニング
https://pc.watch.impress.co.jp/docs/column/kaigai/1265708.html
ディープラーニング向けのプロセッサの間で進む「プルーニング(刈り込み)」。だが、そもそも、プルーニング自体は新しいテクニックではなく、人間の生体脳で自然に行なわれている現象だ。
脳の場合は、神経細胞(ニューロン)同士の結合部分であるシナプスが、刈り込まれて減少する。脳のなかでは、ニューロンがシナプスで結合され、信号が伝達されることで、思考や記憶が形作られるが、脳内の神経ネットワークを最適化するためにシナプス刈り込み(Synaptic pruning)が行なわれる。シナプス刈り込みは、脳科学ではよく知られた現象で、英語版Wikipediaにも項目がある。（PC Watch）
2020/07/21
https://wired.jp/2020/07/21/ai_accenture-ws/
これまで蓄積した莫大なデータが使えない──。コロナ禍で人間の行動パターンが変化したいま、企業はいま大きな変革を迫られている。その変革にAI導入は不可欠だ。そんなAI導入の最前線では、いまどんな人材が求められているのだろうか。アクセンチュアのAIグループの3人に、これからの日本企業の変革について訊いた。（WIRED）
2020/07/16
＊Google傘下のAIによる科学的発見 立体構造予測で世界に衝撃
https://xtrend.nikkei.com/atcl/contents/technology/00007/00024/?i_cid=nbpnxr_top_new
科学的発見は人間に特有だと考えられていた極めて難しい知的活動だが、技術の発展により、機械であるAIによる科学的発見も可能になってきた。Google傘下のDeepMind社が開発したタンパク質の立体構造予測AI「AlphaFold（アルファフォールド）」は、AIによる科学的発見の代表的な成功例。AlphaFoldはコンテストで圧倒的な成績をたたき出し、世界に衝撃を与えた。前編ではまずはタンパク質の仕組みや立体構造予測の応用について説明していく。（日経XTREND）
2020/07/13
＊人の能力を高め、心を動かす トヨタが目指すAI
https://style.nikkei.com/article/DGXMZO61244990X00C20A7000000?channel=DF250620206201
昨年（2019年）の会議では豊田社長から次のように提案されました。「ギル、私はTRIで次の3つのことを研究してほしい。1つめは『ガーディアンシステム』（高度安全運転支援システム）、2つめは『ロボティクス』、そして3つめは『あなたがやりたいこと』」。
プラット 1つめの「ガーディアンシステム」とは自動車の事故を事前に回避し、安全性を高めるためのシステムのことで、2つめの「ロボティクス」とは、高齢者がより質の高い生活を送るための助けとなる技術のことです。そして3つめの「私のやりたいこと」については、「人間の行動を予測するAIシステム」をテーマとして選びました。（日経電子版）
2020/07/12
＊(お知らせ) AI研究用スパコン「紫峰」と農研機構統合データベースの本格稼働開始
農研機構は、国内農業系研究機関で初となるAI研究用スーパーコンピューター「紫峰」、および農研機構内に分散して所有管理されている各種の研究データを収集・統合し、農研機構内外の研究者が分野横断的に利活用できるデータベース「NARO Linked DB」の稼働を2020年5月より開始しました。「紫峰」と「NARO Linked DB」の導入により、農研機構の農業情報研究基盤が整備され、データ駆動型農業の一層の推進が期待されます。（農研機構）
2020/07/09
＊顔認識だけで犯罪の可能性を“予測”できる？ ある論文が波紋を呼んだ理由
https://wired.jp/2020/07/09/algorithm-predicts-criminality-based-face-sparks-furor/
顔認識技術で顔を分析するだけで、その人物が犯罪者になりうるか判断できると主張するアルゴリズムが発表された。ところが、研究者たちの批判を浴びたことで、一転して論文の公開は見送られることになった。研究者たちはこうしたアルゴリズムが、誤りであると指摘されている“人種科学”を想起させると危惧している。（WIRED）
2020/07/09
血液中のタンパク質をAI＝人工知能で解析することで病気のリスクを調べるサービスがこの秋、始まることになりました。新たなサービスは、ＮＥＣのグループ企業が設立した新会社がアメリカの企業と共同で始めます。
会社によりますと、数滴の血液から5000種類のタンパク質の濃度を調べ、AIで解析することで、健康状態や将来、病気になるリスクがわかるということです。（NHK）
2020/07/09
https://www.nikkei.com/article/DGXMZO61314490Z00C20A7000000/
【シリコンバレー=佐藤浩実】米半導体大手エヌビディアの株価上昇が続いている。8日終値ベースの時価総額は2513億ドル（約26兆9400億円）となり、老舗の米インテル（2481億ドル）を初めて上回った。米半導体メーカーの首位が入れ替わるのは6年ぶり。世界では台湾積体電路製造（TSMC）、韓国サムスン電子に次ぐ3位となる。
エヌビディアは最高経営責任者（CEO）のジェンスン・ファン氏らが1993年に設立し、99年にナスダックに上場した。当初はゲーム用の画像処理半導体に特化していたが、2015年ごろから大規模で素早い処理を求める人工知能（AI）計算に技術を応用し始めた。画像や音声認識の開発が進むとみて、株式市場が注目し始めたのもこの時期からだ。（日本経済新聞）
2020/07/08
＊PFNがコンピュータサイエンス教育事業に参入、問題解決型人材を育成へ
https://monoist.atmarkit.co.jp/mn/articles/2007/07/news022.html
Preferred Networks（以下、PFN）は2020年7月6日、コンピュータサイエンス教育事業に参入するとオンライン会見で発表した。PFNによる最先端のコンピュータサイエンス技術や、これらの技術を生かした社会問題の解決などのノウハウを生かし、重要度が高まる論理的かつ創造的な思考力を持つ人材育成に取り組む。
その第1弾として、PFNは小学生から始めるプログラミング教材「Playgram（プレイグラム）」を開発。総合教育サービス事業を展開するやる気スイッチグループと提携し、2020年8月からプログラミング教室パッケージとして首都圏の3教室での対面授業と家庭でのオンライン授業に導入する。(MONOist)
2020/07/08
＊AIで3年内の発症リスク予測 ビッグデータ分析で20種に対応
https://www.sankeibiz.jp/business/news/200707/bsc2007070500001-n1.htm
弘前大と京都大の研究チームは、人工知能（ＡＩ）を使って３年以内に糖尿病や認知症など約２０種類の病気にかかる可能性を予測するモデルを開発したと明らかにした。延べ２万人の多項目にわたる健康ビッグデータを分析した。発症する可能性が高いと事前に予想できれば、早期予防につなげることが期待できる。(SankeiBiz)
2020/07/08
＊人工知能が人間投資アナリストを超える日
https://news.yahoo.co.jp/articles/40ff9741d8df4730656823cb6c76d88dd585b4db
コンピュータはウォール街に持ち込まれて以来、株価収益率を出し、その結果をランキングにするなど、もっぱら定量的計算に利用されてきた。だが、それが変わろうとしている。
──コンピュータは人間の投資アナリストを打ち負かすことができるのか。
チダナンダ・カチュア（44）がこの命題を解くヒントを得たのは4年前、ビジネススクールでヘッジファンドの授業を受けていたときだった。カチュアはエンジニアとしてインテルに勤務する傍ら、MBA取得を目指して、平日夜と週末にカリフォルニア大学バークレー校で学んでいた。厳密な財務データと、年次報告書やニュースなどのざっくりとした情報を混在させることにより、強力なツールを作り上げられるのではないだろうか。彼はそう考えた。（Forbes）
2020/07/07
＊Neural Network Console概説： GUIで直感的にディープラーニングしよう！
https://www.atmarkit.co.jp/ait/articles/2007/07/news018.html
ディープラーニングが行えるツールやライブラリはいくつもあるが、日本国産で、あのSony（ソニー）が提供しているのが、Neural Network Console（ニューラル ネットワーク コンソール、以下、NNC）である。NNCとはどのようなものなのか？ 本稿では、その概要と特徴を示す。また、誰にどんな用途でお勧めできるかという筆者なりの考えも示す。（＠IT）
2020/07/07
＊人工知能はムーアの法則の何十倍の早いペースで成長している
https://gigazine.net/news/20200707-ai-training-cost-moores-law/
ムーアの法則は本来「集積回路上のトランジスタ数が1.5年ごとに2倍になる」という傾向を指した法則です。このムーアの法則の5倍から100倍のペースで人工知能(AI)は進歩していると、GeForce Experienceの立ち上げに携わった元NVIDIAのエンジニアであるジェームス・ワン氏が報告しています。
2010～2020年にかけて、AIのトレーニングモデルに費やされるコンピューターの演算処理能力は急激に増加しています。以下のグラフは縦軸が演算処理能力で、「Petaflop/Days」は1日当たり1秒間に4兆回の演算を行うことを意味します。横軸は西暦です。(GigaZine)
2020/07/05
＊「今機械学習に必要なのはデータマネジメント」5つの秘訣を実例つきで紹介
https://ainow.ai/2020/07/05/224999/
「自社にAIを導入したい！」というモチベーションから機械学習のプロジェクトを進める場合、プロジェクトがどのように進み、どのようなデータが必要なのかを明らかにしなければなりません。
料理で例えるならば、調理工程を事前に理解し、家にある調理器具で作れるのかを考える必要があります。また、素材（データ）がしっかり揃っているのか、その質は悪くないかをチェックしてから調理を始めます。
一般的に機械学習プロジェクト（料理）は以下の流れで行われます。（AINOW）
2020/07/05
保険会社にとって最も利益に直結しやすい改革が、人工知能（AI）の導入だ。金融とテクノロジーに関する調査・分析を行Autonomous NEXTのレポートによると、保険会社がフロントオフィス、ミドルオフィス、バックオフィスの全部門でのAI活用で削減できるコストは、2030年までに3900億ドル（約42兆円）にのぼるという。特にフロントオフィス業務でのコスト削減効果が高く、2030年までに1680億ドルを浮かせることができるとの予測だ。(BUSINESS INSIDER)
2020/06/28
https://news.yahoo.co.jp/articles/b40d200647a98590988fb9866fd0f7b3c0cab2a4?page=1
中国は今、あらゆる産業分野でのAI活用に力を入れています。ボストンコンサルティンググループ（BCG）の「企業の人工知能（AI）の導入状況に関する各国調査」において、中国はアクティブプレーヤーの割合が世界トップレベルであることが示されました。それに対し、日本は全体的に低調で、特に医療（ヘルスケア）においては大きく水をあけられています。医療へのAI導入に関しては他国も進んでいるとは言えず、中国が突出しているのは明らかです。これには、いくつかの中国特有の事情があります。（ビジネス＋IT）
2020/06/24
＊“人をお手本にするAI”は製造現場に何をもたらすのか
https://monoist.atmarkit.co.jp/mn/articles/2006/24/news057.html
人手不足の影響から工場でも自動化領域の拡大が期待されている。その中で期待されているのが、人と同じ作業スペースで作業の支援や搬送などを行う、AGV（無人搬送車）やロボットである。しかし、人と同じ作業空間で同じように作業をするからこそ「もっとこういう配慮をしてくれたらよいのに」や「人だったらこうしてくれるのが当たり前でしょう」など、日常業務における小さな不便を感じる場面も多くなる。
こうした課題を解決するため、三菱電機が2020年6月3日に発表したのが「人と協調するAI（人工知能）」である。三菱電機 情報技術総合研究所 知能情報処理技術部長の杉本和夫氏と、同部 機械学習技術グループ グループマネージャーの毬山利貞氏、同部 機械学習技術グループの森本卓爾氏に、技術の概要と狙いについて話を聞いた。(MONOist)
2020/06/21
https://dot.asahi.com/dot/2020061900006.html?page=1
近年のAI（人工知能）の急速な進化は、2010年に起きたディープラーニング（深層学習）の高度発達に端を発する。これを機に医療用画像を解析するAIの開発に取り組む企業が急増。画像解析以外のスタートアップ企業も増えている。好評発売中の週刊朝日ムック「新『名医』の最新治療2020」から、「創薬」「自然言語処理」の最前線をお届けする。
2012年にできたばかりの会社が、業界を変えようとしている。AI創薬のパイオニア・Exscientia（イギリス）だ。今年1月、大日本住友製薬との共同研究で、業界平均で4年半を要するとされる探索研究を12カ月未満で完了したことを発表。すでに臨床試験が開始されており、これが成功すれば、世界で初めて、AIと人間が手を携えて作った新薬が誕生することになる。（AERA）
2020/06/21
https://xtech.nikkei.com/atcl/nxt/news/18/08164/?i_cid=nbpnxt_pgmn_topit
米Intel（インテル）は、データセンターに向けた4つの新製品を一気に発表した（ニュースリリース）。いずれも人工知能（AI）処理能力を高めた製品だという。具体的には、（1）MPUの「第3世代Xeon Scalable Processor」、（2）FPGAの「Stratix 10 NX」、（3）3次元NANDフラッシュ・メモリー・ベースのSSD「D7-P5500／P5600」、（4）相変化メモリーモジュールの「Optane Persistent Memory 200 Series」である。（日経XTECH）
2020/06/21
データサイエンティストは、機械学習やビッグデータの扱いにたけた専門家である。近年人工知能（ＡＩ）への注目度が高まるにつれ、巨額の年俸を掲げ、この新たなＩＴ人材の獲得に躍起になっている大企業も少なくなった。しかし筆者は、年俸をつり上げることより、もっと有効な方法があると考えている。それは、データサイエンティストにとって働きやすく、かつ力を発揮しやすい環境を整えることだ。
データサイエンティストが活躍できる場は、三つの条件をそろえておかなければならない。一つめは、オープンな開発環境である。データサイエンティストは、最先端技術が次々と追加されるオープンソース・フレームワークを使って開発することを何よりも好む。最新論文のアーカイブなどを通じて、そのアップデート情報に接し、とにもかくにも新機能の実装を試みるのが彼らの習性だ。（ニュースイッチ）
2020/06/14
https://zuuonline.com/archives/216833
しかし、マイクロソフトの最高技術責任者でもある著者は、そのどちらとも違う、3つ目の見方こそが、AIの本当の姿であり、価値であると考えている。 3つ目の見方とは、すべての人にとっての豊かさやチャンスを生み出し、厄介な社会問題を解決するツールとしてのAIである。
AI技術が利用されている分野は幅広い。今後の可能性も含めると、公衆衛生や宇宙計画、気候変動、教育など、社会を営む必須の分野においても、AIの技術はより生かされていく未来が予測される。 これらの分野において、現存している問題を解決し、より良い未来を描き出すためには、AI技術に対する人々の理解と協力が不可欠である。（Zuu Online）
2020/06/13
https://news.yahoo.co.jp/articles/8c2b9ddf75e3721dd43d7a9e277d74c3fa38f9e5
こちらの写真、見分ける自信ありますか？これ、黒人の方が見ると全然別人に見えるのだけど、白人の方が見るとほぼ同一人物に見えることがあるそうなんですよ？
人間の苦手分野はAIも苦手というわけで、IBMが8日、「監視、人種識別、人権と自由の侵害に顔認識などのテクノロジーを使うのは断固反対！」と米議会宛ての書簡で宣言し、顔認識技術の研究、開発、広告、販売の終了を発表したのに続き、10日にはAmazon（アマゾン）も自社の顔認識システム「Recognition」の捜査利用を1年禁じることを表明。Microsoft（マイクロソフト）も法が整備されるまでは警察への販売を控えることを誓いました。（GIZMOD）
2020/06/07
＊AIが市民の質問に答えます うるま市の住民票業務など 職員負担減へ実験
https://news.yahoo.co.jp/articles/63e6b93eae9c1bf4f2bd6163d3ae4dede712f431
【うるま】うるま市は４月から、市民課の窓口業務について市民からの質問に人工知能（ＡＩ）が自動で回答する「チャットボット」の実証実験を始めている。市のホームページや公式ＬＩＮＥから２４時間利用でき、手続きに必要な書類をチャットボットで事前に確認すれば、窓口での待ち時間が短縮され、市役所での「密状態」回避にもつながる。窓口対応に当たる職員の業務効率化や負担軽減も目的の一つ。
現在回答できる分野は住民票や所得証明書の発行についての質問や、パスポート、引っ越し手続きについて。チャットボットは市民の利用に応じて学習し、回答できる分野が広がったり回答の精度が上がったりする。実験期間は９月末まで。（琉球新報）
2020/06/04
https://news.yahoo.co.jp/articles/18dce4057c8bbb16c17f76bc091ac700c8de2031
東芝は2020年6月3日、自動車やドローンなどの安全性向上や自動走行・自律飛行に用いる2つのAI（人工知能）技術で世界最高精度を達成したと発表した。1つは、カメラと慣性センサーの組み合わせだけで自車両の動きを高精度に推定する「自車両の動き推定AI」で、もう1つはさまざまな交通シーンで周辺車両の将来の動きを予測する「他車両の動き予測AI」。公開データを用いた実験により、推定結果と実距離の差の絶対値の平均である推定誤差について、従来技術と比較してそれぞれ40％削減したという。今後は、公道など実際の環境での評価を行い、2023年度の実用化を目指すとしている。(MONOist)
2020/06/02
https://japan.zdnet.com/article/35154336/
NVIDIAが今日の人工知能（AI）チップ市場を支配しているという事実に異論を唱える人は、同社の競合企業を含めほとんどいないはずだ。そして、NVIDIAのイベント「GPU Technology Conference（GTC）2020」で米国時間5月14日に発表された新たな「NVIDIA Ampere」チップは大きな注目を集めた。
同チップについては、さまざまな媒体で報道されている。米ZDNetでもTiernan Ray記者が、チップアーキテクチャー自体に関して斬新かつ注目に値する詳細な分析を実施している。またAndrew Brust記者もソフトウェア面について、「Apache Spark」に対するサポートに至るまでを含め、焦点を当てている。(ZDNet)
2020/06/02
https://wired.jp/2020/06/02/energy-saving-ai-controls-lights-office-thermostat/
熱帯地域の人口増と経済成長に伴って、オフィスのエネルギー消費は右肩上がりになっていく。こうしたなかある研究者が、AI（人工知能）によってオフィスのエネルギー消費を半減させる研究に取り組んでいる。すでにシンガポールで試験導入が始まっているが、その野心的な目標の実現には課題もある。（WIRED）
2020/06/02
＊製造業のAI人材育成には何が必要か、座学では学べない“ハンズオン”の効用
https://monoist.atmarkit.co.jp/mn/articles/2005/26/news007.html
2020/06/01
https://wired.jp/2020/06/01/game-makers-inject-ai-develop-more-lifelike-characters/
人工知能（AI）を用いてゲームのキャラクターを自動生成させる技術の開発が進んでいる。強化学習モデルで訓練したプログラムは、すでにサッカー選手をリアルに動かしたり、「パックマン」をゼロから構築したりできるレヴェルにまで進化した。今後はゲームの開発プロセスの自動化や、アニメーションの自動生成などへの応用が期待されている。（WIRED）
2020/05/26
https://wired.jp/2020/05/25/ai-coming-most-mind-numbing-office-tasks/
テキストのカット＆ペーストのような比較的単純な事務作業の一部が、徐々にロボティック・プロセス・オートメーション（RPA）と呼ばれるソフトウェアによって自動化され始めた。そこにさらに人工知能（AI）が加わることで、進化が加速しようとしている（WIRED）
2020/05/23
https://robotstart.info/2020/05/20/azure-ai-imx500.html
ソニーは、世界初となる「AI 処理機能を搭載したインテリジェントビジョンセンサー」2タイプ、「IMX500」と「IMX501」を商品化したことを発表した。いずれも1/2.3型(対角 7.857mm)で、有効画素は約1230万画素。デジタルカメラやスマートフォン、カメラなどの写真撮影に使用されているイメージセンサーにAI処理機能を搭載したもの。高速なエッジAI処理を可能にし、端末が撮影時にAI技術を使って知的な動作を行うことができる。（ロボスタ）
2020/05/23
https://www.cloud-ace.jp/column/detail58/
Google は検索エンジンや広告の表示などあらゆる分野でAI技術を活用しています。AI技術が浸透していくにつれて、Google が
提供するサービスでも知らないうちにAI技術が活用されています。今回は、G Suite のサービスにて提供されているAI技術に焦点をあてて紹介していきます。身近なサービスを通じてAIの技術により親しんでいただけたらと思います。
G Suite は Google が提供するグループウェアです。G Suite には、メール、カレンダー、チャット、オンラインストレージ等、ビジネスにおいて必要になる機能がパッケージングされています。G Suite について詳しく知りたい方は以下の記事をご参考ください。(Cloud Ace)
2020/05/22
＊機械学習・ディープラーニングの数学／技術の概要を理解できる厳選「無料動画」
https://www.atmarkit.co.jp/ait/articles/2005/18/news017.html
2020/05/16
＊人工知能が、新型コロナウイルスの有望な“治療薬”を見つけ出す
https://wired.jp/2020/05/16/ai-uncovers-potential-treatment-covid-19-patients/
既存の医薬品のなかから新型コロナウイルスの治療に効果が期待できる薬を、英国の研究チームが見つけ出した。その際に活躍したのが、製薬業界に蓄積されているデータと科学研究論文の情報に基づいて構築された人工知能（AI）だ。
BenevolentAIのソフトウェアを使えば、さまざまなデータベースや科学論文のなかでテキストを処理している機械学習アルゴリズムを基に、各種の病気、症状、生物学的プロセスが互いに作用し合う関係性を視覚化できる。このソフトウェアを使ってリチャードソンが視覚化したタンパク質や遺伝子のカラフルな相関図からは、有望なターゲットがいくつか見つかった。（WIRED）
2020/05/13
https://gendai.ismedia.jp/articles/-/72457
第3次ともいわれる現在の人工知能ブームでは、以前には現実的ではなかった新たなキーワードが多数、登場しています。シンギュラリティ、ビッグデータ、自動運転……。なかでも、その実体がイメージしづらく、「難しそう！」という印象があるのが、「ディープラーニング」ではないでしょうか？
ところが、ディープラーニングの本質は、高校までに学ぶ範囲の数学で十分に理解できるというのです！ディープラーニングはいったい、どのようにして誕生したのでしょうか？ それを実現させた、先駆者たちの信念とは？
最新刊『高校数学からはじめるディープラーニング 初歩からわかる人工知能が働くしくみ』が好評の金丸隆志さんに解説していただきました。（現代ビジネス）
2020/05/13
https://japan.zdnet.com/article/35153511/
ビジネス向けのAI（人工知能）として「IBM Watson」をプッシュするIBM。多数の導入事例を持つが、5月6日までオンラインで開催したイベント「Think Digital Event Experience」では、ドイツの航空大手Lufthansa Groupと、国際貨物輸送の米UPSの2社がWatsonの活用について語った。
UPSは、ロジスティックでのAI導入を進めている。既にビックデータとAIを活用して、ドライバーに最適なルートを知らせる「ORION（On Road Integrated Optimization and Navigation System）」、貨物配送に当たって低コストかつ延着が生じないようなレーンや輸送モードを決定する「Network Planning」プラットフォームなどの取り組みを進めてきた。(ZDNet)
2020/05/11
https://toyokeizai.net/articles/-/349484
開発に当たって最初にやるべきは、「企画する」、つまり「AIを使って何をするのか」を決めることだ。売り上げ増加や効率化などにつながらなければ意味がない。自社のビジネスの根本的な課題を見極めることができなければ、つまずいてしまう。
AIはあくまでも課題を解決するための道具の1つにすぎない。大量のデータの解析やある程度パターン化された作業に長けており、最適な生産量や発注量を精緻に予測する、工場での不良品を画像で検知するといったことはお手のもの。（東洋経済）
2020/05/09
https://techable.jp/archives/122899
NECは、新型コロナウイルスに対するワクチンの設計に向けて、人工知能（AI）を活用した遺伝子解析の結果を公開したことを発表した。同成果は、NEC OncoImmunity ASがNEC欧州研究所と協力して研究チームを立ち上げて得られたもの。新型コロナウイルス感染症「COVID-19」感染拡大の対策として国際的に広がるワクチン開発を支援する取り組みであり、NECがかねてから使用していたAI予測技術をワクチン開発のために適用。
研究チームは、数千種類のSARS-CoV-2のゲノム配列を解析し、世界中の人々に最もよく見出される100個の多様な免疫の型に対する抗原の特定に成功したという。（TECHABLE）
2020/05/05
AIによる医療分野での魔術的な活躍がよく話題になる。機械学習モデルがまるで専門家のように問題を検出するスクリーニングという分野では、特にそれが言えるだろう。しかし、多くの技術と同じように、試験所でうまくいくことと、実社会で機能することは全く話が違う。Googleの研究者たちは、タイの田舎で行われた診療所でのテストを通じ、その厳しい事実を見せつけられた。(TechCrunch)
2020/04/26
＊実用化が進まない組込みAI、スモールスタートで課題を解決せよ
https://monoist.atmarkit.co.jp/mn/articles/2003/16/news008.html
機械学習やディープラーニング（深層学習）などの加速度的な技術進化により、ここ数年、さまざまな分野でAI（人工知能）の活用が進んでいる。もちろん、大型のサーバやクラウドだけでなく、組込み機器向けでも「組込みAI」や「エッジAI」という形での活用が検討されている。しかし、プロセッサの処理能力や消費電力などに制限がある組込み機器でのAI活用はまだ容易とはいえない状況だ。(MONOist)
2020/04/26
https://www.nikkei.com/article/DGXMZO58460740U0A420C2000000/
NECは23日、新型コロナウイルスのワクチン開発に向け、独自の人工知能（AI）を活用し、ワクチンのターゲットとして適したエピトープ（アミノ酸配列）を複数選別する技術を開発した。NECオンコイミュニティ（2019年7月にNECが買収）とNEC欧州研究所の研究チームによるもの。
NECとNECオンコイミュニティのAIによる予測技術を活用し、ワクチンの設計を行った。具体的には、公開されている新型コロナウイルスの数千種類のゲノムデータを参照。新型コロナウイルスのタンパク質（遺伝子）のアミノ酸配列の中から、細胞表面にある糖タンパク質である主要組織適合性遺伝子複合体と結合しやすいか、細胞表面で認識できるようになるか、免疫細胞の一つであるキラーT細胞の活性を高めやすいかなどを指標とし、AIで免疫活性能が高いと思われるエピトープの部位を同定した。（日経バイオテク）
2020/04/16
https://ascii.jp/elem/000/004/008/4008497/
人工知能（AI）というと、まっ先にディープラーニングが連想されます。実際、多くの領域において、ディープラーニングの研究開発、実証実験、社会実装が進んでいます。しかし、AIの実態としては、第三次AIブーム以前のルールベースや探索アルゴリズム、またディープラーニング以外の機械学習によるデータ分析手法やツールなども、広く使用されています。
株式会社角川アスキー総合研究所が2020年3月に発売した新刊『AI白書2020』（編：独立行政法人情報処理推進機構 AI白書編集委員会）では、AI技術を次のように分類しています。（ASCII）
2020/04/10
https://wired.jp/membership/2020/04/10/creativity-algorithms-much-smarter/
ニューラルネットワークに生物進化の法則を統合した「ニューロエヴォリューション」が、注目されている。アルゴリズムの学習能力は、ある目的に狙いを定めたときではなく、自由度の高い探索タスクを与えられた──いわば“回り道”を経験したときに大きく飛躍するというこのアプローチ。果たして、人間レヴェルの能力を備えたマシン（汎用AI）を最速で生み出す方程式になるのだろうか。（WIRED）
2020/03/27
https://toyokeizai.net/articles/-/337686
ここ数年、AI活用、とくに機械学習の活用によって、新しいビジネス上の課題・難題の解決を図る動きが活発に行われてきた。しかし、機械学習のプロフェッショナルはまだまだ多くはない。エンジニアもプランナーも不足している。だからこそ、すでに多くのプロフェッショナルがいる「英語力」などのビジネススキルと比べても、今から始めれば企業・個人のキャリアの差別化要因にできる領域なのではないだろうか。
株式会社アイデミーの石川聡彦氏の『投資対効果を最大化する AI導入7つのルール』をもとに、早く着手することによる「企業としてのコスパのよさ」「個人のキャリアとしてのコスパのよさ」の2つを見ていく。 （東洋経済）
2020/03/22
https://headlines.yahoo.co.jp/article?a=20200319-00000099-sasahi-sci
一昨年の西日本豪雨、昨年の台風19号など、日本各地で水害が相次いでいる。浸水の被害にあった場合、火災保険の契約に「水災」補償をつけていれば保険金を受け取れるが、専門の知識を持つ調査員が一軒一軒訪れて損害を査定するため、大規模災害ほど支払いが遅れがちになり、長いときは半年ほどかかってしまうケースもある。
その悩みを解決したのが最新の数学だ。ドローンが撮影した画像データから地表の3Dモデルを作成し、計測が必要な3カ所をAI（人工知能）が指定する。調査員がその3カ所の浸水高を測って実数を入力すると、AIがわずか1時間で残りの数千軒分の浸水高を算定。5日ほどで保険金支払いが可能になる。（AERA）
2020/03/21
https://ainow.ai/2020/03/17/192520/
AIに積極的なIT企業といば、どんな企業を思い浮かべるでしょうか。アメリカのGoogleをはじめとする「GAFA」や中国の百度など「BAT」を思いつく人は多いかと思います。しかし今回注目したいのは、日系大手IT企業のAI事情です。
例えば、NEC・富士通・日立という日系ITメーカー”御三家”は独自のAI技術を開発し企業が抱える経営課題を解決するソリューションを提供しています。今回は、ITメーカー御三家企業（グループ企業含む）のAI分野における取り組みの最新情報をご紹介します（AINOW）
2020/03/21
https://it.impressbm.co.jp/articles/-/19500
NTTデータと日鉄ソリューションズは2020年3月18日、マシンラーニング（機械学習）を用いた予測モデルの生成を自動化するツール「DataRobot」を開発する米DataRobotに出資したと発表した。2社とも、米DataRobotの株式を第三者割当増資により取得した。出資額は2社とも非公開。
NTTデータでは、データ活用を推進するNTTデータのサービス「デジタルサクセスプログラム」に、米DataRobotの知見を融合する日鉄ソリューションズでは、「製薬およびプロセス系製造業向けのマテリアルズインフォマティクスを基軸としたAI活用推進」といった、業界別のAIサクセスプログラムを米DataRobotと共同で開発する。(IT Leaders)
2020/03/21
https://gendai.ismedia.jp/articles/-/71166
ところがディープラーニング技術をベースとした現在のAIに必要なインプットは「問題と答え」ではなく「問題とビッグデータ（による学習）」になります。その膨大なデータからパターン認識をして最善の答えを導き出すために、「人間が教えていない答え」をも導き出すことが可能になり、膨大なデータが入手可能で、そこからある程度のパターンが導き出せる世界においては無類の強さを発揮することになります。（ゲンダイ）
2020/03/21
https://toyokeizai.net/articles/-/337684
ここ数年、AI活用、とくに機械学習の活用によって、新しいビジネス上の課題・難題の解決を図る動きが活発に行われている。ところが、AI関連の多くのプロジェクトに携わる石川聡彦氏は、AIに関わるプランナーやエンジニアが立ちはだかるビジネス上の課題・難題を本当に解決しているかというと、「実態はかなり“寒い”状況と言わざるをえない」という。
いったいどのような状況なのか。また、解決のために乗り越えなければならないことは何か。『投資対効果を最大化する AI導入7つのルール』の著書もある石川氏に聞いた。（東洋経済）
2020/03/21
＊なぜクラウドではダメなのか？ いま「エッジAI」が注目されるワケ
https://www.excite.co.jp/news/article/Itmedia_news_20200319050/
近年、AI業界では「エッジAI」という言葉が注目を集めている。しかし、その内容を具体的に説明できる人は恐らく多くないだろう。本記事では、エッジAIとは何なのかという基本的な内容やそのメリット、活用できる領域などについて解説していきたい。
従来のクラウドコンピューティングでは、エッジ側にあるデバイスは、単にユーザー環境とクラウドをつなぐ中継地点にすぎない。しかしエッジコンピューティングでは、ユーザー環境に近い位置にあるデバイスが、可能な限りデータ処理を行う。場合によっては、クラウドとデータをやりとりすることなく、その場で適切な判断を行って結果を返す。クラウド側での処理が必要な場合も、生データをそのまま送るのではなく、セキュリティや規制上問題のない形に加工したり、必要最低限のデータ量に絞ったりしてから送信できるわけだ。（exciteニュース）
2020/03/20
https://ainow.ai/2020/03/19/188171/
ディープラーニングとは、大量のデータを学習することで、そのデータの中から特徴を自動的に発見し、画像認識や音声認識などを可能する技術です。
例えば、今までの機械で画像認識を行う場合、その画像の中でどの点に注目すればいいのかなどを、人間が指定しなくてはいけませんでした。猫であれば、ひげの数や耳の形などを明確に定義しなくては機械が猫を猫と判別することはできません。
しかし、ディープラーニングの登場によって大量のデータさえ用意できれば、そのデータの特徴を自動的に取り出し、新しいデータが入力されたときに、そのデータが何なのかを判定することができます。(AINOW)
2020/03/19
＊DataRobot, Inc.とDX加速に向け戦略的資本業務提携(NTT Data)
https://www.nttdata.com/jp/ja/news/release/2020/031801/
株式会社NTTデータ（本社：東京都江東区、代表取締役社長：本間 洋、以下：NTTデータ）は、DataRobot, Inc.（本社：マサチューセッツ州ボストン、CEO：Jeremy Achin、以下：DataRobot）と、3月18日、AI・データ活用を起点にビジネスの成功を支援する「デジタルサクセス™プログラム」の展開加速に向けて資本業務提携に合意しました。
また、NTTデータのコンサルティング、データサイエンス、AI・クラウド基盤のスペシャリストと、DataRobotのスペシャリストが一体となってAI・データ活用の推進を行う「デジタルサクセス専門組織」を両社で設置します。（NTTデータ ニュースリリース）
2020/03/14
＊日本ディープラーニング協会、機械学習やPythonを学べる講座を無料公開 外出控える人に「学ぶきっかけを」
https://www.itmedia.co.jp/news/articles/2003/13/news141.html
日本ディープラーニング協会（JDLA）は3月13日、AIの仕組みやプログラミング言語「Python」の基礎などを学べる講座を、公式サイトで無料公開した。新型コロナウイルスの感染拡大に伴って外出を控えている社会人と学生に、ディープラーニングを学ぶきっかけを提供したいという。無料期間は講座ごとに異なる。(ITmedia)
2020/03/12
https://ainow.ai/2020/03/11/183804/
機械学習とディープラーニングが活用されるようになった第三次AIブームが始まった数年前においては、AIモデルの開発には大規模な学習データ、巨大なアーキテクチャ、そして多額の資金が必要だったため、Googleのような資本力のある企業しか開発できませんでした。
こうしたなか、AI開発の敷居を下げる技術が登場しました。その技術とは、事前学習済みのAIモデルを特定の目的に最適化する転移学習です。転移学習を使えば大規模な学習データと巨大なアーキテクチャが不要となるため開発コストを削減できるので、従来は参入できなかった企業がAI開発に進出できるようになるのです。こうした転移学習を用いた事例として、テキストアドベンチャーゲームの文言を自動生成するAI Dungeon等が挙げられています。（AINOW）
2020/03/05
https://headlines.yahoo.co.jp/hl?a=20200305-00000006-ascii-sci
東京・大手町の3×3 Lab Futureにて開催したセミナーイベント「マスターマインドイノベーションセミナー～AI特集＆知財セッション～」では、AIベンチャー8社によるピッチと、特許庁によるAIスタートアップ向けの知財セッションが実施された。
2020年1月20日、第一生命保険株式会社の土橋幸司氏が主宰を務めるマスターマインドビジネスコミュニティは、セミナーイベント「マスターマインドイノベーションセミナー～AI特集＆知財セッション～」を東京・大手町の3×3 Lab Futureにて開催した。イベントでは、AIベンチャー8社によるピッチと、特許庁総務部企画調査課ベンチャー支援班係長 小金井匠氏と弁理士の河野英仁氏によるAIスタートアップ向けの知財セッションが実施された。（ASCII）