-- 人工知能 --
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）
2020/03/02
https://thinkit.co.jp/news/bn/17345
Googleは2月25日(現地時間)、深層学習を用いてメール添付ファイルの脅威を検知するマルウェアスキャン技術を公開した。Gmailでは、スパム、フィッシング攻撃、マルウェアから受信メールを保護するため、機械学習モデルなどの保護機能を組み合わせ、99.9%以上の脅威が受信トレイに到達する前にブロックされているという。主な保護機能の1つが、週に3000億件以上の添付ファイルを処理し有害コンテンツをブロックする「マルウェアスキャナ」だが、悪意あるドキュメントの63%は毎日変化している。この変化に対応するため、Googleは深層学習を利用した新世代のマルウェアスキャナを追加した。(ThinkIT)
2020/02/29
https://ledge.ai/reinforcement-learning/
強化学習という概念自体は、昨今のAIブームよりかなり前から存在します。強化学習の原型は、機械の自律的制御を可能にする「最適制御」の研究として、1950年代には既に存在しました。1990年頃には「強化学習の生みの親」とも呼ばれるカナダ・アルバータ大学のリチャード・サットン教授らを中心に、活発に研究されていました。
古くから存在した強化学習に、飛躍的な技術進展をもたらしたのが「深層強化学習」です。従来の強化学習にディープラーニングを応用した深層強化学習の登場は、強化学習をベースに駆動するAIが社会に実装される契機となりました。(Ledge.ai)
2020/02/28
https://it.impressbm.co.jp/articles/-/19363
独シーメンス（Siemens）は重工、通信、電子機器、医療、防衛などさまざまな産業を網羅する巨大コングロマリットとして知られるが、近年は情報技術（IT）、とりわけAI（人工知能）に注力している。現在、同社は自社製品の多くにAIを活用する計画を推進している。ただ、AI人材の採用が困難な現状では、各事業部にすぐれた人材を配置するのが難しい。そこで同社は2018年、全社事業に横串を差す形で技能と知見をもたらすAIの専任組織「Siemens AI Lab」を設立。先頃、本社のあるバイエルン州ミュンヘンから歩いて行ける距離にある同ラボに、ドイツの有力経済紙Handelsblattが訪問して、取り組みの様子を伝えている。(IT Leaders)
2020/02/28
https://robotstart.info/2020/02/27/abeja-poc-sem.html
AI関連技術は新しい分野のため、PoC(実証実験)で効果測定を行ってから、期待した結果が出たら本格導入に入る、というパターンが多い。しかし、AIを使って「実証検証を開始」したというニュースはよく見るものの、その後で「AIを正式に導入」したというニュースはあまり目にしないのが実状だ。どうやら実用化された例はそれほど多くはないのかもしれない。
ABEJAはこの点に着目、PoCがどのように行われ、結果的にイメージした効果が出ずに失敗とされる事例やその要因を、AIのビジネス実装を支援してきた豊富な知見の中から紹介した。（ロボスタ）
2020/02/27
https://wired.jp/2020/02/27/ai-pioneer-algorithms-understand-why/
人工知能（AI）に大きな飛躍をもたらした深層学習（ディープラーニング）。だが、その研究の第一人者であるヨシュア・ベンジオは、この技術にはいまだ大きな課題があると話す。パターン認識だけでなく、因果関係も推測できるAIを実現しなければ、深層学習の潜在能力は発揮されないというのだ。（WIRED）
2020/02/26
https://japan.zdnet.com/article/35149614/
人工知能（AI）という技術は多くの人々の想像力をかき立ててやまないが、どういったメリットが期待できるのだろうか？IBMが550人を超える企業幹部らを対象に最近実施した調査によると、AIは大きく支持されており、自社業務のスピードアップと能力の拡大に向けて全面的に採用していきたいと多くの幹部が考えているという。
AIの採用に向けた大規模投資を実行する前に、最も大きな効果が得られる分野を理解しておくことが重要となる。AIコンサルティング企業Critical Futureの創業者Adam Riccoboni氏は、自著「The AI Age」（AI時代）のなかで、AIが既に成果をもたらしている分野と、AIの進化の過程でわれわれが現在どこにいるのかについて考察している。(ZDNet)
2020/02/25
https://wired.jp/2020/02/24/artificial-intelligence-uae-free-ai-university-abu-dhabi/
アラブ首長国連邦（UAE）に、人工知能に特化した大学が誕生する。なんと学費は無料で住居つきという好条件は、AIのハブ国家になろうとしているUAEの本気度を示している。（WIRED）
2020/02/25
https://wired.jp/2020/02/24/sony-envisions-ai-fueled-world-kitchen-bots-games/
ソニーが人工知能（AI）分野への投資を加速させている。AIを事業戦略の中核に据え、新組織「Sony AI」を11月に立ち上げたのだ。その“本気度”が、ソニーコンピュータサイエンス研究所の北野宏明らの言葉から浮き彫りになってくる。
現在はソニーコンピュータサイエンス研究所（CSL）社長兼所長の北野は、昨年11月に設立が発表された新組織「Sony AI」を率いている。ソニーはAIよってカメラやゲームなどが進化するだけでなく、料理のような未参入の分野でもロボットを活躍させることが可能だと考えている。AIは急速に進化しており、ソニーはこのテクノロジーを戦略の中心に据える必要があったのだと、北野は話す。（WIRED）
2020/02/25
https://ainow.ai/2020/02/21/183186/
従来のAIのようにクラウド環境で情報の処理を行う必要がないエッジAIはデバイスのみで迅速な処理ができ、特に即時対応が求められる領域で活用が広がっていくでしょう。そのため、IoTと非常に相性が良く、IoT技術の成長・拡大に伴って、エッジAIの開発の重要性も増していくと予想されます。（AINOW）
2020/02/20
＊東京都水道局、コールセンターに「IBM Watson」導入 問い合わせ内容をテキスト化、回答の候補を提案
https://www.itmedia.co.jp/news/articles/2002/19/news091.html
日本アイ・ビー・エム（IBM）は2月18日、東京都水道局に「IBM Watson」の音声認識機能と情報検索機能を提供したと発表した。同局は19日から、コールセンターの電話対応業務に両機能を採り入れ、オペレーターの負担軽減とサービス向上に取り組んでいるという。
東京都水道局が導入した機能は、ディープラーニングによって音声の特徴を認識し、発話内容をテキストに書き起こす「IBM Watson Speech to Text」と、問い合わせ内容から情報を抽出し、関連する文書を呼び出す「IBM Watson Discovery」。いずれもクラウドサービス「IBM Cloud」経由で利用する。(ITmedia)
2020/02/17
https://wired.jp/2020/02/17/cities-examine-proper-improper-facial-recognition/
集合住宅からサマーキャンプ、レストラン、フェスまで。米国ではあらゆるところで顔認証システムが採用されようとしている。だが、プライヴァシーへの懸念があるにもかかわらず、このシステムを巡る規制の動きは始まったばかり。先に動いたのは、しびれを切らした市民たちだった。
つまり、顔認識技術に対する公の規制は緩いのだ。こうした環境下では、民間企業に対してこの技術の利用を制限するよう求めるのは、主として消費者の仕事になる。（WIRED）
2020/02/11
https://forbesjapan.com/articles/detail/32273
ロイターが世界初のAI（人工知能）を活用した、スポーツニュース司会者のプロトタイプを発表した。このシステムは、ロンドン本拠のAIスタートアップSynthesiaと共同開発されたもので、事前に録画されたニュース司会者の映像と、最新のデータを組み合わせ、AIニュースキャスターが最新情報をレポートするものだ。
これは議論を呼ぶディープフェイク動画と類似した仕組みだが、ロイターはこのシステムが英国のサッカープレミアリーグの最新情報を、ニュースとして読み上げることを可能にした。ロイターのニュースプロダクト部門主任のNick Cohenによると、同社はまず、アルゴリズムを用いて実際の試合内容を即座に読み上げる機能を実現したという。「これにより、どの試合においてもニュースのスクリプトを自動生成可能になる」とCohenは話した。（Forbes）
2020/02/09
＊これからどうなる？最新人工知能特集
https://www.nikkan-gendai.com/articles/view/book/268755
買い物はＡｍａｚｏｎのレコメンド、移動はグーグルマップに導かれるまま、転職や出会いまでマッチングアプリの仰せのままに生きる現代人。ＡＩはビジネスから暮らしの隅々にまで行き渡ろうとしている。そんなＡＩ草創期を生きる私たちの行く末はどうなり、どうすべきか。ＡＩをさまざまな視点から考えるべく、お薦めの本を紹介する。（日刊ゲンダイ）
2020/02/04
https://headlines.yahoo.co.jp/hl?a=20200204-00000004-binsiderl-sci
中国の清華大学が開発した学術論文検索サービス「AMiner」は、世界で影響のあるAI研究者2000人のリスト「AI2000」を公開した。AMinerは今回、AMinerが収集した学術論文に関する検索、引用などのデータをもとに、独自の自動検索アルゴリズムで分野別（20分野）、国別、所属別などに研究者をリストアップしている。
リストにあるAI研究者が所属する最多の国はアメリカ。国別のリストの合計約1800人のうち、最多の研究者1100人が、アメリカ所属だ。中国は170人あまり。そして、日本で活動する研究者として「日本」のカテゴリーでノミネートされているのはわずか5人だ。(BUSINESS INSIDER)
2020/01/31
https://www.businessinsider.jp/post-206704
AI（人工知能）というキーワードをよく見かけるようになった。このなかで、特にコンピューターによる画像認識技術を指して｢コンピューター・ビジョン｣と呼ぶ。自動車の障害物検知から監視システムまでさまざまな応用技術が誕生しているが、近年、小売業界でも活用が本格的に進みはじめている。
全米小売協会（NRF）が毎年1月に米ニューヨークで開催する｢NRF Retail's Big Show｣では、ウォルマートやメイシーズといった小売り大手を中心に、さまざまな企業が集まって小売りに関する最新技術の展示や講演が開かれている。
今年のもう1つの大きな特徴は、初日の基調講演に米マイクロソフトCEOのサティア・ナデラ氏が登壇したことだ。マイクロソフトは小売り向けソリューションを提供するベンダーとして、NRFに過去20年以上出展を続けているが、同社のトップが基調講演スピーカーの代表として登場することは非常に珍しい。(BUSINESS INSIDER)
2020/01/31
https://www.sbbit.jp/article/cont1/37559
人工知能（AI：Artificial Intelligence）は、人工的に作られた知能、あるいはそれを作る技術のことです。1950年代後半～1960年代の第1次AIブーム、1980年代の第2次AIブームを経て、現在は第3次AIブームと呼ばれ、さまざまなビジネス領域でAIが展開されています。「ビジネス＋IT」では、AIの理解を促進しトレンドをつかむきっかけとなるようなコンテンツを日々作成しています。“AIに仕事を奪われる”のではなく、AIを自らのビジネスで生かしきるために、参考にしてみてください。（ビジネス＋IT）
2020/01/29
https://car.watch.impress.co.jp/docs/news/1231820.html
三菱電機は1月28日、あいまいな命令を理解する「コンパクトな知識処理に基づくHMI（ヒューマン・マシン・インターフェース）制御技術」を開発したと発表した。音声などよるユーザーのあいまいな命令を、AI（人工知能）が不足情報を自動で補完して理解するもので、クラウドによらず機器単体で素早く応答することが特徴。
家電製品や車載情報機器などでの使用を想定しており、今後、さらに開発を進めて商用化は2022年以降となる。同日、三菱電機本社において開発した技術の説明会を開催した。(Car Watch)
2020/01/27
https://cloud.watch.impress.co.jp/docs/topic/special/1229784.html
マイクロソフトとAIの歴史は意外と古い。AI研究は着々と進められ、2016～2018年にかけては、ほぼ人間並みの精度を持つ画像認識や人の話し言葉の95％までを把握できる音声認識、さらには文章読解や機械翻訳などでエンタープライズレベルの実用に耐える機能を実現してきている。
「それらを一番身近で体感できるのが、皆さんが普段使っているMicrosoft Officeです。たとえばWordの音声入力機能やExcelの検索機能は、どれも長年のAI研究の成果です」。こうしたマイクロソフトの持つすべてのAI機能は現在クラウドプラットフォームであるMicrosoft Azure上に集約され、提供されていると竹内氏は語る。（クラウドWatch）
2020/01/26
https://wired.jp/2020/01/26/ai-epidemiologist-wuhan-public-health-warnings/
新型コロナウイルスの感染が拡大するなか、こうした事態が感染初期の2019年12月の段階で“警告”されていたことが明らかになった。警告を発していたのは、人工知能（AI）を利用したシステムだ。（WIRED）
2020/01/26
https://iphone-mania.jp/news-272413/
スマートカメラの高い性能などで知られるXnor.aiをAppleが買収しました。Macworldによれば、これはSiriのアップデートが狙いだと考えられるということです。分かりやすいものでは、HomeKit Secure Videoの検知機能を向上させるためだと推測されます。
Macworldのマイケル・サイモン氏は、Appleの最大の目的は、オンデバイスAIを活用してSiriをより賢くするためだと指摘しています。(iPhone Mania)
2020/01/25
https://headlines.yahoo.co.jp/article?a=20200125-00031980-forbes-sci
AI（人工知能）は民間企業や消費者だけを対象にしたテクノロジーではない。各国の政府や軍隊はAIのポテンシャルに高い関心を寄せている。例えば、中国政府は市民を監視するためにAIを大規模導入しているし、英国防省も先日、安全保障や戦争に関する意思決定にAIを導入すると発表した。（Forbes）
2020/01/22
https://headlines.yahoo.co.jp/hl?a=20200122-35148311-zdnet-sci
Googleの最高経営責任者（CEO）Sundar Pichai氏は、欧州で提案されている顔認識の一時的な禁止に支持を表明したが、Microsoftの最高法務責任者Brad Smith氏は、外科手術で対応すべき問題に「肉切り包丁」を使用することに対して警告している。
欧州委員会は、十分なリスク評価とリスク管理の枠組みが開発されるまで、公共の場所での顔認識技術の使用を3～5年間禁止することを検討しているとみられている。Pichai氏とSmith氏は現地時間1月20日、この件について見解を示した。(ZDNet)
2020/01/22
＊創造的AIと敵対的AIの不思議な関係、そしてアイデンティティへの脅威 - GAN を概観
https://note.com/masayamori/n/n9fddedd9a6f5
本記事は、創造する AI である Creative AI、そしてそのトレンドの原動力でもある GAN （敵対的生成ネットワーク）についての記事です。創造と敵対というある種相容れないような２つのキーワードが、実はつながっていて新しい分野を切り開きつつ、同時に新しい問題を我々に突きつけているという話です。
ディープラーニング等の機械学習のアプローチを用い、データから学習を行ったモデルを構築して様々な分野での識別や予測を実現していくというAIの活用は、徐々にかつ着実に浸透してきています。そのような中、識別や予測という利用法から、今やAIに新しいデータやコンテンツを作り出させるという世界が始まってきています。それが、「創造するAI」＝“Creative AI”の世界です。(note)
2020/01/21
https://aws.amazon.com/jp/blogs/startup/event-report-amazon-forecast-and-personalize/
「自社にデータサイエンティストがいないから、時系列データ分析を行うのは難しい」「エンジニアのリソースが足りていないので、レコメンド機能を実装できない」こうした悩みを抱えている方は多いのではないでしょうか。しかし Amazon Forecast や Amazon Personalize の登場により、これらの課題は容易に解決できるようになりました。
Amazon Forecast は時系列のデータに対する予測を行うマネージドサービス。そして Amazon Personalize はパーソナライゼーション・レコメンデーションの機能を提供するマネージドサービスです。機械学習の知見がない方でも、簡単にご利用いただけるのが大きな特徴になっています。（AWS）
2020/01/21
https://headlines.yahoo.co.jp/hl?a=20200121-35148248-cnetj-sci
GoogleとAlphabetの最高経営責任者（CEO）を務めるSundar Pichai氏は、ディープフェイクや顔認証といったツールがもたらしうる悪影響を防ぐためには、人工知能（AI）を規制すべきだと確信している。Financial Timesの1月20日付の論説記事で、同氏はこのような見解を示した。
「AIに規制が必要なことについて、疑問の余地はないと考えている。あまりに重要性が高く、規制しないわけにはいかない。唯一の問題は、どのように規制するかだ」とPichai氏は述べた。（CNET）
2020/01/20
https://wired.jp/2020/01/20/apples-deal-shows-ai-moving-devices/
このほどアップルが、人工知能（AI）を開発するスタートアップのXnor.aiを2億ドルで買収した。低消費電力の機械学習ソフトウェアやハードウェアを手がける同社の買収から見えてくるのは、利用者側に近い“エッジ”と呼ばれる領域へのAIの導入である。つまりアップルが目指すのは、AIがiPhoneやApple Watchなどに搭載され、端末そのものが学習して賢くなっていく未来だ。（WIRED）
2020/01/18
＊機械学習のアルゴリズムはドーパミン神経によって脳にも実装だれている事が判明
https://gigazine.net/news/20200116-td-algorithm-dopamine/
決まった時間にブザーを鳴らし餌をやることでブザーが鳴るだけで唾液が出るようになったパブロフの犬のように、生物の脳や神経構造は長い間科学者の研究対象となっています。また、脳の仕組みを参考にしたニューラルネットワークなど、人工知能の開発に脳神経の研究が用いられることもあります。そんな中、世界最強の囲碁プログラム「AlphaGo」を開発したDeepMindが、機械学習のアルゴリズムがドーパミン神経によって脳にも備わっていることを発見しました。（GigaZine）
2020/01/17
https://headlines.yahoo.co.jp/hl?a=20200117-35147257-zdnet-sci
IBMは、2018年に立ち上げた同社のData Science Elite Teamの陣容を設立時の3倍以上である100人近くにまで拡大し、これまでに130を超える顧客プロジェクトに携わってきているという。
IBMのデータおよび人工知能（AI）担当バイスプレジデントであり、「IBM Cloud」およびコグニティブ（認知）ソフトウェアの最高データ責任者（CDO）でもあるSeth Dobrin氏によると、Data Science Elite Teamは同社のサービスグループから独立したかたちで、ソフトウェア分野の顧客とともに作業するという。また、Data Science Elite Teamは通常、同社ソフトウェアの評価期間中や販売後の顧客対応を担当する。(ZDNet)
2020/01/12
注目分野のキーマンにインタビューする「２０２０革新者たち」。きょうは、ＡＩ＝人工知能開発のベンチャー「プリファードネットワークス」の西川徹社長（３７）です。自動運転ではトヨタとも提携。評価額１０００億円を超える未上場企業をユニコーンと呼びますが、その代表格でもあります。ＡＩで社会をどう変えたいのか、聞きました。（NHK）
2020/01/12
＊「Azure Machine Learning」は何がすごいのか
https://logmi.jp/tech/articles/322297
2019年12月4日、DIGITAL Xが主催するイベント「DIGITAL X DAY 2019 コミュニケーションAIが実現する新しい接客のカタチ」が開催されました。インターネットの普及と発達により、顧客との対話方法が多様化している昨今。AIが顧客とのコミュニケーションにどのように生かされているのか、さまざまな企業が実際の活用事例を語ります。プレゼンテーション「Microsoft の AI 関連サービスと、コミュニケーション領域での活用事例の紹介」に登壇したのは、日本マイクロソフト株式会社 Azureビジネス本部 プロダクトマネージャーの竹内宏之氏。クラウドサービス「Azure」で提供している各種AIサービスの特徴について解説しました。後半パートとなる今回は、さまざまなスキルの人々が利用できる機械学習プラットフォーム「Azure Machine Learning」の紹介と、各社のAI活用事例を語りました。(logmi)
2020/01/01
https://wired.jp/2019/12/31/most-read-stories-in-japan-2019-ai/
2012年以降の「深層学習」への注目は、AIというテクノロジーへの（過剰な）期待とさまざまな議論を巻き起こしてきた。2010年代が終わるというタイミングで、いまAIに関して考えるべき論点は何か。19年に約90本のAIにまつわる記事を公開してきた『WIRED』日本版が、その今日的状況を振り返る。（WIRED）
2019/12/21
https://ict-enews.net/2019/12/20accenture/
米国アクセンチュア社は、企業のAI導入について、今年7月～8月に日本を含む世界12カ国16の業界にわたる企業の経営幹部1500人への調査を実施し、19日そのレポートを公開した。それによると、日本企業の経営幹部の77%（グローバルでは75%）が、AIをビジネス全体に積極的に導入しなければ、2025年までに著しく業績が低下するリスクがあると考えていることが明らかとなった。
ほぼすべての企業（95%）がAIを本格活用するための基盤としてデータの重要性を指摘しており、なかでもトップ企業はデータ資産を適切に管理し、AI施策に活用できる環境を整えていた。（ICT教育ニュース）
2019/12/20
https://headlines.yahoo.co.jp/hl?a=20191220-00000012-zdn_n-sci
2019年も、毎日のようにAIのニュースがメディアで取り上げられました。矢野経済研究所が「日本企業のAI導入率は2.9％にとどまる」と発表したのは18年12月のこと。まだPoC（概念実証）から先に進めていない企業も多い印象ですが、プログラミング不要で機械学習を行えるGUIツールの普及などもあり、AI開発は少しずつ身近なものになってきています。(ITmedia)
2019/12/19
https://ledge.ai/tornado-detection/
12月17日、株式会社Preferred Networks（PFN）は、気象庁気象研究所が実施する「AIを用いた竜巻等突風・局地的大雨の自動予測・情報提供システムの開発」の契約先として、その中核技術となる夏季の竜巻探知技術の開発を開始したと発表。
今回PFNは、気象研究所から全国各地に設置する気象レーダーで観測した“ドップラー速度データ”の提供を受け、深層学習を用いて、どこで竜巻が発生しているかを正確かつ自動的に検出する新たな手法の開発を開始した。ドップラー速度データとは、ドップラーレーダーによって、上空の降水粒子からの反射波を用いて上空の風を観察したものだ。（AIニュース）
2019/12/17
https://headlines.yahoo.co.jp/hl?a=20191217-00000001-zdn_tt-sci
Gartnerは、2020年までに世界のCIO（最高情報責任者）の48％が人工知能（AI）を自社に導入すると予測している。だが導入は増加しているものの、障壁も幾つか残っている。今でもAIのメリットとビジネスへの影響に疑問を抱く企業もある。重要なのはAIに可能なことと不可能なことを理解することだ。
最初に障壁となるのがスキルだ。事業部門とIT部門どちらの責任者も、AIを仕事に利用すると、結果として求められるスキルが変わることを認識している。例えば、AIは人間の放射線科医と同じようにエックス線画像を診断できるようになっている。(TechTarget)
2019/12/16
https://ainow.ai/2019/12/16/181774/
今回はコンピュータービジョン（画像認識AI）領域の研究で日本を牽引するキーパーソンの1人である、牛久祥孝氏を取材しました。一時期「ヒントンに敗れた男」という肩書きでも話題になった牛久氏は東京大学在学時から画像認識に関する研究を行い、現在はオムロンの研究開発機関であるオムロンサイニックエックスで先端的な研究を行っています。
今回は画像認識技術に注目し、牛久氏の研究内容の紹介だけでなく、これからの画像認識業界のトレンドについて伺いました。（AINOW）
2019/12/16
https://wired.jp/2019/12/16/google-assistant-can-now-translate-on-your-phone/
グーグルのアシスタント機能「Google アシスタント」が、音声による通訳に対応した。スマートフォンに話しかけるだけで外国語を通訳してくれる新機能は、言葉が通じない外国での会話をこれまで以上にスムーズなものにし、旅先での体験を豊かなものにしてくれる可能性を秘めている。（WIRED）
2019/12/15
https://www.sankei.com/life/news/191215/lif1912150001-n1.html
高度な人工知能（ＡＩ）を搭載し、人間が関与せず相手を殺傷できる自律型致死兵器システム（ＬＡＷＳ＝ローズ）を国際的に規制する初の指針が１１月に決まった。ＡＩの軍事利用と日本の対応について、元陸上自衛隊東部方面総監の渡部悦和氏と東京工業大名誉教授の広瀬茂男氏に聞いた。 （産経新聞）
2019/12/14
https://ainow.ai/2019/12/12/181633/
著者のTyler Folkman氏は、アメリカ・ロサンゼルスやイギリス・ロンドンに拠点を置くコンテンツマーケティング会社Branded Entertainment NetworkでAI技術部門のリーダーを務めています。同氏がMediumに投稿した記事「小さいデータにもとづいてディープラーニングを使う方法」では、小さいデータでディープラーニングモデルを構築するノウハウが解説されています。
同氏は、小さいデータでディープラーニングモデルを構築するノウハウとして以下のような7つの方法を提案します。（AINOW）
2019/12/14
https://headlines.yahoo.co.jp/hl?a=20191213-00000018-zdn_n-sci
金融は、他の業種に比べてAI活用が進んでいる業界だ。現代社会の根幹を成す業界で、長い歴史と伝統があり、政府による厳しい規制の対象にもなっている。それだけに、最新技術の導入が一筋縄ではいかない業界でもあるが、AIは着実に金融業界を進化させつつある。
まずは、この業界におけるAIの導入状況を見てみよう。金融業界は必ずしも「最新技術がいち早く活用される」ような領域ではないが、労働集約的な業務に携わる人も多く、知的作業の自動化・高度化を可能にするAIとの親和性は高いといえる。(ITmedia)
2019/12/13
＊画像認識モデルの「盲点」を克服するための奇妙な画像ばかり集めたデータセット「Object Net」
https://gigazine.net/news/20191212-object-recognition-dataset-objectnet/
人工知能(AI)を用いた画像認識モデルは、写真や映像の中に映り込む物体を正確に識別することを目的としたもので、自動運転カーの外界認識機能などさまざまなものに応用されています。例えば自動運転カーの場合、画像認識モデルの物体認識精度は自動運転カーの安全性に直結してくるため、モデルの学習に使用するデータセットは非常に重要な役割を担うこととなります。そこで、マサチューセッツ工科大学(MIT)とIBMの研究者チームは、多種多様な物体を含んだ画像認識モデル向けのデータセット「ObjectNet」を作成しています。（Gigazine）
2019/12/12
https://headlines.yahoo.co.jp/article?a=20191212-00031148-forbes-sci
人工知能（AI）やオートメーション化によって、年間で5～10％の仕事が消えていくと、コンサルティング企業PwCのJulia Lammは述べている。失われる仕事のボリュームは、これまでの年間1～2％の5倍に達することになる。Lammがこのデータを発表したのは、先日ジャマイカで開催されたカンファレンスTechBeach Retreatの場だった。
一方で、前向きなデータもあるとLammは続けた。最新の調査によると、労働人口の74％が新たなスキルを身につけ、この状況に対応しようとしている。PwCは今後、需要が高まる分野として、下記の10の領域を挙げている。（Forbes）
2019/12/11
https://wired.jp/2019/12/11/these-startups-are-building-tools-keep-eye-ai/
データ不足や認知バイアスなどAIによる意思決定の問題が指摘されるなか、AIが誤った決断をしていないかを監視し、その“思考過程”を可視化するためのツールを提供する企業が登場し始めた。このツールは、AI開発に携わる技術者たちに安心をもたらすと同時に、AIの活用が進まない領域に導入を促す効果もあるという。（WIRED）
2019/12/09
https://headlines.yahoo.co.jp/article?a=20191210-00010002-wired-sci
マイクロソフトがクラウドコンピューティング・プラットフォーム「Microsoft Azure」の顧客に対し、英国のスタートアップであるグラフコア（Graphcore）が開発したAIチップへのアクセスを提供開始した。AIのためにゼロからつくられたこの専用チップで、AIアプリケーションは大きな飛躍をみせる可能性がある。（WIRED）
2019/12/09
＊普及価格のデバイスにもAIを、Armの新たなプロセッサIP
https://monoist.atmarkit.co.jp/mn/articles/1912/09/news039.html
アームは2019年12月6日、東京都内で記者説明会を開き、メインストリーム向けプロセッサIP（Intellectual Property）の最新動向を解説した。機械学習や美麗なグラフィックスによる高品位なユーザー体験の提供を、普及価格帯のモバイルデバイスや民生機器にも拡大するという。(MONOist)
2019/12/05
https://headlines.yahoo.co.jp/article?a=20191205-00037341-biz_plus-bus_all
創薬研究においてAIが人間を凌駕する瞬間が訪れたのかもしれない。米国のベンチャー企業Insilico Medicine（以下、インシリコ・メディシン）が、これまで2～3年かかっていた新薬候補を発見するプロセスを21日までに短縮したという研究成果を発表したのだ。人間では調査しきれないほどのデータを集めた過去の研究から、AIプログラムにより、これまで存在しなかった新薬の創造を行っている。インシリコ・メディシンを含めAIベンチャーと大手製薬会社の提携が増加し、製薬業界の新たなトレンドを作りつつある。（ビジネス＋IT）
2019/12/02
https://toyokeizai.net/articles/-/317118
AIは既知の問題を解決するために、より確からしい情報を絞り込むことが得意な技術だ。しかし、昨今はコンピュータービジョンをはじめ未知の領域へと踏み込み、新しい価値を創造する領域でもAIを活用する動きが強まっている。
これはほんの数年前までは予見していなかったことだ。深層学習だけでは解決できない領域を、コンピューターでどう問題解決しようとしているのか。また次世代のAIがビジネスの現場に導入されていくとき、必要とされる人材とはどんなスキルを持っている人物だろうか？
米スタンフォード大学、ミシガン大学で学び、ワシントン大学、台湾清華大学でAI研究を続けてきたAppier（エイピア）チーフAIサイエンティストのミン・スン氏に、AI開発の最新動向とAI時代に“ひと”に求められるスキルとは何なのかを聞いた。（東洋経済）
2019/12/01
https://wired.jp/series/away-from-animals-and-machines/chapter12-4/
「AIはわたしたちの幸福（と自由意志）をどのように変えるのか？」。1年半近くにわたる連載のなかでさまざまなエキスパートに訊いてきたのが、この問いだった。彼／彼女らの言葉を（駆け足で）振り返りつつも、これからの人類社会にとって「AI」というツールはどうあるべきか、その未来像を連載の最終回では問うていく。（WIRED）
2019/12/01
https://wirelesswire.jp/2019/11/73336/
過日、浜松町クレアタワーにて、日経BP総研主催によるAIイベント「GHELIA EXPO TOKYO2020」が開催された。筆者はこのイベントの共催企業ギリア株式会社の代表として関わった。このイベントのテーマは「みんなのAI」である。当社は成立当初より「みんなのAI」を標榜しており、これは専門家だけでなくありとあらゆる人が、スマートフォンを使うようにAIを使う時代がやってくるというコンセプトだ。(WirelwssWire)
2019/12/01
https://business.nikkei.com/atcl/gen/19/00002/112900917/
2015年度以降、AI（人工知能）人材の育成・獲得に力を入れてきたパナソニック。20年度に1000人のAI人材を抱えることを目標に掲げ、現在は約700人まで増えた。ただ、1000人までの道のりは楽ではなさそう。仮に1000人の陣容になったとしても、パナの事業に貢献できるかもなお未知数だ。
パナではAIの知見を自動運転サービスや車載機器のセキュリティーシステム、家庭内の電気機器をネットでつなぐプラットフォーム「ホームX」などに役立てている。デジタルデータを上手に活用することが求められている中で、AIの必要性は高まるばかり。独自の製品やサービスを生み出す上で、AI人材は大きな戦力となる。（日経ビジネス）
2019/12/01
＊パナソニックのＡＩ活用戦略とは
https://blogos.com/article/420795
パナソニックは、２８日、ＡＩ（人工知能）活用戦略と先端人材育成についての説明会を行いました。
そんな中で、パナソニックは、１７年に米データ解析会社のアリモを買収、１８年９月にはＡＩを使ったスマートホーム事業で米BrainofT社と連携するなど、
ＡＩ分野の強化に取り組んできました。
今後、介護など家の中の体験、自動運転ライドシェアなど移動体験に加え、ＡＩの社内への普及や実装に取り組んでいく方針といいます。外部の高いＡＩ技術を使いつつ、パナソニックが持つ固有のデータや専門知識を生かして、ＡＩを活用したビジネスの競争力とする考えです。(Livedoorニュース)
2019/11/29
https://headlines.yahoo.co.jp/hl?a=20191129-35146104-zdnet-sci
富士通研究所と富士通研究開発中心（FRDC、中国・北京）は、大量の学習データを準備しなくても、映像から人のさまざまな行動を認識する人工知能（AI）技術「行動分析技術 Actlyzer」を開発した。同技術を利用することで企業は、人のさまざまな行動を認識するシステムを短期間で現場導入できるようになる。従来は目視だった不審者の発見の自動化、小売店での来店者の購買行動の認識から、商品の関心度調査、工場での熟練者と初心者の技能比較など、多様な業務のセキュリティ向上や現場改善などの課題解決を支援できる。(ZDNet)
2019/11/29
https://headlines.yahoo.co.jp/hl?a=20191129-00000019-zdn_n-sci
日本では、AIやデータを活用してビジネス課題を解決できる“AI人材”の不足が問題になっています。そんな中、4月に開催されたAIサミット「AI/SUM 2019」で世耕弘成経済産業大臣（当時）が、AI人材育成の政策「AI Quest」を経産省主導で行うことを明らかにしました。
これは、AI人材不足の解決を目的にした事業です。企業の実例を基にしたケーススタディを用意し、受講者がオンライン学習やオフライン学習を通してAIを社会実装する力を身に付けられるよう支援します。(ITmedia)
2019/11/29
https://headlines.yahoo.co.jp/article?a=20191129-00030948-forbes-sci
電撃的な経営統合を発表したヤフーとLINEは、日本やアジアをリードするAIカンパニーを目指すと宣言した。ヤフーやLINEの人工知能（AI）開発の動向は日本でも広く報じられているが、LINEの親会社であるNAVERの動向も非常に興味深い。同社の内部の人間と繋がりが深い韓国誌記者は言う。
「これまでポータルサイトとして有名だったNAVERだが、昨今では完全にAIを始めとしたテクノロジー企業として生まれ変わろうとしている。ベンチャーや人材への投資を大規模に行っており、海外進出にも積極的だ」（Forbes）
2019/11/28
https://tech.nikkeibp.co.jp/atcl/nxt/news/18/06557/
米アマゾン・ウェブ・サービス（Amazon Web Services）は2019年11月25日（米国時間）、ユーザー独自の画像認識AI（人工知能）を開発するサービス「Amazon Rekognition Custom Labels」を2019年12月3日から一般提供すると発表した。ユーザーは自前の教師データを少量用意することで、独自の画像認識AIを開発できるという。(日経XTECH)
2019/11/28
＊インテルのAIへの取り組みは「総動員」、新GPU「Xe」アーキテクチャも起用迫る
https://news.mynavi.jp/article/20191127-929624/
インテルは11月27日、都内でAIに対する最新の取り組みを紹介しました。一言でいえば、インテルの持つ多くの技術をAIに総動員するというものです。インテル日本法人の執行役員常務 技術本部 本部長の土岐英秋氏は、AI関連の売上額は、同社グローバルではすでに35億ドルと大きな規模に成長していると言います。（マイナビニュース）
2019/11/28
https://dentsu-ho.com/articles/6968
電通グループが推進する「“人”基点」の統合マーケティングフレームワークPeople Driven Marketing（以下、PDM）は、人の「意識」と「行動」に着目したPDM2.0、さらに今秋スタートした3.0へと進化する。今回は、データとAIがマーケティングに取り組む企業と、その先の消費者にもたらす価値について、AI活用プラットフォームDataRobotのチーフデータサイエンティストであるシバタアキラ氏、電通デジタル デジタルイノベーショングループ マネージャーの有益伸一氏に語ってもらった。（電通報）
2019/11/26
https://www.nikkei.com/article/DGXMZO52575430V21C19A1X12000/
パナソニックは25日、自社開発の顔認証技術をクラウドサービスにしたと発表した。利用企業はパナソニックが強みを持つ深層学習（ディープラーニング）を使った顔認証技術をすぐに利用できる。顔認証市場の活性化につなげ、3年後にネット企業や金融機関など300社への導入を目指す。
パナソニックがデジタルカメラなどで培ってきた顔認証技術を、システム間連携技術「API」を使いクラウドサービスにする。第1弾はサイバーエージェント系でマッチングサービスを提供するマッチングエージェント（東京・渋谷）の「タップル誕生」で、12月中旬にも同サービスに組み込む。（日本経済新聞）
2019/11/26
＊機械学習をどこよりもわかりやすく説明！ 教師ありなし学習・強化学習だけでなく5つのアルゴリズムも完全理解！
https://ainow.ai/2019/11/26/180809/
こんにちは。今回はAIやディープラーニングと混同されがちな機械学習について、それらの関係性・違いを理解できるように細かく説明します。また、機械学習を知る上で必要不可欠な用語も頭の中でごちゃごちゃになってしまっていると思いますが、教師あり学習や教師なし学習、各アルゴリズムなど必要な用語を網羅的に、且つきちんと整理・理解できるようにわかりやすく説明していきます。
上記の画像から分かるように、機械学習はAIという概念の一部分であって「AI＝機械学習」ではありません。ひとまず「AI > 機械学習 > ディープラーニング」のイメージは持っておきましょう。（AINOW）
2019/11/24
http://www.todaishimbun.org/aibusiness20191123/
今はやりの最新技術、AI。必要性は感じるが、ビジネスにどう活用していいか分からない――そんな悩みに応えるシンポジウム「AIビジネス成功の秘訣を考える～AI導入の成功事例から読み解く～」が8月29日、本郷キャンパス伊藤謝恩ホールで開かれた。
登壇者は、メーカーなどにAIプロジェクトの内製化支援を行う東大発ベンチャー・アイデミーの石川聡彦社長と、電通のビジネス共創ユニットを担う片山智弘さんの2人。AIビジネスの最先端に立つ2人が指南する、AI活用の秘策とは。（東京大学新聞）
2019/11/23
https://it.impressbm.co.jp/articles/-/18860
国内でも関心が高まる一方のAIだが、“PoC疲れ”の話もよく聞く。海外企業の取り組みはどんな状況なのか。うまく成果を上げるにはどんなポイントに注意すべきか。米ガートナーにおいてさまざまな企業のAIに関する取り組みを調査し、CIOたちにアドバイスしているウィット・アンドリュース氏（Whit Andrews、同社ディステングイッシュト バイスプレジデント アナリスト）にポイントを尋ねてみた。
我々の調査では5社に1社が何らかのかたちで実用化しています。何らかのトライアルをしている企業が残りの多くを占めますが、関心がない企業も10社に1社ほどあります（図1）。一方で今週、来日して企業のCIOの方々とお話ししました。そこから得たのは、世界的に見て日本企業は決して遅れていない、むしろ進んでいるという印象です。もちろん、私のような人間と会う意欲のある方々というバイアスがあることは考慮する必要がありますが。（IT Leaders）
2019/11/23
https://headlines.yahoo.co.jp/hl?a=20191122-35145777-zdnet-sci
ほとんどの人が何らかのアルゴリズムに日々接している一方、人工知能（AI）がどのように機能するのか、実際に理解していると自信を持って言える人はそれほど多くない。しかし、Googleが英国で現地時間11月20日から開催している「Google Cloud Next '19 UK」で発表した新たなツールは、一般の人々が機械学習（ML）の難解さをひもとくうえで力となるはずだ。
「Explainable AI」（説明可能なAI）と呼ばれるこのツールは、MLモデルが思考を重ねる手法と、結論に至った理由をユーザーに説明するという、その名が示す通りの機能を有している。(ZDNet)
2019/11/20
https://headlines.yahoo.co.jp/article?a=20191120-00030799-forbes-sci
人工知能（AI）活用への期待が全世界的に高まる昨今、徐々に注目を浴び始めているキーワードがある。「人間中心のAI（human centered AI）」というものだ。今年3月、元グーグルの著名AI研究者であるフェイフェイ・リー氏らが中心となり、米スタンフォード大学で「人間中心AI研究所（HAI）」が発足した。翌月には、日本の内閣府が「AI社会原則」を策定したが、そのなかにも「人間中心の原則」が盛り込まれている。
いずれもAIが社会に及ぼすメリットを前提としつつも、人間に対するデメリットにも注意深く目を配るべきだという理念を掲げる。同様に、世界各地では人間中心のAIを標語に掲げた研究・開発が散見されるようになった。（Forbes)
2019/11/16
https://wired.jp/2019/11/15/microsoft-sends-a-new-kind-of-ai-processor-into-the-cloud/
マイクロソフトがクラウドコンピューティング・プラットフォーム「Microsoft Azure」の顧客に対し、英国のスタートアップであるグラフコア（Graphcore）が開発したAIチップへのアクセスを提供開始した。AIのためにゼロからつくられたこの専用チップで、AIアプリケーションは大きな飛躍をみせる可能性がある。
マイクロソフトは1980年代から90年代にかけて、インテルのプロセッサーで動作するOS「Windows」の成功によって市場を支配する立場になった。こうして当時のインテルとマイクロソフトの蜜月は、「ウィンテル（Wintel）」とまで呼ばれるまでになったのである。
そしていまマイクロソフトは、ハードウェアとソフトウェアの新たな組み合わせによって過去の成功を再現し、アマゾンやグーグルに追いつきたいと考えている。競争の舞台となるのは、クラウド経由で人工知能（AI）の能力を供給する最先端の技術だ。（WIRED)
2019/11/15
＊人間が深層学習のAIを理解できないのには、理由がある
https://globe.asahi.com/article/12872410
囲碁の世界チャンピオンを破ったソフト「アルファ碁」などで一躍注目を浴びるようになったのが、人工知能（AI）の「ディープラーニング」（深層学習）という技術だ。大量のデータを学習してデータ間のつながりを見つけるのに長け、非常に精度の高い予測をする。文字・画像認識の分野での活用が広がるが、どうやってその答えを見つけ出したのか、人間には理解できないという。なぜ、人間はAIの考えが理解できないのか。分かるようになる日は来るのか。ディープラーニングの仕組みなどを研究している統計数理研究所助教の今泉允聡さんに聞いた。（西村宏治）（朝日新聞）
2019/11/14
https://wired.jp/2019/11/13/ai-could-reinvent-medicineor-become-a-patients-nightmare/
世界屈指の医療機関である米メイヨー・クリニックが、グーグルとの提携を発表した。膨大な医療データを手に入れたグーグルは、AIで医療に新たな知見をもたらすかもしれない。その一方で不安なのは、いまだ1996年施行の法律に守られている患者のプライヴァシーだ。(WIRED)
2019/11/10
https://ledge.ai/hakarus-sparse-modeling/
ディープラーニングの普及が進んでいる。しかし、ディープラーニングはその特性上、膨大な量のデータと、データを処理できるGPUなどの高価な計算機が必要だ。そして多くの企業は、その2つを用意するところでつまずいている。今回紹介するスパースモデリングは、少量のデータから特徴を抽出し、学習と推論を行える技術だ。スパースモデリングについて、京都のAI企業ハカルスのデータサイエンティストである増井隆治氏に話を聞いた。
「データ量がある状況では、スパースモデリングはディープラーニングに精度でかないません。ただ、現実世界でデータと計算機が揃っている理想的な状況は珍しい」 (Ledge.ai)
2019/11/07
https://headlines.yahoo.co.jp/hl?a=20191107-35144954-zdnet-sci
パナソニック ソリューションテクノロジー（パナソニック）、富士通、三菱電機の3社は、人工知能（AI）を活用した高精度な検索結果を抽出する新しい機能を共同で開発した。この機能は、企業の知的財産活動における特許調査業務の効率化を目指して開発が進められていた。
このAI検索機能を活用することで、サービス利用者が指定した検索文章の意味をAIが解析し、数千万件という国内の膨大な特許公報から、意味が近いと認識した文章を高い精度で検索することができる。
開発に際しては、AIエンジンとして富士通のAI技術「FUJITSU Human Centric AI Zinrai（Zinrai）」を搭載し、さらに三菱電機の特許調査における知見（技術者による特許調査を想定した検索シナリオなど）をもとに、3社共同で実施した。(ZDNet)
2019/11/06
https://ascii.jp/elem/000/001/968/1968916/
富士通研究所の原裕貴社長は「AIの品質問題に着目した世界初の技術になる。富士通は、AI品質においては、データの選別から性能監視や再学習まで幅広く課題を把握して研究開発を推進しており、AIが持つ課題の解決に取り組んでいる」と語る。
学習データから構築したAIモデルは業務で使い続けるにしたがって、社会情勢や市場動向、環境変化などにより、入力データの傾向が構築当初の学習データと比べて変わってしまうことが多い。その結果、AIの推定精度が低下するといった問題が発生する。「運用中の精度検証や再学習が必要になるため、それに多くのコストがかかるという問題もある。現在、全世界でこの課題に対する議論が行なわれている」（富士通 Data×AI事業本部の渡瀬博文本部長）とする。(ASCII)
2019/11/05
http://www.igaku-shoin.co.jp/paperDetail.do?id=PA03345_01
2012年6月，Googleが発表した論文（通称キャットペーパー）で深層学習に注目が集まり，人工知能（AI）の有用性が再度脚光を浴びた。医学分野でも深層学習を利用した病理診断や内視鏡診断，創薬への応用が進み，画像解析，ゲノム解析の2大領域では医師の能力を凌駕する研究も現れ始めた。しかし，これら2大領域以外では深層学習を利用できるほどのビッグデータを集積しづらいのが現状だ。近年，こうした領域以外でAIを活用する新手法として注目されるのが，ディープフェノタイプに基づくデータ駆動型研究（以下，ディープフェノタイプ研究）である。システムバイオロジーの考えをもとに，バイオマーカーや生活環境などのあらゆるデータを統合的にAIで解析し，疾患の発生・進行予測に活用する。
本紙では，医学部の中にAIセンターを立ち上げ，ディープフェノタイプ研究の推進，および医学教育に取り組むデータサイエンティストの浅井氏，川上氏の対談を通じて，AI研究の新たな潮流を紹介する。（医学書院）
2019/11/03
＊米国年4000人、日本ゼロ。データサイエンス修士の落差、日本はどう埋める
https://globe.asahi.com/article/12844087
米国では学生に最も人気のある職業とも言われ、世界的に注目されている「データサイエンティスト」。多くの学生がデータサイエンスを専攻し、年間4000人の統計学の修士が生まれている米国に対し、日本の育成は始まったばかりだ。なぜ、立ち遅れたのか。なぜ、データサイエンスは重要なのか。日本初のデータサイエンス学部を立ち上げ、今年4月に大学院の研究科も設立した滋賀大学の竹村彰通・同学部長に聞いた。（聞き手・西村宏治）
――データサイエンティストというのは、なにを学んだ人、ということになんるんですか。
そこそこ統計の理論も勉強して、プログラミングもできる人たちです。数式は分かるけど、プログラミングできないというのでは、仕事にならない。（朝日新聞）
2019/11/02
https://news.yahoo.co.jp/byline/satohitoshi/20191102-00149356/
ロシアのプーチン大統領は2019年10月、ロシアにおける2030年までのAI（人工知能）技術開発の国家戦略プランを承認をした。ロシアのAI開発の戦略プランでは、同国におけるAI技術の開発の加速化、AIサービスの可能性の拡大とAI人材の育成を強調。さらに2030年までにAIを人間の知的活動と同等の機能・レベルにして行動をできるようにすること、そのための技術的なソリューションを提供することを明確な目標としている。（Yahooニュース）
2019/11/02
https://ainow.ai/2019/10/29/179620/
著者のRahul Agarwal氏は、アメリカ大手小売企業WalmartのITソリューション部門Walmart Labsのインド南部バンガロール支社でデータサイエンティストとして働いています。同氏がMediumに投稿した記事「機械学習システムを構築するための6つの重要なステップ」では、機械学習プロジェクトを成功に導くヒントが6つのフェーズごとに解説されています。データサイエンティストとして長いキャリアを有する同氏は機械学習プロジェクトを以下のような6つのフェーズに分け、それぞれのフェーズにおいて取り組むべき課題とその課題に対するアドバイスを説きます。（AINOW）
2019/10/31
Google（グーグル）は2015年に機械学習フレームワークのTensorFlowをオープンソース化し、瞬く間に同種のプラットフォームの中で最も人気のあるフレームワークの機械学習フレームワークつとなった。しかしTensorFlowを使用したい企業は、サードパーティと協力するか自社で行う必要があった。これらの企業を支援し、もうかる市場の一部を獲得するために、Googleは実践的なエンタープライズグレードのサポートとGoogle Cloud上で最適化されたマネージドサービスを含むTensorFlow Enterpriseをローンチした。(TechCrunch)
2019/10/29
https://headlines.yahoo.co.jp/hl?a=20191029-00000017-it_monoist-ind
富士通研究所は2019年10月25日、川崎市中原区内にある本社で会見を開き、研究開発戦略を説明するとともに、新開発のAI（人工知能）技術を2つ発表した。
今回発表したのは、AI運用時の入力データの正解付けを自動化することで、AIの精度の推定とAIモデルの自動修復を可能にする技術
「High Durability Learning（ハイ デュラビリティ ラーニング）」と、演算精度を自動的に制御し高速化する技術
「Content-Aware Computing（コンテンツ アウェア コンピューティング）」である。両技術とも2020年度内のサービス提供を予定している。(MONOist)
2019/10/28
https://headlines.yahoo.co.jp/hl?a=20191028-35144280-zdnet-sci
SAPは、「Leonardo」ブランドで機械学習への取り組みを進めている。機械学習はERP（統合基幹業務システム）とSAPが展開する業務アプリケーション群にとって重要な土台技術となるが、最新の動向はどうなっているのか－－SAPが10月中旬にスペイン・バルセロナで開催した「SAP TechEd Barcelona 2019」で、機械学習アプリケーションのトップを務めるUlf Brackmann氏に聞いた。
機械学習分野での最新のニュースは、9月に開催した「SAP TechEd Las Vegas 2019」で発表した「SAP Leonardo AI Business Services」だ。機械学習を活用してビジネスプロセスを最適化したり自動化したりサービスで、チケットのカテゴリーを自動で分類して問題解決を提案する「Service Ticket Intelligence」、非構造化の情報を含む書類をデジタル化してその内容を抽出する「Document Information Extraction」などが発表されている。(ZDNet)
2019/10/26
https://zuuonline.com/archives/205605
日本でもデータサイエンティストの報酬を高めるためには、企業がしっかりとデータやAIの活用からくる旨味を感じなければいけません。特にテクノロジー領域の企業を中心に、日本でもデータやAIの活用が進んできていますが、ほかの産業ではまだこれからという印象を受けます。その理由として、AIを活用するためには、まずデータを集めたり、それらのデータに対して様々な処理を施す必要があり、AI活用までには「通らなければならない道のり」が存在するためでしょう。（Zuu online）
2019/10/26
https://www.nikkei.com/article/DGXMZO51391220V21C19A0TJC000/
【シリコンバレー=白石武志】米グーグルは25日、検索サービスに文章の意味を理解する人工知能（AI）技術を取り入れると発表した。これまでは入力されたキーワードをもとに検索していたが、ユーザーが単語をつなぎ合わせた文章を入力すると、AIが文の意味を理解し、求める情報を検索ランキングの上位に表示できるようになるという。当初は英語版に限られるが、将来は日本語など多言語に展開する。（日本経済新聞）
2019/10/26
https://www.nikkei.com/article/DGXMZO51430720V21C19A0X20000/
三菱電機は鉄道事業者向けに車両の保守点検を効率化するサービスの提供を始めた。TCMS（列車統合管理システム）で収集する車両の状態のデータを人工知能（AI）技術を活用し分析。鉄道事業者と三菱電のノウハウを組みあわせ、高い精度で故障の予兆を検知する。三菱電機が手がける車両用の装置を切り口に、付加価値の高い保守点検サービスを展開していく。（日本経済新聞）
2019/10/25
https://ainow.ai/2019/10/24/180165/
GAFAと呼ばれる米国企業が世界的に展開し、多くのデータを集めて、AI開発にも膨大な資金を投資しています。中国ではBATと呼ばれる企業が、中国国内で展開し、その企業価値は世界最大規模になっています。数々のサービスが、膨大なデータを集め、AIの開発を進めている中、日本でITプラットフォームを有する企業もAI研究に取り組んでいます。
今回は、日本最大のコミュニケーションアプリ「LINE」を手掛けるLINE株式会社（以下LINE社）の取り組みにフォーカスし、紹介していきます。（AINOW）
2019/10/25
https://www.nikkei.com/article/DGXMZO51407360V21C19A0TJC000/
富士通研究所は25日、人工知能（AI