-- 人工知能 --
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）の判断精度の劣化を防ぐ新技術を開発したと発表した。一般的にAIは大量のデータを学ばせて判断モデルをつくるが、時間がたつと社会情勢の変化などの原因で精度が下がる場合がある。新技術は精度の劣化を推定して判断モデルを補正する。2020年度中のサービス化をめざす。
AIによる判断では例えば企業の信用リスク評価の場合、主に財務諸表のデータをAIに学ばせる。当初は精度が高くても、為替や物価などの環境が変わるとリスク判定の基準が変わる可能性がある。（日本経済新聞）
2019/10/25
https://active.nikkeibp.co.jp/atcl/act/19/00005/101100059/
富士通クラウドテクノロジーズの「データアセスメントレポート」は、ユーザー企業の生データを分析し、AIを活用できるかどうかを事前に診断するサービス。データから予測モデルを開発できるかどうかを評価する。評価の結果と、今後に向けたアドバイスをレポートにまとめて提供する。（日経XTECH）
2019/10/23
https://headlines.yahoo.co.jp/article?a=20191023-00030319-forbes-sci
このように、Pixel 4はAIがバックグラウンドに組み込まれて動作し、ユーザー体験を改善してくれる点が優れている。スマホに期待される機能を根本から変えるデバイスだと言っても過言ではない。（Forbes）
2019/10/22
＊GoogleのAIは古代ギリシャの碑文解読をものの数秒でおこなうことができるように
https://gigazine.net/news/20191021-ai-deciphering-ancient-greek-tablets/
Google傘下の人工知能開発企業DeepMindは病気の予測やエネルギー効率化などさまざなまな分野でAIアルゴリズムを役立てています。2019年10月15日(火)、新たにDeepMindは古代の碑文から「抜け落ちた記述」を予測するアルゴリズムを開発したと発表しました。人間の専門家が2時間かける作業を、AIはものの数秒で完了するとのことです。（Gigazine）
2019/10/21
https://globe.asahi.com/article/12806307
日本でも期待が高かった地震予知。現在、大地震発生を予知するのはかなり難しいことが科学的に分かってきた。それでも、糸口を見つけようという研究は世界各地で続く。そして人工知能（AI）の技術が新たな解を見つけるかもしれない。そんな可能性にかける研究も始まっている。（西村宏治） （朝日新聞）
2019/10/20
「ＣＥＡＴＥＣ（シーテック）２０１９」では、テック系ベンチャーも奮闘した。少し未来の社会を実現するには、大企業には取れないリスクをベンチャー流のアプローチで突破することが期待される。仮想現実（ＶＲ）機器やカメラによるデータを人工知能（ＡＩ）で分析する技術が出展された。（取材・小寺貴之） （ニュースイッチ）
AI搭載製品の増え方が早く、電気回路のついた新製品にはだいたいAIが入るような気になります。IoTもものになり、クラウドとつながる前提のデバイスも増えました。こちらはサービスとして売られているのであまり前面には出ません。
2019/10/19
https://www.gizmodo.jp/2019/10/goliath-is-winning.html
米銀がテクノロジーに投じるお金は年間1500億ドル（約16兆円）。その刈り入れ時がやってきたようです。AI化で、アメリカの銀行業界は｢今後10年で約20万人がリストラ｣され、｢金融史上最大の労働から資本への移転｣が起こると、Wells Fargo銀行アナリストのMike Mayo氏が最新報告で発表しました。職を失う人は｢全行員の1割｣で、｢バンキング業務効率化の黄金時代｣がやってくるとFinancial Timesに話していますよ？
人員削減されるのは主に顧客対応窓口、コールセンター、支店で、それぞれ20～30%がカットになって、高性能なATM、チャットボットに置き換えられて、投資判断もビッグデータとクラウド処理で行えるようになるのだそう。(GIZMODO)
2019/10/17
https://news.nicovideo.jp/watch/nw6061563
さまざまな業界や企業がAI活用に取り組んでいますが、金融業界は機械学習の導入が比較的進んでいる業界の一つといえるでしょう。株取引や株価予測、銀行窓口の対応などの自動化がその一例です。世界中の金融・経済情報などを扱う米Bloombergも、積極的に機械学習に取り組んでいます。
同社は、世界中の証券取引所から集めた1000億件を超える市場データを1日で処理していて、これはTwitter社が1日で処理する量の約200倍に当たるそうです（同社調べ）。合わせて、世界中の12万5000以上のメディアから200万件以上のニュース記事を取り込んで処理しています。これは膨大な量でしょう。(ITmedia)
2019/10/15
＊第2回 機械学習技術で今解決できることと、今後できるようになることとは
https://enterprisezine.jp/dbonline/detail/12530
AIの専門家であるAppierのチーフAIサイエンティスト ミン・スン氏に、現状のAIのリアルな姿を解説してもらうシリーズ。その2回目では、現在のAIの主流技術である機械学習を取りあげる。機械学習や深層学習の技術を使うことで、現状どのような課題が解決できるのか。さらには機械学習を活用していく上での課題、そして今後の機械学習技術の進化についても話を伺った (DB Online)
2019/10/14
https://news.yahoo.co.jp/byline/satohitoshi/20191014-00146611/
米軍のジョン・アレン（John Allen）元司令官が2019年10月にプリンストン大学で講演を行い、戦争でのAI（人工知能）の間違った活用による武力紛争勃発について警鐘を鳴らした。アレン氏はプリンストン大学のコンピュータサイエンス・公共政策学の教授のエドワード・フェルトン（Edward Felten）氏とともに登壇。
アレン氏は「AI技術の発展と進化は大きなチャンスでもあるが、我々の想像を絶するような大規模な破壊をもたらす可能性もありうるし、そのことを一番懸念している」と語った。続けて「戦争は常に、人間と技術のバランスを維持してきた。軍はいつも、新たに開発された技術を先に利用してきた、いわゆるアーリーアダプターだ。（Yahooニュース）
2019/10/12
＊データサイエンティストでない人に、データサイエンティストっぽく働いてもらおう
https://www.atmarkit.co.jp/ait/articles/1910/07/news014.html
2019/10/11
＊AIの専門家が「今からAIの暴走を心配するのは早すぎ」との楽観論に徹底反論
https://gigazine.net/news/20191011-not-too-soon-wary-ai/
近年目覚ましい発展を遂げている人工知能(AI)については、「核兵器よりも危険」といった脅威論が叫ばれている一方で、「脅威論は無責任だ」という楽観的な意見も存在します。そんな中、AIの第一人者とされるカリフォルニア大学サンフランシスコ校の情報工学教授スチュワート・ラッセル氏は、自著「Human Compatible: Artificial Intelligence and the Problem of Control」の中で、「AIの脅威を心配するのは決して早すぎない」と述べて、楽観論に対し徹底的な反論を繰り広げています。 (Gigazine)
2019/10/08
https://headlines.yahoo.co.jp/hl?a=20191008-00000006-impress-sci
「深層学習（ディープラーニング）を使っているというと、どれも一緒でしょ？と言われますが、違うんです」――。
NECは10月3日、米国国立標準技術説明所（NIST）が実施した、最新の顔認証技術ベンチマークテスト「FRVT2018」で第1位を獲得したことを発表した。今回で5回目の1位獲得だが、どんな点が評価されたのか、利用している深層学習について、どんな点がNEC独自技術となっているのかなどを、NECフェローである今岡仁氏自身が紹介した。 （Impress Watch）
2019/10/07
https://headlines.yahoo.co.jp/hl?a=20191007-00000018-zdn_n-sci
画像認識や自然言語処理といった技術の進化で、機械は人間と同じように周囲の環境および言葉を認識できるようになってきている。最近では機械が文章を書いたり、絵を描いたりする例も出てきた。今回は、こうしたコンテンツ生成の事例や技術についてまとめた。
これまで人間の特権とされていた創作の領域にAIが進出することに否定的な考えを示す人々もいる。しかし、現在主流のAI技術はあくまで既存のデータをベースにしたもので、人間の創作活動をAIが模倣しているに過ぎないともいえる。(ITmedia)
2019/10/04
ＮＥＣは３日、米国標準研究所（ＮＩＳＴ）が実施した最新の顔認証技術のベンチマークテスト「ＦＲＶＴ２０１８」で、第１位の性能評価を獲得したと発表した。１２００万人分の静止画を使った顔認証でエラー率０・５％を達成し、１７年の動画の顔認証ベンチマークに続き、５回目の世界１位を獲得した。（ニュースイッチ）
2019/09/30
＊「AI民主化」のための汎用プラットフォームを提供するDataRobotの戦略
https://enterprisezine.jp/dbonline/detail/12498
今やAIや機械学習技術をすぐに利用できるサービスを、クラウドベンダーなどから数多く提供されている。とはいえ、AIや機械学習技術を実際のビジネスプロセスに組み込み活用できている企業は、まだそれほど多くない。多くの取り組みが実証実験レベルで止まっているのが現実だ。そのような状況の中、AIや機械学習技術の利用を自動化し、容易にビジネスプロセスに適用できるようにする。それによりAIの民主化を実現しようとしているのがDataRobotだ。 (DB Online)
2019/09/29
＊“Amazonで実験を続けた男”は好奇心の塊だった 元幹部が語る「データの価値」
https://www.itmedia.co.jp/news/articles/1909/27/news044.html
自社が持つ膨大なデータを生かし、新たな価値創造に取り組もうとする企業が増えています。ファッション通販サイト「ZOZOTOWN」を運営するZOZOもその一つ。同社はAI活用に注力しており、その一環として9月1日に、元Amazon.comチーフサイエンティストのアンドレアス・ワイガンド氏をZOZOテクノロジーズのデータサイエンスアドバイザーに据えました。
ワイガンド氏は、Amazon.comの創業者兼CEOのジェフ・ベゾス氏と共にECプラットフォーム構築に尽力し、今日のAmazonの基礎を作り上げたとされる人物。コンサルタントとして中国Alibabaや米ゴールドマン・サックス、ルフトハンザドイツ航空など幅広い企業のデータ戦略を支援し、今は米スタンフォード大学や米カリフォルニア大学バークレイ校などで教べんをとっています。また、ドイツ連邦政府・デジタル評議会のメンバーにも選ばれるなど世界中で活動しているのです。 (ITmedia)
2019/09/28
＊「AIによる医療診断の精度は人間の医者と同程度でしかない」という指摘
https://gigazine.net/news/20190928-ai-health-detecting/
人工知能(AI)の活躍は医療の現場でも期待されていて、膨大な画像やデータを基に学習したAIは人間の医師よりも優秀だという研究も報告されています。しかし、「AIの医療現場への応用を研究した論文の多くはその内容が不十分であり、実際はAIと人間の診断精度は変わらない」という調査結果が報告されています。
ケンブリッジ大学のDavid Spiegelhalter教授は、医療分野におけるAIの応用についての研究は不十分なものであふれていると指摘。「Liu博士の研究は、医学におけるAIに対する誇大宣伝によってほとんどの評価研究の質が嘆かわしいレベルにあることを証明しています」「ディープラーニングは有望な技術である可能性はありますが、臨床医やコミッショナーは『AIによって臨床診察にどんなメリットがあるのか？』という重要な問いかけをすべきです」と主張しました。 (GigaZine)
2019/09/27
https://www.nikkei.com/article/DGXMZO50262120W9A920C1TJ1000/
【シアトル=高橋そら】米アマゾン・ドット・コムが人工知能（AI）「アレクサ」を搭載したウエアラブル機器を強化している。25日には音声で操作できるイヤホンや眼鏡を発表した。家庭で使うスピーカーや家電にとどまらず、屋外に持ち運びできる製品にアレクサの活用を広げる。音声認識AIは米アップルや米グーグルも力を入れる。生活に密着して様々なデータを取り込む攻防が激しさを増している。 （日本経済新聞）
2019/09/26
https://ledge.ai/aitn-vol11-report/
AIの導入プロジェクトを進めるにあたって、その成否を分けるポイントは数えきれない。なかでも課題の抽出やベンダーの選定、社内の巻き込み方などは、多くの企業がつまずく箇所でもある。そこでレッジは8月29日、「AI活用企業が語る、導入の鉄則と成否の分岐点」というテーマで、AI導入を進めるなかでの実態を語るAI TALK NIGHTを開催した。AI TALK NIGHTは今回で11回目の開催を迎える。
当日は、AIの活用を進めている日本航空（JAL）・ALSOK・freeeの3社が登壇。AI導入に必要なポイントを語った。本稿ではその様子をレポートする。 (Ledge.ai)
2019/09/25
https://news.biglobe.ne.jp/it/0925/mnn_190925_1957545690.html
AIで用いる自然言語処理の方法は色々ありますが、単語や文書をコンピュータで処理するためには、何らかの形で数値情報に変えます。数値化することにより、単語や文書の関係や特徴を捉えることができるようになり、AIによる解析が行えるようになります。
自然言語処理で改めて注目されているのがベクトル化です。ベクトル化とは、自然言語を「複数の数値の組」で表すことで、文書や単語の関係を表したり、位置情報に見立てたりすることができます。 （マイナビニュース）
2019/09/23
https://jp.techcrunch.com/2019/09/23/2019-09-21-facebook-servicefriend/
Facebookは買収目的を明らかにしていない。すぐ思いつく領域は、開発中のCalibraデジタルウォレットのカスタマーサービスレイヤー用のボットだが、もっとありそうなのはボットのネットワーク構築だ。
Facebookの狙いは、CalibraでLibraの支払いと受け取りができる一連の金融サービスを構築することだ。連絡先への送金、請求書の支払い、Libraの補充、買い物などが考えられる。 (TechCrunch)
2019/09/23
https://headlines.yahoo.co.jp/hl?a=20190923-00010000-getnavi-ind&p=1
シンギュラリティ―技術的特異点―という言葉を耳にすることが多くなった。平たく言うなら、「人間よりも人工知能の方が賢くなるタイミング」ということになる。人間の能力が機械に凌駕されるポイントを意味する。
2年前の春の話。日本を代表するミステリー専門誌の編集長がアメリカのヒストリーチャンネルの番組にゲスト出演した時、お供をした。その時通訳をしていた女性が、こんなことを言っていたのを思い出す。「私も、いまに仕事がなくなって困るでしょう」
いやいや、そんなことはないでしょう。筆者は何の疑いもなくそう思った。しかし今、彼女の言葉にこれ以上ないリアリティを感じている。 (GetNavi)
2019/09/22
https://headlines.yahoo.co.jp/article?a=20190922-00029745-forbes-sci
フォーブスは先日、人工知能（AI）分野で優れた実績をあげた企業50社を選出する「AI 50」ランキングを公開した。AI 50に選ばれた企業の幹部らはいずれも、先端的テクノロジーの活用によって、新たな価値をもたらそうとしている。しかし、世間の人々の多くはまだAIを完全に理解しておらず、その普及が人類に脅威をもたらすという考え方に陥りがちだ。
AIは過大評価される一方で、それを正しく動作させるのがいかに大変であるかを人々は理解していないと話す起業家も多い。「込み入ったビジネス上の課題にAIモデルを単純に投げ込んでも、何の成果も得られない。AIモデルを適切な形に仕上げて、課題に適用する必要がある」とAlgorithmiaのCEOのDiego Oppenheimerは話した。 （Forbes）
2019/09/21
https://wired.jp/series/away-from-animals-and-machines/chapter9-2/
「社会にとってよいAIとはなにか？」そんな問いに挑みながら、認知症の治療や教育分野にAIソリューションを開発する企業がある。その名は、AIBrain。シリコンヴァレーに本社を構える同社を率いるスティーヴ・オモハンドロは「人工知能（Artificial Intelligence）から拡張知能（Augmented Intelligence）の開発にシフトしようとしている。 （WIRED）
2019/09/21
https://wired.jp/series/away-from-animals-and-machines/chapter9-1/
深層学習を強化しても、汎用AIは現実のものとならない──。そんな考え方から新たなアプローチを模索するAI企業が、米国シリコンヴァレーでは増えている。マーク・ザッカーバーグ、ジェフ・ベゾス、イーロン・マスク、そしてピーター・ティールといった米国を代表する起業家たちがこぞって投資する「Vicarious」は、常識と想像力をもつAIを開発しようとしている。 （WIRED）
2019/09/21
https://gihyo.jp/book/pickup/2019/0063
機械学習
一方，
2019/09/21
https://headlines.yahoo.co.jp/hl?a=20190920-00000030-zdn_n-sci&p=1
2019年を「AI化元年」と位置付け、AI事業に注力する姿勢を見せるZOZOグループ。ZOZOテクノロジーズ代表取締役CINO（Chief Innovation Officer）の金山裕樹さんは「ファッション領域の課題解決こそAIの力が必要」と主張します。
同グループは最高年収1億円で研究員やエンジニアなどの「天才・逸材」を募集して話題になりました。実際に、天才・逸材枠で採用した人もいるそうです。また、元Amazon.comのチーフ・サイエンティストであるアンドレアス・ワイガンド氏が同社のデータサイエンスアドバイザーに就任。グループとして、データ活用やAI領域への投資を続けています。 (ITmedia)
2019/09/20
https://tocana.jp/2019/09/post_112570_entry.html
もはや人間は将棋や囲碁でAIにかなわないことが判明してしまったわけだが、ファンの間で楽しまれている「ウォーゲーム」でも当然、AIに勝てるはずもないのだろう。そして現在、米軍では実際の戦場で指揮を執る“軍事AI”を開発していることを先日明らかにした。その名も「センシエント（Sentient）」である。
名作SF映画『ターミネーター』の冒頭部分では、人類の軍隊と“ロボット軍”の激しい戦闘シーンが繰り広げられているが、あのロボット軍を指揮しているのは当然ながらAI（人工知能）ということになるのだろう。いわば軍事AIである。そして現在、米軍では軍事衛星と連動した軍事AIが開発されていることが先日公表された。 （TOCANA）
2019/09/18
https://wired.jp/2019/09/18/amazon-creepy-surveillance-tech-rekognition-can-now-detect-fear/
アマゾンが提供する顔認識ソフトが、人の表情から「恐れ」を検知できるようになった。米移民・関税執行局（ICE）にも販売され、移民の顔認識にも使われている可能性が高い技術の精度向上は、当局による監視の強化につながるとして議論を呼び起こしている。 （WIRED）
2019/09/18
https://ai-kenkyujo.com/2019/09/17/ai-tsukurikata/
今回は、初めての方でも分りやすいように、AI(人工知能)を作る手順を紹介したいと思います。AI(人工知能)を作成する手順は大きく分けて3つのステップがあります。
AIを賢くさせる学習は、「機械学習」と呼ばれています。機械学習を行うためには膨大なデータが必要になります。最近ビッグデータが重要視され、様々な企業が資金を投資しビッグデータを集めている理由の一つが機械学習に利用するためです。特に最近では、IoT(もののインターネット)を利用してこのビッグデータを収集する動きが盛んに起こっています。
では、機械学習に必要なデータはどれくらい必要で、どのように集めればいいのでしょうか? (AI研究所）
2019/09/17
＊“AIの民主化”で現場の課題を解決、DataRobot
https://eetimes.jp/ee/articles/1909/17/news040.html
DataRobotは、「AIの民主化が現場の課題解決を加速」をテーマに展示やデモを展開する。同社は、機械学習のプロセスを高度に自動化する技術を手掛けており、現場の分析課題をデータサイエンティストではなく現場の実務者自身が解決できるようにすることを目指している。「これは現場レベルでの小さな改善を積み上げることで大きな競争力を構築する日本の製造業をはじめ、全ての産業の在り方に非常にマッチしている」と、DataRobotは説明する。実際に国内では多くの成功事例があり、CEATECではそれらも展示する予定だ。 (EE Times)
2019/09/17
https://wired.jp/2019/09/17/mcdonalds-acquires-apprente-voice-ai/
マクドナルドが、ファストフード店などでの注文の音声認識システムを手がけるスタートアップを買収すると発表した。ドライブスルーの運営効率化を目指した動きで、導入されればクルマからの注文をAIが受け付けるようになる可能性が高い。同社はすでにビッグデータに基づくパーソナライゼーションサーヴィスを提供する企業も買収しており、店舗運営のデジタル化を加速させることになる。 (WIRED)
2019/09/15
https://headlines.yahoo.co.jp/hl?a=20190915-00010005-getnavi-ind&p=1
昨今のルームエアコンはセンサーの性能とAI技術の向上により、快適性が大きくアップしています。三菱電機のルームエアコン「霧ヶ峰」はすでに、室内の温度変化を予測して最適な運転をする「先読み運転」機能と、室内の温度・湿度から最適な運転モードを自動選択する「おまかせA.I.自動」を搭載。リモコンを操作することなく、暑さ、寒さを感じる前に快適な住空間を実現しています。（GetNavi）
2019/09/15
https://tech.nikkeibp.co.jp/atcl/nxt/column/18/00934/
IoT（インターネット・オブ・シングズ）やAI（人工知能）などの導入企業・導入予定企業は約2割。総務省の「令和元年版 情報通信白書」では、AI活用が広がっている現状が示された。ここ5年ほどでAI活用が急速に進み、現実的な適用範囲が見えてきた。だがAIの応用領域は、今後さらに広がるはずだ。これから5年先、2025年ごろにはどこまで応用が広がり、また新たなフェーズが始まるのか。各分野の第一人者に現状と今後の見通しを尋ね、近未来を予測する。
（日経XTECH）
2019/09/14
https://www.newsweekjapan.jp/stories/technology/2019/09/post-12984_1.php
＜世界最大と自負する顔認証データベースを構築したフェイスブック。「ディープフェイス」は不正利用しないとザッカーバーグは言うが......。本誌「顔認証の最前線」特集より＞
フェイスブックには毎日、大量の写真がユーザーからアップロードされる。設定画面の「写真や動画による顔認識を行いますか？」の問いに「いいえ」と答えていない限り、フェイスブックの顔認証システムは人間の顔を見つけるべく画像をスキャンする。そしてユーザーが「これは誰？」の問いに答えて友人の名をタグ付けすることで、システムはさらに賢くなっていく。ディープラーニングを用いたフェイスブックの顔認証システムは「ディープフェイス」と呼ばれ、同社が「世界最大」と自負する顔のデータベースを構築している。
しかし、問題はフェイスブックという会社そのものにある。各ユーザーの「いいね」の履歴は売っていないにせよ、個人データの扱い方に関するユーザーとの約束を破った過去がある。選挙コンサルティング会社ケンブリッジ・アナリティカへのデータ漏洩問題がいい例で、何年にもわたり大量のユーザーの個人データの持ち出しを認めていた。 (Newsweek)
2019/09/13
https://forbesjapan.com/articles/detail/29657/1/1/1
コンピュータビジョンは、AIの導入事例として最も普及したものの1つだ。顔認識を使ったユーザー認証や、在庫のトラッキングなどコンピュータビジョンは幅広い分野で活用されている。コンピュータビジョンのアルゴリズムを使うためには、ニューラルネットワークのアーキテクチャに関わる専門知識が求められ、開発者にとって難易度が高い。
マイクロソフトとクアルコムは、コンピュータビジョンのためのAIモデルのトレーニングと実装を簡単にするため「Vision AI Developer Kit」を共同開発した。開発者は、マクロソフトのAzure上でモデルをトレーニングし、クアルコムのAIアクセラレータを搭載したスマートカメラに実装することができる。ここではそのVision AI Developer Kitの概要を解説する。 (Forbes)
2019/09/13
＊数クリックでAIを自動生成する「AIモデラー」の威力とは AI普及の牽引役に
https://www.itmedia.co.jp/news/articles/1909/13/news005.html
AIの導入が企業の明暗を分けるとすれば、データサイエンティストの争奪戦となるのは言うまでもない。だが、適切な人材を確保できたとしても、AIの実用化まで道のりは長い。精度の高いAIモデルを作るには、モデル自体の選択やパラメータの調整が必要で、データ規模によっては年単位の時間がかかってしまうからだ。
こうした険しい道のりすらも、AIで解決しようというソリューションが近年出てきている。つまり、作業者は整形したデータを用意するだけでいい。後はデータを読み込ませ、行いたいことをマウスで数クリックするだけで、高精度なAIモデルが自動的に生成されるというものだ。しかも、人が1年以上かけて構築したAIモデルと同等かそれ以上の精度を、たった数分～数時間で生成してしまうという。 (ITmedia)
2019/09/12
＊「かつてないほどの優先度」 マイクロソフトがAI人材育成に本気な理由 経営層など対象
https://www.itmedia.co.jp/news/articles/1909/11/news123.html
日本マイクロソフトは9月11日、経営層や管理職向けにAI活用への理解を深める学習プログラム「AIビジネススクール」を提供すると発表した。受講者がAIを活用した事業変革への理解を深められるよう、無料のオンラインコンテンツや有料のワークショップを提供する。多忙な経営層が受講しやすいよう、コンパクトで分かりやすいコンテンツを用意したという。
オンラインコンテンツは、フランス発のビジネススクールINSEADと共同開発したグローバル向け教材を日本語に訳したもの。教材はテキストと動画で構成され、組織におけるAIの役割を戦略的かつ総合的に考えるためのフレームワークや、製造・小売など業界別のAI活用事例などを紹介している。合わせてパートナー企業によるハンズオン形式のセミナーも提供する予定だ。 (ITmedia)
2019/09/11
https://www.businessinsider.jp/post-198219
フェイスブックが｢ディープフェイク検出チャレンジ｣（Deepfake Detection Challenge）を発表した。ディープフェイク映像は、AIを使って実際とは違う発言をさせたり、そこにいない人物を登場させるなどの改ざんが加えられた映像。フェイスブックは、1000万ドル（約10億7000万円）を研究への投資や賞の開設に充てることでディープフェイク動画との戦いを援助するという。同社が俳優を雇い、顔の特性や特徴を集めて作ったデータ集は、企業がディープフェイク映像を検出する助けになると説明している。 (Business Insider)
2019/09/10
https://wired.jp/2019/09/10/arun-sundararajan/
AIとロボット分野で繰り広げられる国際競争で、日本は勝つことができるのだろうか？ 20世紀のテクノロジーを牽引した日本が再び世界をリードするための処方箋を、このほど来日するニューヨーク大学経営大学院（スターン・スクール）教授のアルン・スンドララジャンが提言する。5Gインフラに向けた国の施策や起業家精神のさらなる醸成、そして大胆なオートメーション化の推進など、日本のイノヴェイション促進への鍵をスンドララジャンが語った。
産業用ロボットの分野において日本がもつ強みは世界をリードする位置にあり、職場のオートメーション化の促進を可能にする。世界で産業用ロボット分野を牽引しているのは、デンソーや川崎重工業、三菱電機、ヤマハ、ファナックなどの日本企業だ。世界市場が拡大するなかで、このリーダーシップを維持するために政府が積極的な施策に打って出るのは賢明な選択だろう。 （WIRED）
2019/09/09
＊AI導入における７つの典型的なアンチパターンとは？
http://pages.techdevicetv.com/E0E0V1JlZgS060rO3j02b01
今回は、AIを導入する際に知っておきたい失敗事例「アンチパターン」をご紹介します。オーダーメイドでAIの開発・提供を行う株式会社Laboro.AIの藤原氏が、実際のプロジェクトを通して得た知見を語ります。
グローバルAIカンファレンス「AI/SUM（アイサム）：Applied AI Summit」が開催された。テーマは「AIと人・産業の共進化」。「ディープラーニングを産業実装するために ：メディア認識を現場で活用するための論点」というテーマで講演したのは、株式会社Laboro.AI代表取締役のCTO 藤原弘将氏。
実際のプロジェクトを通して得た知見と、失敗事例である「アンチパターン」を語った。 （Tech & Device TV Powered by HP）
2019/09/09
https://headlines.yahoo.co.jp/hl?a=20190909-00000013-zdn_n-sci
ビジネスに役立つAIの基礎知識について分かりやすく解説する本連載。前回の記事から、いまAIが具体的にどのようなアプリケーションに使われているかを紹介している。今回は音声認識の分野について考えてみよう。音声認識の歴史は古く、1952年には米ベル研究所が数字の1から9までの音声を認識可能な「オードリー」（Audrey）というシステムを開発。ちなみに本連載でも紹介したが、AIという言葉が誕生したのは1956年だ。
その後、1990年ごろからニューラルネットワークが音声認識の分野でも活用されるようになり、こちらも画像認識と同様、ディープラーニング技術を使って非常に高い精度の音声認識が実現されるようになっている。 (ITmedia)
2019/09/05
https://www.sbbit.jp/article/cont1/36863
これまでの連載では、AIのPoCとITのシステム開発の違いについて述べてきた。PoCのあとにはシステム開発が待っていることを理解しなければAIプロジェクトを本当の意味で成功に導けるとは言いがたい。そこで今回は、PoCを乗り越えながらも、本番のシステム開発フェーズに入って失敗した例をもとに、AI導入という目標は同じであるものの、仕事の進め方が変わることを提示したい。（ビジネス＋IT）
2019/09/05
https://mynavi-agent.jp/it/geekroid/2019/09/stockmark-1.html
私たちストックマークは、読解力AIを開発し、世界中の3万ものメディアの記事の中から、関心のある記事をピックアップして届けてくれるAnews、世界中のニュース、経営レポートから特定の業界、技術などの動向をまとめて届けてくれるAstrategy、商談メモから客先のニーズを可視化するA salesなどのサービスを提供しています。このようなサービスの中心になっているのが、読解力AIです。テキストの内容を理解し、分類してくれるAIです。
例えば、クラウド技術に関するニュースを収集したい場合、ITシステムであれば「クラウド」「AWS」「Azure」などというキーワードを登録し、そのキーワードが使われている記事をピックアップしてくれます。しかし、読解力AIを使ったAnewsではAWSやAzure、GCPに関するニュースが収集されるのは当然で、さらにはアリババクラウドやテンセントの記事なども収集されるのです。 （マイナビ）
2019/09/05
https://forbesjapan.com/articles/detail/29468
AI（人工知能）を活用した人物画像や動画の合成技術は「ディープフェイク」と呼ばれているが、よりシンプルな手法で作成可能な「声のディープフェイク」を活用した犯罪が発生した。電話を活用した詐欺は古くからあるが、AIによる合成ボイスで詐欺犯罪が行われた事例は、恐らくこれが初めてだ。
8月30日のウォール・ストリート・ジャーナル（WSJ）の記事によると、英国本拠のエネルギー企業の匿名のCEOが、ドイツの親会社の上役の指示を電話で受けて、約24万3000ドル（約2580万円）の資金をハンガリーの取引先に送金したという。 (Forbes)
2019/09/04
https://www.dreamnews.jp/press/0000176601/
2019年9月4日、ポジティブワン株式会社（本社：東京都渋谷区、支店：兵庫県神戸市）は、AIプラットフォームNVIDIA Jetson Nanoへのハードウエアおよびソフトウエア面の開発支援サービスを強化します。
NVIDIA社のGPUコンピューティングとして、ハイスペックのPCやサーバー上で動作するAIアルゴリズムを開発してから、省電力が低く、小型化および低コストへ検討する会社が多いです。そして、独自のアルゴリズムが安定してきたところで、NVIDIA Jetsonのプラットフォームに移植することで、ハードウエア価格、低消費を実現させようとします。実際、ハイスペックのPC上で動作しているソフトウエアをJetsonで動作させるには一苦労しますし、カメラ制御やストレージ、RTPなどによる送信など、いろいろな要素が含まれると、システムが安定せず、動作しないことが多いです。 （ドリームニュース）
2019/09/02
https://wired.jp/2019/09/02/artificial-intelligence-in-fashion-design/
ファッション業界では、お薦め商品の選定から仮想の新作コレクションの制作まで、さまざまな場でAIが活用されている。なかにはブランド名からロゴ、宣伝文句、Tシャツの刺繍デザインまで、あらゆる過程にAIを活用するブランドも登場した。こうしたなか、ファッョンの世界における人間の役割も、ゆるやかな変化を見せ始めている。(WIRED)
2019/09/01
https://news.yahoo.co.jp/byline/tsudakenji/20190830-00140524/
かつて、1980年はじめのころ、WSI（Wafer Scale Integration)と呼ばれるウェーハ規模の半導体があった。ロジックやメモリを集積したウェーハ規模のチップだった。しかし、うまくいかなかった。30数年後に米国のベンチャーCerebras社が開発したウェーハ規模のAIチップ（図1）は成功するだろうか。今度は成功するような気がする。なぜか。理由はニューラルネットワーク専用の回路だからだ。
(Yahoo)
2019/08/31
https://wired.jp/2019/08/31/wired-guide-to-artificial-intelligence/
これまでにないスピードで進化し続けている人工知能（AI）。いつ、どうやって誕生し、どのような進化を遂げてきたのか。これからのAIは、どう進化するのか──。現代において最も重要なテクノロジーのひとつであるAIについて、いま改めて徹底解説する。 (WIRED)
2019/08/30
＊深層学習が強化学習において果たす役割とは？『現場で使える！Python深層強化学習入門』から紹介
https://codezine.jp/article/detail/11687
AIサービスのみならずロボティクス分野でもその応用が期待されている深層強化学習。AI開発に携わる第一線の著者陣が開発手法について解説した『現場で使える！Python深層強化学習入門』（翔泳社）より、「Chapter1 強化学習の有用性」を抜粋して紹介します。
この記事では強化学習のアルゴリズムを理解するための前段として、機械学習の概要について説明します。さらに、機械学習において強化学習が他の学習法と本質的に異なる点を明らかにしつつ、その有用性について解説します。最後の節では、深層学習が強化学習において果たす役割について考察します (CodeZine)
2019/08/30
https://www.newsweekjapan.jp/yukawa/2019/08/ai-14_2.php
実は石山氏は、空海が書いた書物を複数冊読んだことがあるくらい空海の大ファン。空海の教えが、AI研究に役立つという信念を持っているという。
AI研究は、このフロイト的な心理学と空海的な仏教から影響を受けてきた歴史的な背景があり、"考えることについて考える"という人間特有の高次の思考のモデル化は、ディープラーニングの次に挑戦すべき分野としても着目されている。現在、AI研究では、STEM教育（科学、技術、工学、数学）と同時に、ELSI教育（倫理、法律、社会）の重要性も増しており、1200年前から両者を横断して捉えてきた空海の教えは現代でも非常に参考になる」と指摘。また「AI研究の中のコネクショニズム（データの世界）は空海が言うところの胎蔵界的、シンボリック（モデルの世界）は空海が言うところの金剛界的と見ることができる」と解説、AI研究と空海の教えの共通点をいくつか示した。 （Newsweek）
2019/08/28
https://headlines.yahoo.co.jp/article?a=20190828-00036878-biz_plus-sci
ソフトバンクグループの代表取締役会長兼社長の孫正義氏の、近年のAI（人工知能）領域への傾倒は目に明らかだ。同グループの投資ファンド「ソフトバンク・ビジョン・ファンド（SVF）」はAI（人工知能）企業に特化し、80社を超える企業に巨額の投資を行っている。なぜ、孫社長はAIにこれほど期待するのか。これまでの技術と何が違うのか。SoftBank World 2019の基調講演で語った。
「未来を予見する水晶玉は実在しない。だがそれに変わるものが出現しようとしている」孫社長の基調講演はこのようなフレーズから始まった。 （ビジネス＋IT）
2019/08/28
https://headlines.yahoo.co.jp/article?a=20190828-00029299-forbes-bus_all
画像認識などの分野で続々と大きな成果をおさめているディープラーニング。だが、その最新技術をビジネスの現場で使いこなすためには、いくつかの“問題”があるとされている。まずディープラーニングには、大量の学習用データが必要となる。しかしながら、すべての企業がデータを潤沢に保持している訳ではない。データを持っていない企業にとっては「絵に描いた餅」に過ぎず、そもそも使えないという大きなハードルがある。