聞き手／TAITAI 聞き手・文／実存 類地健太郎氏ソーシャルゲームに必要なコストが上がりすぎた──今回の取材の趣旨としては、長年ソーシャルゲーム業界でゲームを作り、さまざまなタイトルを手掛けてきた類地さんが、なぜSteamでゲームを作ろうとしているのか、をお訊きしたいと思います。 普通に考えたら、独立したとはいえ、スマホのソーシャルゲームをずっと作ってきたという強みがあるのだから、そこで戦えばいいんじゃないかと思うんです。 類地健太郎氏（以下、類地氏）： 一番大きな原因としては、「ソーシャルゲームに必要なコストが上がりすぎた」ことですね。開発コストが上がった結果として、成功するメリットよりも、失敗をするリスクの方が大きく見積もられてしまうようになってしまったんです。 一昔前だと『パズドラ』レベルのヒットを狙って、オリジナルタイトルでも数億円規模の開発費が比較的簡単に通ったんですが、今では

2019年9月5日，日本最大のゲーム開発者会議CEDEC 2019の2日めにバンダイナムコ研究所の森口明彦氏から，「芯（シン）・遅延対策2020 〜ヒトのスペックから導かれる安定性重視とフレームレートのベストプラクティス」と題する講演が行われた。 ゲームの体験で大きな問題になりうる「遅延」については，CEDECでもたびたび取り上げられ，森口氏も何度かCEDECで講演を行っている。遅延はプレイヤーの操作から画面に反映されるまでの時間差のことを指すものだが，今回の講演では，プレイヤー側の事情に踏み込んでどの程度の対策が必要とされているのか，どの程度の対策があれば十分なのかなどについて定量的な分析と考察が披露されたので，そのあたりを中心に紹介してみたい。 ゲームの処理サイクル（左）と人間の処理サイクル（右）。それぞれが一定の周期で処理を進めている 人間に対する視覚や聴覚の処理は小脳の運動中枢の一

最近の物体検出 2019/05/30 1. 最近の物体検出 2019/05/30 2. お品書き •イントロ • 歴史の振り返り •最近の動向 • キーポイント系 • multi-scale対応 3. イントロ 4. https://twitter.com/RUSH1L/status/889963452143357952/photo/1https://www.youtube.com/watch?v=VOC3huqHrss 5. MegDet 詳細不明 (ensemble) 52.5 SNIP (R-FCN, DPN-98, DCN) (ensemble) 48.3 Mask R-CNN ResNeXt-152 32x8d CornerNet Hourglass-104 SNIPER (Faster R-CNN, R-101, DCN) NAS-FPN RetinaNet, AmoebaNe

表1　Object Detection APIの公開モデル 3. サンプルアプリのインストール手順 それでは、さっそくサンプルアプリをインストールして利用してみましょう。今回のアプリは、Webブラウザから利用可能なWebアプリケーションになっており、Google Compute Engine（GCE）の仮想マシン上で実行します。PythonのWebアプリケーションフレームワークである、Flaskを用いて作成されており、Flaskのコードの中からTensorFlowによる認識処理を実行する形になります。 仮想マシンインスタンスの作成 はじめに、準備として、Google Cloud Platform（GCP）にアカウントを登録して、新しいプロジェクトを作成します。この手順については、第0回の記事を参考にしてください。プロジェクトが作成できたら、コンソール画面の「Compute Engine」メ

■貧乏になる人の特徴 私には、わりと幅広い所得階層の友人がいる。有名大学出身の経営者や金融マンから、ワーキングプアのフリーターまで、様々な階層の人と付き合っている。そして、貧乏な人ほど「自分には運がない」とぼやく。 ところが、詳しく話を聞いてみると、貧乏な友人たちは「悪運を引き寄せるような生活習慣」を持っている場合が多い。スーパーナチュラルでスピリチュアルな話をしたいわけではない。彼らは、偶然を合理的に操作できないのだ。 彼らの語る「不幸」の例は、いずれも回避可能なものばかりだ。 たとえば「5万円するクロスバイクを盗まれた」「肝心なときにパソコンが壊れた」「病院に行ったら重たい病気が発覚して治療費がかさんだ」等々。一見すると、たしかに運が悪そうに思える。が、話をよく聞くと、不幸を回避する努力をしていない場合が珍しくない。 「自転車を盗まれたら嫌だな〜って、前から思っていたんだよねw」なんて

以前に試した、アイドル顔識別の性能評価。 memo.sugyan.com それから半年以上も経ってデータ数も増えたし ちょっと確かめたいこともあったので、再び試してみた。 新データセット 前回は 40人×180件 で 計7,200件 を用意したけど、今回はもう少し多めにデータが集まっていたので(卒業などでもうアイドルではなくなってしまった子も居るけど…)、今回は 120人×200件 で 計24,000件 を抽出してデータセットを作成した。 実際にラベル付けしたデータから抽出してみると、元が同じ画像なのに加工や顔検出器のブレなどで別の顔画像として登録されてしまっているもの、明らかに同じ日・同じ場所で連写していて「ほぼ同じ顔画像」と思われるもの などの重複が結構あることに気付いて、頑張って出来る限り排除した。 前回もある程度は人力でチェックしていたけど、今回は学習済みモデルに食わせた中間層出力

電子情報通信学会「パターン認識・メディア理解研究会」（2016年2月14日＠九州工業大学，福岡県飯塚市)でのプレゼン資料です． 対応する原稿は以下です． 電子情報通信学会技術研究報告, PRMU2015-133 http://www.ieice.org/ken/paper/20160221UbGo/ 以下はアブストラクトです．=========================== 印刷数字，手書き数字，多フォント数字を対象として，畳み込みニューラルネッ トワーク(CNN) による認識実験を試みた．いずれのタスクにも大規模な データセットを用いた．得られた認識率は，印刷数字について99.99%，手書き数字について99.89%，そして多フォント数字について96.4%であった． さらに印刷数字と手書き数字の混合認識という，予想される困難性からか従来あまり試みられなかった課題についても，CNNの利

はじめに この記事は、Life is Tech ! アドベントカレンダー2016 18日目の記事です。 はじめまして！iPhoneメンターのにっしーです。 「時間があるときに勉強しよう」と人工知能／機械学習／Deep Learning／認識技術といったトピックの記事の見つけてはストックしてきたものの、結局2016年は何一つやらずに終わろうとしているので、とにかく一歩でも足を踏み出すべく、 本質的な理解等はさておき、とにかく試してみる ということで画像認識技術に触れてみることにしました。 画像認識とは? 画像認識とは、画像データの画像内容を分析して、その形状を認識する技術のことである。 -- Weblio辞書 画像認識では、画像データから対象物となる輪郭を抽出して、背景から分離し、その対象物が何であるかを分析するのが基本になります。 しかし、人間なら無意識化に行われていることですが、コンピュ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 手書きひらがなの認識、教科書通りの畳み込みニューラルネットワーク（ディープラーニング）で、99.78%の精度が出ました。教科書通りである事が（独自性がない事が）逆に読む方・書く方にメリットがありそうなので、Qiitaで記事にします。 ソースコード ソースコードは https://github.com/yukoba/CnnJapaneseCharacter です。 いきさつ いきさつは、友人と手書きひらがなの認識の雑談をFacebookでしていて、ググったら、この2つが見つかりました。 「Tensorflowを２ヶ月触ったので"手書きひら

At Meta, research permeates everything we do. We believe the most interesting research questions are derived from real world problems.

支援級の登校日で、子供が担任から「やる気が無いなら帰れ」と言われて帰ってきてしまった。本人は「やる気はなかったから」と話しているそうですが、この場合本人にどうすべきだったか伝えるにはどうしたら良かったのか…と悩むお母さんのTweetです。リプ欄のやりとりも合わせてまとめてみました。 fumikichi @fumikichi2525 先日、支援級の登校日で、次男は担任からやる気が無いなら帰れ、と言われて帰ってきてしまった。 やる気はなかったからと本人談。 これ、ずっと考えてる。 やる気が無いなら帰れと言われても帰ったらダメなんだよ、と本人に教えるべきなんだろうか。 2016-08-12 11:05:39 fumikichi @fumikichi2525 支援学級の担任がこの言葉を使ったのは間違っていると思ってる。 でも、先々で同じ事が起こらないか。 今はまだ中三だから、もう少ししてから教える

Juliusを使った音声認識で遊ぼうとしたら大変だった話 2014年10月19日 / kamaboko / 0 Comments 先日、卒業研究の中間発表が終わりました。 少し時間もできたので、そろそろ高専祭に向けてEject工作の準備を進めなければなりません。 ネタは既に決まっていてTwitter等を見ている方はわかると思いますが、「Ejectカー」です。（詳しくはまた別途記事を書きます。） 機構自体は既に出来上がっていて、もう後は組み立てるだけにところまでは来ています。 で、問題は「何をトリガーにして動かすか」です。 候補としては「Twitterのリプライorハッシュタグ」を考えています。 まぁ他にも色々使えそうなものがあれば使いたいなぁと色々妄想していたのですが、そこで思いついたのが「音声認識」でした。 で、とりあえず音声認識だけやってみようということで、軽い気持ちで始めたのが今回の

以前は MNISTの例を使って画像識別を試してみた けど、次はカラー画像についての識別を試してみる。 「アイドルなんてみんな同じ顔に見える」って 最近も言われてるのかどうか知らないけど、自分もつい5年前くらいまではそう思っていたわけで。その識別を機械学習でやってみよう という試み。 最近はほとんどライブに行かなくなってしまったけど大好きなももいろクローバーZちゃんを題材にしてみることに。 5人のメンバーの顔は機械学習によってどれくらい分類できるようになるのか？？ CIFAR-10 CIFAR-10 という、32×32サイズのカラー画像を10種類のクラスに分類する識別課題があり、そのデータセットが公開されている。これを実際にTensorFlowで学習するための畳み込みニューラルネットワークのモデルや関数などがtensorflow.models.image.cifar10パッケージに同梱されて

（この記事はGoogle Cloud Platform Advent Calendar 2015の12月3日分の記事です） Cloud Vision APIと私 Googleに入ってからまもなく5年、Google Cloud Platformのデベロッパーアドボケイト（エバンジェリストみたいな役割）の仕事に就いてから1年が経ちました。仕事の半分はアジア地域向けの開発者コミュニティ支援で、残り半分はGCPの新製品ローンチの支援をグローバル向けに行っています。 特にここ半年は、TensorFlowをはじめ、GCPの機械学習系プロダクトのローンチ支援にフォーカスしています。TensorFlowはその序章で、公開前からAlphaカスタマー向けのスライドを作ったり説明やデモしたりしていました。 そうしたGCPの新しい機械学習系サービスのひとつが、Cloud Vision APIです。これはGoogl