自動着色ソフト（style2paints V4）が誰でも無料で使えるようになった。このソフトが生み出した様々な作品と、それを見た人々の反応をまとめました

2. 目次 • 汎用人工知能、超知能、シンギュラリティ • 人工知能のアーキテクチャと意識 • AI脅威論の深層 • 人工知能倫理基準 • 人工知能が人間の仕事を奪うか？ • 弱そうに見えるAIの脅威 • プライバシー • AI自律兵器 • 汎用人工知能の倫理 • 人工知能の個人への影響 • 法制度とプライバシー保護 • 付録： – 人工知能倫理基準 – 個人管理型のデータ流通 • 注： この資料のイラスト、写真はマイクロソフト PowerPoint2016から検索さ れ Creative Commons ライセンス になっています。 2 4. このテーマの主な参考書 • R.カーツワイル：ポスト･ヒューマン誕生 ，NHK出版,2005 • J.バラット：人工知能 人類最後にして最悪の発明, ダイヤモンド社, 2013 • J.マルコフ: 人工知能は敵か味方か, 日経BP社,2015 •

この記事は、前出の本に入れる予定だったコラムのうちの一つです。 正確にいうと、本に入れる予定だったけど、メイン側で締め切りをぶっちぎっていたら、コラムを追加できるような空気じゃなくなって、書くのをやめたものです。 本の宣伝を兼ねて、没にしたコラムに日の目を見させて、あわよくば第二版で入ればいいなー、という内容です。 データサイエンティストの頭の中「偉い人たちは頭がおかしい」と言っても、それは相対的なものであるため、比較対象であるデータサイエンティストの頭の中を覗いてみましょう。 データサイエンティストは組織におけるデータ活用状況について、レベル分けして考えます。そして、基本的に前のレベルが実現できなくては、次のレベルに進むことはできないと考えています。 以下のレベル分けは私が適当に思い描いているものですが、同業者なら大よそ一緒なんじゃないかと思います。 Lv0: データ収集、ログ設計Lv1

AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記

6/28から6/30に東京ビッグサイトで開かれた第1回 AI・人工知能EXPO*1に参加して、基調講演を聴いてきたので概要をメモ書き程度にまとめた。個別の展示はちょっと数が多いので省略^^; 今年の目標（2017/1/1）にも書いたけれど、AIをどうビジネスにしていくかという点は関心があるので今後も動向をウォッチしていきたい。MicrosoftとWatsonのAPIはあとで使い込んでみる予定。 全体的な所感 カスタマーサービス向けのチャットボットツール（ルールベース）に関する展示が非常に多い コンピュータビジョンに関連したDeep Learning技術も目立ったが既存モデル（YOLO物体検出、人検出など）の活用が中心 DL以前の機械学習手法・データマイニング・テキストマイニングの活用事例も多い テキスト・画像・音声データの収集・アノテーションに特化した会社（IR-ALT、REALWORLD

by Gwydion M Williams デンマークのIT系スタートアップであるUIzard Technologiesが人工知能(AI)を利用して、グラフィカルユーザーインターフェイス(GUI)のスクリーンショットを読み込ませると、そのGUIに必要なコード(storyboardファイルやHTMLファイル)を出力するというアプリケーションを開発しました。YouTubeではそのデモンストレーション映像が公開されています。 pix2code - YouTube 「pix2code」はGUIのスクリーンショットからコードを生成します。 まず用意したのはモバイル端末向けのGUI。単なるスクリーンショットのPNG画像です。 これをpix2codeに読み込ませます。pix2codeではターゲットとなるプラットフォームを「iOS」「Android」「Web」の3つから選べるようで、ここではiOSを選んで

AIの分野で深層学習を中心とした大きな変革が起きているのと同時に、バイオテクノロジーの分野でもゲノムシーケンサやゲノム編集など革新的な科学技術が登場しています。 この二つの革命を融合させて生命の仕組みを理解し、未来の医療へとつなげていく動きが世界中に起きています。こうした動きを俯瞰した上で、私達がAIの技術を医療分野にどのように活用していくかについて以下の特集記事で述べています。基本的に、生体メカニズムはとても複雑であり、人間が全ての生命現象を正確に把握するのは困難です。バイオテクノロジーとAIの力を組み合わせることで、解明を進められると考えています。是非ご覧いただき、ご意見などいただければと思います。 「AIは医療分野にどのような変化をもたらすか」 岡野原　大輔、大田　信行 国際医薬品情報 2017年2月27日 第1076号 潮流 [pdf] （発行元の国際商業出版株式会社様に転載許諾を

4月10日の日経ITproの記事「 AIベンチャーの雄が総務省の開発指針に反対する理由」で、総務省主導で推進されているAIネットワーク社会推進会議とその開発原則分科会からPFNが離脱したことを、取り上げていただきました。私とのとりとめのないインタビューを適切にまとめてくださった日経ITpro浅川記者に深く感謝いたします。また、その記事に対して、はてなブックマーク、NewsPicks、FacebookなどのSNSを通して多くのコメントを下さった方にも感謝の意を表します。ありがとうございます。離脱の理由は記事にある通りですが、総務省の方々も私達の立場を真摯に受け止めてくださっていて、実りのある議論を続けてくださっています。その上で、今後の議論を深めるために、いくつかの点について補足したいと思います。 汎用人工知能と特化型人工知能 現在、人工知能という言葉は大雑把には、 汎用人工知能（「強い」人

cakesは2022年8月31日に終了いたしました。 10年間の長きにわたり、ご愛読ありがとうございました。 2022年9月1日

昨年は「今年こそデータサイエンティストになると決意したあなたが読むべき10冊」と題して、年末年始に読んで欲しい本を紹介しました。 今年はバズワードだった人工知能と機械学習を、いよいよ実装しなければならなくなったエンジニアを対象に、これ読んだらいいと思いますよという本を紹介します。 そもそも「人工知能」って何やねん？いま最も人気の学会は人工知能学会らしいですが、そもそも「人工知能」って学術的にはどう定義されているの？と思われている方向けに、まずは読んで欲しい1冊です。 人工知能学会誌での連載解説が大幅に加筆修正された、とあります。 人工知能とは (監修:人工知能学会)松尾 豊 中島 秀之 西田 豊明 溝口 理一郎 長尾 真 堀 浩一 浅田 稔 松原 仁 武田 英明 池上 高志 山口 高平 山川 宏 栗原 聡近代科学社 2016-05-30 人工知能分野で最先端の研究を行う研究者13人による「

東京大学医科学研究所が導入した２０００万件もの医学論文を学習した人工知能が、専門の医師でも診断が難しい特殊な白血病を僅か１０分ほどで見抜き、治療法を変えるよう提案した結果、６０代の女性患者の命が救われたことが分かりました。人工知能は、このほかにも医師では診断が難しかった２人のがん患者の病名を突き止めるなど合わせて４１人の患者の治療に役立つ情報を提供していて、専門家は「人工知能が人の命を救った国内初のケースだと思う」と話しています。 このうち６０代の女性患者は当初、医師から「急性骨髄性白血病」と診断されこの白血病に効果がある２種類の抗がん剤の治療を数か月間、受けましたが、意識障害を起こすなど容体が悪化し、その原因も分かりませんでした。このため、女性患者の１５００に上る遺伝子の変化のデータを人工知能に入力し分析したところ、人工知能は１０分ほどで女性が「二次性白血病」という別のがんにかかっている

(Photo credit: A Health Blog via Visual Hunt / CC BY-SA) 「人工知能」ブームが本格化してまだほんの数ヶ月だと思うんですが、気がついたらTV含む大手メディアが皆こぞって毎日のように「人工知能」を取り上げ、あまつさえ政府や与党の諮問会議でまで「人工知能」の語が飛び交う有様で、一体何をどうしたらこうなるのか僕には全く分かりません（汗）。 とは言え、実際にビジネスの現場でも「人工知能」への期待感が日に日に高まり続けているのは事実で、例えば友人知人の経営者との酒席でも「最近人工知能ってめっちゃくちゃ流行ってるじゃん、あれって実際どうなの？本当に役に立つの？今からでも人工知能事業に参入すべきなのかな？それとも俺たちあいつらに滅ぼされちゃうの？」みたいなことを聞かれることが多いんですよね。 ということで、そういう「人工知能」ブームに乗り遅れたけれど

最近は人工知能分野の話題に事欠かないので、IT系に詳しくない人でも、Deep Learning がどうとか、人工知能がどうとかという話題を耳にすることが多いと思います。 猫も杓子も Deep Learning な世の中ですが、そもそも人工知能とか Deep Learning ってなんなんだっけ？ という疑問に答えられる人は多くないはずです。 今回は、広く浅く、人工知能と Deep Learning について書きます (この記事をご覧になればわかるように、人工知能 = Deep Learning では決して無いのですが、両者はよく並んで紹介されるので、ここでも同列に書いています)。 最初に結論 Deep Learning は(真の)人工知能ではない。なんでもかんでも人工知能って呼ばない。 「Deep Learning」、「人工知能」ともにバズワード*1になりつつあるので気をつけよう。 コンピ

sponsored Z世代が本当にほしいPCを目指して企画したモデル 推し活はかどるノートPC「LAVIE SOL」いいかも。けっこう欲しいかも。 sponsored JAPANNEXTの開発中モデル＆最新注目モデルをまとめて紹介！【前編】 有機ELウルトラワイドに16:18の縦長ディスプレー！ワクワクが止まらないJAPANNEXTの開発中モデルを取材した sponsored Core Ultra 9 285KとZ890 Steel Legend WiFiの「ZEFT Z54CM」について聞いた さっそくCore Ultra 200SのBTOPC登場！ ASRock原口氏に聞いた採用マザボのコダワリに、一同唸る sponsored 桐井製作所にとってのBacklogは「発注のプロ」になるための成長ツール sponsored 独自のスタイルで落ちない＆便利なイヤホン、ファーウェイ「HUAWE

Image Credit: Chris/Flickr ディープラーニングという人工知能の一種に特化した数あるスタートアップの1つであるNervana Systemsは本日、NeonディープラーニングソフトウェアをApacheオープンソースライセンスの元でリリースしたと発表した（編集部注：原文掲載5月6日）。誰でも無償で試用することができる。 Nervana SystemsはFacebookの研究員が最近実施した性能測定を挙げ、このソフトウェアがNvidiaのcuDNNとFacebookのTorch7ライブラリを含め公開されている他のディープラーニングツールをみな性能面で凌駕したとしている。 「私たちは本ツールをリリースし、人々が簡単にディープラーニングを自分の課題に適用できるようにしたかったのです」とNervanaのCEOであるNaveen Rao氏はVentureBeatとのインタビュー