TAG pickup

人工知能の活用事例

「医療・ヘルスケア×AI」人工知能で健康になりすぎちゃう!?

医療・ヘルスケアの未来 どうもこんにちは。白飯とお魚があれば生きていける佐野です。今日はなんのお魚を食べましょうか。 僕は、もちろん大好きのお魚に加えて、野菜も大好きです。自分でいうのもなんですが、THE健康食だと思っています。 しかし、こんな食生活をしていても、私も立派な大学生です。徹夜したり、昼夜逆転してしまったりと生活リズムはむちゃくちゃです。そんなことをしていたら、食生活だけ良くても健康でいることは難しいですね。 ずっと健康で生きていきたい。これが私の目標です。いま、それが実現できるような「医療・ヘルスケア×AI」の分野が注目されています。医療とヘルスケアまで人工知能によって管理できるようになったら、最強の人体が出来上がるかもしれません!楽しみですね、さあ見ていきましょう!! ◆目次 Noom パーソナルカラダサポート 10分で遺伝子解析 AIを活用したがん医療システム Noom まずは、ヘルスケアとAIを組み合わせたヘルスケアアプリです! テクノロジーで人々の健康をサポートすることを目的としたNY発のヘルスケアアプリです。最新のテクノロジーを用いて、16週間をかけて減量や肥満予防をサポートしてくれます。どんな感じで人工知能が関わっているのでしょうか。特徴は2つです。 ①「一人ひとりの生活に合わせたプログラム」 →最新の人工知能が一人ひとりの生活に合わせたプログラムを提供します。食事や運動の記録をもとに学習するので、管理も効率的です。例えば、1日の食事内容は健康度に応じて緑・赤・黄と3色のグラフに分けてくれます。日々の生活の様子から健康的になるための様々な選択肢の提案もできます。 ②「行動変容を促すプログラム」 →一時的な健康ではなく、健康を習慣化させることを目指し、常に最新の情報を取り込んでいます。それをもとに設計されたプログラムを用いることで、食事・運動・睡眠など減量に必要な知識はすべて学ぶことができます。 これらの機能に加えて、人工知能では補えない「利用者の立場に立って考える」という部分を、オンライン上のコーチングにより、やる気を引き出してくれたり、1対1でコミュニケーションをはかってくれたりと、手厚いサポートがあります。 将来はこのような心理的な面のサポートも人工知能でできるようになるかもしれませんね! このようなヘルスケアアプリには、FiNCという似たようなアプリもあります。こちらは今のところは専門家の相談とその分析でサービスを行っているのですが、先日、人工知能界ではとても有名なIBMのWatsonを活用したサービス開発に乗り出しました。さらに、「FiNC Wellness AI Lab(FiNC Wellness 人工知能研究所)」を設置し、ライフログや健診データ等の統合・解析データを活用したソリューションを提供するという研究も開始したそうです。 ますますヘルスケア業界で人工知能が活用されていってますね。これからどのように人工知能を用いて、これまで以上のヘルスケアをしてくれるのかが楽しみです!健康に「なりすぎ」なんてことはないのでうれしいことだらけですね! <参照元> Noom FiNC パーソナルカラダサポート こちらもNoomと似たようなサービスですが、こちらの特徴としては、提案することを「運動+食事」に絞っているといったことです。IBMのWatsonを活用したことで、話題となりました。ソフトバンクのサービスです。特徴を見てみましょう。 ①「生活習慣などのアンケートに回答」 →これに答えたり、毎日の食事や運動を記録することで、パーソナルデータを蓄積していきます。これをWatsonによって解析し、個人の特性にあったアドバイスをすることができます。 ②「遺伝子検査」 →肥満遺伝子などを検査することによって、その人の特性をより知ることができます。日々の生活習慣だけでなく、その人の体質も加えたデータを分析してくれるので、自分にぴったりのサポートを提案してくれます。 遺伝子解析をしてくれるってすごいですよね。遺伝子検査が身近になったのも、日進月歩している技術と人工知能のおかげです。このサービスは長友選手がオフィシャルサポーターなので、長友好きの人にもお勧めです! <参照元> パーソナルカラダサポート 10分で遺伝子解析 今までは似たようなヘルスケアアプリを紹介しましたが、次はなんと人工知能が遺伝子解析をしたことによって1人の患者が救われたという事例を見てみましょう!どのような経緯で人工知能が治療に用いられ、患者さんは助かったのでしょうか。 ①診断が極めて難しい白血病の女性患者さんは、2種類の抗がん剤を用いた治療を数か月間受けましたが、容体が悪化し、その原因もわかりませんでした。 ②そこで、2000万件もの医学論文を学習した人工知能Watsonが、女性患者の遺伝子の変化データを分析すると、最初の診断とは別のガンにかかっていると見抜き、抗がん剤の種類を変えるように提案しました。 ③その判断が功を奏し、女性は命を救われ、無事退院することができたということです。 ここでもまた出てきました、IBMのWatson。万能ですね!すごすぎますね!! 今回のケースは、人工知能が人の命を救った国内初のケースといっていいぐらいの快挙だそうです。医師が1人では分析できない情報をこうして人工知能に任せることで患者さんを救うことができる、ということが証明された今、人工知能が医療の世界を変えることはもう間もないことなのかもしれません。 <参照元> NHK「かぶん」ブログ AIを活用したがん医療システム 実用的な事例を見たあとは、これからどうなっていくのかも気になりますよね!これからは、本当に医療現場に人工知能が活用されていく時代です。実際に、国立がん研究センターや人工知能研究センターなどが共同で、人工知能を活用した統合的がん医療システム開発プロジェクトを開始しました。 国立がん研究センターは、これまでも世界で有数の質の高いがんの基礎研究・臨床研究を行っており、がんに関するデータは膨大な量になります。これらを統合的に解析することで、個人に最適な医療を提供できるのですが、うまく解析することができていませんでした。そんなとき、人工知能が発展し、多様ながんのビッグデータを解析することができるようになったので、このプロジェクトが発足したようです。 このプロジェクトにより、どんなことが可能になるのでしょうか。 ①国立がん研究センターに蓄積されている膨大な患者さんの臨床情報や、生体分子情報、さらに文献の情報などを、人工知能を利用して、統合的に解析します。それによって、日本人のがん患者個人に最適化された医療システムを開発することができます。 ②ディープラーニングを用いて診断することで、その人個人に今後どのようながんの危険性があるか、などの早期予測が高精度で可能になります。 予測してくれる上に、もしなったときの対策もバッチリ…おそるべし人工知能ですね。このプロジェクトは5年後をめどに実用化を目指しているそうなので、もうすぐそこにある技術です。医療の質はこれからもどんどん上がっていきそうですね! <参照元>…

インタビュー

【著者対談】人工知能(AI)開発のヒントが学べる!『エクサスケールの少女』がとても興味深い!

人工知能研究者の間で話題になっているSF小説『エクサスケールの少女』をご存知でしょうか。 これまで政治経済小説を手がけてきた文系の作家・さかき漣さんが綿密な取材と100冊以上の参考文献を元に描く同書は、壮大なSF作品としての面白さに加えて、現実的に、人工知能が未来の生活をどのように変えるのかを的確に示唆してくれます。 こんにちは。AINOW編集部のかめきちです。 今回は『エクサスケールの少女』著者のさかき漣さんとの対談をお送りいたします。 まずは、本の紹介を。 映像化もイメージ?「巫女さんみたいに、世界に入って書いた」 「価値システム」と「善悪二元論」の否定 脅威論よりは技術革新を。クリエイターだから見えること。 編集後記 人工知能というと工学的な分野がピックアップされがちですが、人間との共存をめざす人工知能だからこそ、「賢さ」や「性能」以外の生物本来の感情表現を考慮する必要があると考えさせられました。 作中でもキーワードとなる「価値システム」。どんな人工知能になるかは私たち、人間の行動によって変わってきます。今後、人工知能を作るための社会インフラが必要になりますが、データを人工知能に与える際、性能も高く、社会・人間にとっても優しい人工知能になるようなインフラ作りが重要であると感じます。 なんと5名様に読者プレゼント! 今回、徳間書店さまからAINOW読者さまに『エクサスケールの少女』をご恵贈いただきました! 抽選で5名の方にプレゼントいたします!応募締め切りは、2月28日(火)。

ニュース

人工知能に関する「特許数ランキング」 あのNHKが機械学習で10位!?

AINOW編集部です。 今回は「人工知能」「機械学習」「自然言語処理」に関する特許・実用新案の発行状況を調べてみました。 調査方法は、以下の通りです。 (1)特許情報プラットフォームで「人工知能」「機械学習」「自然言語処理」を検索 (2)検索ワードごとの検索結果を「特許発行年数」と「筆頭出願人」に注目して集計 *出願内容・筆頭出願人の名称のゆらぎは一切考慮せずに集計しています。参考程度にご活用ください。 (編集:2/20 20:48 グラフタイトルの一部に誤植がありましたので修正いたしました。ご指摘ありがとうございます) 「特許」「実用新案」発行数の年次推移 1993年〜2016年の「人工知能」に関する特許発行数は、473件でした。 年次推移のグラフを見てみると、全体的に2016年にかけて右肩上がりの推移で、3つほど盛り上がりが見えます。 1つ目の山は1990年代の前半。おそらく「エキスパートシステム」が流行した第2次AIブームの余波でしょうか。2つ目の山は2003〜2008年。「技術的特異点(シンギュラリティ)」で話題になったレイ・カーツワイルの『The Singularity Is Near:When Humans Transcend Biology』が発表した翌年2006年には、特許発行数はグラフ中でピークを迎えています。その後少し落ち着いて、2015〜2016年と大きく伸びています。 1994年〜2016年の「機械学習」に関する特許発行数は、985件でした。 年次推移のグラフを見てみると、2002年から綺麗に右肩上がりの推移。2012年以降は、ディープラーニング研究の急速な発展に合わせて件数を大きく増やしています。 1993年〜2016年の「自然言語処理」に関する特許発行数は、469件でした。 インターネットの商用利用に合わせて1990年代半ばにかけて、また、機械翻訳の急速な発展が見られた2000年代の半ばにかけて盛り上がりを見せています。その後、特許発行数は落ち着いているようです。 筆頭出願人ごとの集計 「人工知能」に関する特許発行数1位は、マイクロソフトでした。同社が人工知能に関する特許を取得開始したのは2004年のようです。 2位の宮崎洋彰氏は、元三菱電気で、人工衛星の軌道や姿勢の制御を担当し、2016年に人工知能の研究開発を行うオメガ・レゾンを設立。「言語入力により自律的に知識を拡大する人工知能装置」や「自己組織的に処理能力を拡大する人工知能装置」で特許を取得しています。 「機械学習」の1位は日本電信電話株式会社(NTT)。1996年から機械学習に関する特許を取得開始。2014〜2016年はさらに注力したようで3年で20件も取得しています。3位の富士ゼロックスは、機械学習に関する研究の学会発表も活発ですが、同社発行の「テクニカルレポート」も興味深いです。 10位には日本放送協会(NHK)。人物認識(検出)や視聴状況の確認に関する技術で取得しているようです。 自然言語処理TOP3はキヤノン・東芝・富士ゼロックスと複合機が浮かぶ顔ぶれ。やはり文書管理に強みを持つ会社が、昔から積極的に特許を取得しています。最近だと、17位のヴァル研究所は乗り換え案内サービスの「駅すぱあと」を運営する企業。経路検索に関連して特許を取得しています。 編集後記 特許の視点から「人工知能」「機械学習」「自然言語処理」のキーワードでレポートしてみました。各企業がどのような研究開発に注力しているのが見えて面白いですね。 細かく内容を精査していないため、参考程度にご活用いただけますと幸いです。

イベントレポート

脳の言語理解から学ぶ人工知能「第17回 全脳アーキテクチャ勉強会 ~ 失語症と発達性ディスレクシア ~」

2月11日(土)に開催された全脳アーキテクチャの勉強会を取材してきましたのでレポートさせて頂きたいと思います。 汎用人工知能を作るヒントは、やはり人間の脳を解明することが必要不可欠です。今回のイベントで、工学的な目線だけでなく、脳科学の分野からも人工知能開発における知見を得ていきたいと思いました。 「第17回 全脳アーキテクチャ勉強会 ~ 失語症をめぐって ~」 https://wba-meetup.doorkeeper.jp/events/57007 全脳アーキテクチャ・イニシアティブ代表 山川宏氏より開会の挨拶 人類と唱和する人工知能のある世界を目指して 冒頭、全脳アーキテクチャ・イニシアティブ代表 山川先生より2017年、全脳アーキテクチャの方向性についてお話を頂きました。 汎用人工知能の目指すべき方向性として、下記のキーワードを掲げられておりました。 ・Common Good みんなの公共財であること。 ・Value Alignment 人間のようなやさしさを持った価値観を持っていること。 「失語症と発達性ディスレクシア」プログラム委員長 浅川伸一氏(東京女子大学) プログラム委員長 浅川先生からは、本日のテーマである「失語症と発達性ディスレクシア」について、全脳アーキテクチャで取り上げるテーマの意味についてお話を頂きました。 脳はまだわからないことが多く、複雑であるので、理解を深めるために脳科学の知見から脳のモジュールについて、もう一度確認をしておくべきであると。 「脳内神経線維連絡と失語症」 近藤正樹氏(京都府立医科大学) 普段は学生の教育と研究、神経内科の臨床に携わられており、ご多忙の中、お越しいただきました。近藤先生からは、失語症という病気とその原因について、脳のどの部位で起こっているのか具体的な解説をして頂きました。 失語症とは 何を言っているかわからない 言葉が出ない・出にくい 言葉が理解できない・理解しにくい 口頭言語(話し言葉)と文字言語(書き言葉)の障害 このように、思うように言葉を話したり、書くことができない病気で、脳卒中の患者で1割程度、失語症を患っているケースがあるそうです。 そして、失語は大きく分けると主に3つの種類があります。 運動性失語(言葉がでない) 感覚生失語(言葉が理解できない) 伝導失語(音韻の誤りがある、復唱の障害) 脳の病巣部位としては、左半球の障害で特に、左シルヴィウス裂周辺で起こるそうです。脳の障害が及ぼす部位によって症状が異なっているそうです。 前方型:運動性 言葉がしゃべれない症状が主体 後方型:感覚性 言葉が理解できない症状が主体 失語症の評価は、自発語の状態,呼称/復唱/理解,書字,読字を観察することで判断することができます。例えば、このような質問を投げかえると、失語症の方は、正常に応答することができません。 わざといいえで答える質問を行う。 身近にある物品の名前をいくつか呼称してもらう。 口頭命令を行う。 発語の様子は、音声の録音データを基に実例を聞かせて頂きました。 拡散テンソル fiber tracking / tractgraphy 後半は、失語症を発症している時の脳の評価方法として、Fiber Tracking法、Tractography(トラクトグラフィー)を用いた手法について解説頂きました。 Tractography…

寄稿

コーディング不要で「Twitter投稿画像を解説する人工知能ボット」を開発する

今回は、コーディングレス開発環境であるNode-REDを用いて「Twitterへ投稿された画像に何が写っているか発言する人工知能ジョークボット」を作成しましたので紹介します。本ボットは、Microsoft Cognitive ServicesのComputer Vision APIノードと、WatsonのLanguage Translater APIノードを組み合わせて開発しました。特定のハッシュタグを含む画像付きツイートが投稿されると、下の様に画像に何が写っているかの説明を返信してくれます。 現在、ハッシュタグ#cogbotを付けて画像を投稿すると、ボットが応答するようにしていますので、遊んでみてください。最初にボットの動作デモを掲載します。 (1) 電車の写真 まず、特定のハッシュタグを付けて、下の電車の画像を投稿してみます。 すると、ボットが写真に何が写っているか発言します。「旅客列車が駅に到着」とリプライし、良い感じの認識結末ですね。 (2) カフェの写真 同様にハッシュタグを付けて、カフェの写真を投稿します。 ボットが「サンドイッチとコーヒー1杯」と返しました。右下のフルーツは何か分からなかったようです。 (3) フルーツの写真 次に、フルーツ盛り合わせの写真を投稿します。 「プレートの上のフルーツサラダ」と返ってきました。白いお皿も正しく認識しているようですね。 (4) 船の写真 大きな船、クイーンビクトリア号の写真を投稿します。 「桟橋に停泊船」と出力されました。確かに桟橋と船がありますね。手前の小さな船を認識している気もしますが、正解です。 (5) 庭の写真 庭の写真を投稿します。 「レンガのビルの前にあるベンチ」と出力されました。左下の白い椅子のことですね。位置関係も理解している点が素晴らしいです。 (6) 夜景の写真 夜景の写真を投稿してみます。 「日没時の夜景ビュー」と出力されました。上の方の夕焼けの色を認識して、日没時であることを判定しました。時間帯まで把握する点、凄いです。 (7) お弁当の写真 お弁当の写真をアップロードしてみます。 「さまざまな食材でいっぱいのプラスチック容器」と表示されました。個々の食材を説明すると長くなるので「さまざまな食材」とまとめるざっくり感も人間らしいです。プラスチック容器であることは、光り具合から判定しているのでしょうか。凄いです。 (8) ランチの写真 飯テロすいません。この写真は「さあ、今から食べるぞ。いただきます。」という状況です。 「食事が準備され、食べられるように用意」と出力されました。怖いくらい状況をよく把握していますね。 (9) 時計台の写真 最後に、ロンドンのビックベンの写真を投稿してみます。 「londonの街にそびえる大きな時計塔」と出力されました。ツイート本文にロンドンと書きましたが、本情報は使わず画像のみでロンドンの写真であると回答しています。この様な人工知能APIを手軽に使える素晴らしい時代になりました。 活用した人工知能API 画像から説明文の生成は、Microsoft Cognitive ServicesのComputer Vision API、和訳はBluemix版WatsonのLanguage Translater APIを利用しました。両方のAPIとも1日あたり100ツイート程度の処理量でしたら無料で利用できるため、ぜひ試してみてください。以降でNode-REDを用いた開発方法について説明します。 Node-REDへ必要な処理ノードをインストール 今回は、Node-REDがインストールされていることを前提(例えば、Azureへのインストール方法はこちら)とし、Cognitive ServicesノードとWatsonノードをインストールします。Node-REDの右上メニュー->Manage…

イベント

【2017年2月開催】人工知能・機械学習関連イベント&勉強会

2月の人工知能・機械学習関連イベントや勉強会をまとめてみました。 昨年から増えてきてましたが、より深い学びや、実データを使った実践を目指す勉強会が増えてきた印象です。 また、ディレクター系の勉強会も「ビジネスチャンスを理解する」から「実際にビジネス作る」段階にうつってきたように見えます。 既に満席のところもあるようですが、補欠登録からの繰り上がりも多いので諦めずに申し込みしてみることをお勧めします。 ※本記事への掲載をご希望のイベント主催者様いらっしゃいましたら、お気軽にご連絡ください! 2/10(金) 人工知能大学Meetup!第4次産業革命について語ろう! 2017/02/10(金)19:00 〜 21:30 NOS 恵比寿 ノス エビス 東京都渋谷区恵比寿南2-3-14 コンツェ恵比寿B1 2/11(土) AIチャレンジコンテストをもくもくするぞ会 2017/02/11(土)10:00 〜 17:00 Basis Point 新橋店 東京都港区新橋2-19-3カシケイビル2F 量子情報勉強会 |39> 2017/02/11(土)13:00 〜 17:00 (株)ねこねこエンジニアリング 東京都千代田区岩本町2丁目10−9 機械学習論文読み会・懇親会 vol.8 2017/02/11(土)14:00 〜 18:00 株式会社Nextremer 東京オフィス 東京都板橋区成増1-30-13 トーセイ三井生命ビル(7F) 2/13(月) 人工知能大学 “ゼロから作るDeepLearning” 自主勉強会by TeamAI@秋葉原 2017/02/13(月)19:00 〜 22:00 コワーキングスペース秋葉原Weeyble 東京都千代田区神田須田町2丁目19−23 (野村第3ビル 4階) 2/14(火) 人工知能大学”TensorFlow”自主勉強会 by…

イベントレポート

カジュアルトーク Vol.20 NLP×CNNの実現性は? 〜自然言語処理の最先端はココまで来ている!〜

こんばんは!AINOW編集長のかめきちです。 先週開催された、全脳アーキテクチャ若手の会主催によるカジュアルトーク Vol20の模様をお届けしたいと思います。 今回のテーマは「自然言語処理」。 日本のAI界における永遠のテーマでしょうか… 難易度の高いこの分野の最新研究を聞くことが出来ましたので、まとめていきます。 ・イベントの詳細はコチラ https://wbawakate.connpass.com/event/48610/presentation/ TISにおける、研究開発のメソッド 久保隆宏 (TIS株式会社) 会場提供を頂いているTISの久保さんよりスタート。 AIサービス開発における工程別の注意点をわかりやすく説明頂きました。 特に興味深く、大事だと思ったのは企画フェーズにおける下記の点ではないでしょうか? TISにおける、研究開発のメソッド from Takahiro Kubo End-to-End時代における対話システムの研究動向 吉野幸一郎(奈良先端科学技術大学院大学) 吉野先生からは、対話システムの系譜とEnd to Endの考え方、各種分析手法の動向をご説明頂きました。特に、中盤に出てくる河原先生のお言葉はすべての方に通じるのではないでしょうか? 「ニューラルネットは、人間がどう定義するかによって成果が変わる。 写像を定義するためのものではない。」 「自分が解こうとしている問題が、写像として定義できているか考えよう。」 自然言語処理の沼へようこそ NLPの未解決(?)問題達-実用で残る課題 萩行正嗣(株式会社ウェザーニューズ) 実例を基に、NLPの問題点を紹介して頂いたのですが、事例がとてもわかりやすく自然言語処理はまだまだ奥の深い研究だと思いました。 人間が考えればすぐに解決することですが… 「モー娘。」問題 形態素解析は1文を入力することを前提 〜。というキーワードは切ることができない。 「絵文字問題」 使い方が自由すぎる 意味の使い方が作成者の意図に反することがある 「見た目同じ問題」 -ーとかの区別が、難しいやつ 「多義語問題」 トラック、マウスなど、2つの意味がある 「係り受け問題」 どこに修飾語がかかっているのか、判断することができない などなど 全脳アーキテクチャ若手の会20170131 from Hangyo Masatsugu 自然言語処理でConvolutional Neural Networkがくるか? 島田大樹(法政大学大学院) 最後は、若手の会 副会長のイケメン島田さんから、自然言語処理におけるCNNの利用について、NLP×CNNの最新研究成果を基に、どこまで実現可能なのか解説と考察をいただきました。スライドを見てもらったほうが早いので、どうぞ…! Convolutional…

やってみた

有能秘書Googleアシスタントは、忙しい若手営業マンの相棒になるかも!

こんにちは。インターン生のおがわです。今回も使ってみたシリーズでございます。 Googleは人工知能に力を入れているのはご存じですよね。このGoogleアシスタントも自然言語を認識できるAIです。 新人ビジネスマンの相棒になるかもしれない Googleに友達のようにチャット形式で問いかけて、返答してくれる。 チャットボットというだけでなく、Googleのサービスと連携しているというのがGoogleアシスタントの魅力ですね! 日本版は現在海外で提供されているサービスとちょっと機能が劣っている部分があるのですが、予定のリマインドやアポ先の情報収集、ランチのお店探しあたりまでやってくれちゃう便利なアシスタントなんです。 いい意味で機械感のない口調がストレスなく使える要因ですね! 会話アシストのための会話候補もシーンに応じてでてくるのでチャットボットとしてかなり使いやすいです。 まだ新人の営業マンはスケジュールや時間に追われるような生活を過ごしてはいないでしょうか。 そういった人にまさに「相棒」のような存在として活躍してくれると思います。 Googleアシスタントをいろんなシーンでこき使ってみる 相棒のように活躍してくれるとは言ってもまだ具体的なイメージはつきませんよね。 実際におがわがこのGoogleアシスタントをいろんなシーンでこき使ってみたいと思います。 果たしてちゃんと「アシスタント」として働いてくれるのか… シーン①予定を整理してみた 営業マンであれば、日々スケジューリングが大変かと思われます。 アポに行く時間は〇時と〇時と…と言ったように1時間単位で組むことが多いでしょう。 こういうシーンのときにリマインダーとして活躍してくれるのがGoogleアシスタントです! このように「~~リマインドして」と雑に投げてもリマインドとして認識してくれます。 普通のリマインダーの時間設定して、件名入力して、というちょっとしためんどくささもLINEを送るかのような手軽さで設定できます。 また「リマインダー一覧を表示」という候補を押せばリマインダーを確認することができます。 チャットベースはとても見やすいですね! シーン②アポ先への徒歩をぱぱっと確認 アポに行くならクライアントの会社の場所も把握してなければいけませんね。 そんなときもGoogleアシスタントが役立っちゃいます。 たとえば「赤坂まで行きたい」と送信するだけで ・現在地の認識 ・目的地までの行き方 を検索してくれます。 この地図を押せば、そのままGoogleマップに飛べちゃいます。Googleマップと連携してるのが良いですね! さらに!電車での行き方も調べることができます。 ここで注目してほしいのがGoogleアシスタントが文脈を理解してくれていることです! 「赤坂までの電車の行き方は?」と言わずに「電車での行き方は?」と言うだけで赤坂が目的地ということを理解してくれています。 Googleアシスタントは頭が良いですね~。 シーン③訪問前に軽く情報収集 アポとれて、さて会社訪問します、という直前はやっぱり緊張するもの。 行く前に軽くでも会社のおさらいをしておきたいですよね! それもGoogleアシスタントならできちゃいます。 試しに音声入力でやるとこの精度。打ち込むのすらめんどくさいという方には音声入力がおすすめ。 また、検索エンジンで単純に検索するのと違って厳選した検索結果を一つ教えてくれます。調べやすい! シーン④暇に付き合わせる なんとGoogleアシスタントでは暇つぶしにゲームができちゃいます。 「ゲームしたい」と言えばゲーム一覧を紹介してくれます。 ゲームの種類は絵文字ムービーゲーム。絵文字クイズ、絵文字パーティなどなど… 絵文字ばっかですね。 試しに絵文字で表現された映画のタイトルを当てる絵文字ムービーゲームをやってみました。 めちゃくちゃ難しいし、答えを聞いてもよくわかりませんでした。時代が古いんですかね… 新人のうちはこんなことやってないで、情報収集やテレアポのロープレなどをしっかりとしましょう。 まとめ いろいろとこき使ってみましたがGoogleアシスタントは嫌な顔せずやってくれる優しい子です… ほんと便利なことばかり! 「一つ一つの機能は他のアプリでできるじゃん!」 と思う方。そうです。その通りなんです。 しかし、これらの機能をすべて一つのアプリでできちゃうというのがこのGoogleアシスタントの魅力なんです!! 用途によってアプリを使い分けるのは正直めんどくさくありませんか? そういうときにGoogleアシスタント一つあれば、リマインダー、地図、検索、他にもいろいろな機能が一気に使えてしまうんです。…

インタビュー

誰でもAIが使える未来へ!機械学習/深層学習フレームワーク「∞ReNom(リノーム)」が挑む社会問題とは!?

今回は、様々な社会インフラをAI技術で変革されているGRID社を取材してきましたよ。とにかくGRIDさんは技術力が非常に高いことが、インタビューでよくわかりました。今後の動向に要注目です。 GRID社オフィスは、12月上旬に移転されたばかり。 表参道Aoビル6階のエレベータを降りると全面ガラス張りの開放的な空間が広がっており、都庁方面が一望できる景観は圧巻! 移転直後ということで、インフラに関わる大手企業からのお祝いのお花が多数飾られていました。 GRIDさんのビジョン「インフラ・ライフ・イノベーション」に共感し、ともに社会問題にイノベーションを起こしている企業が多いことを実感しました。 機械学習/深層学習フレームワーク「∞ReNom(リノーム)」とGRIDのビジョン 今回、インタビューにお答え頂いたのは、蝦名さん、鈴木さんのお二人。 機械学習/深層学習フレームワーク「∞ReNom(リノーム)」とは? 詳しくはコチラから。 「∞ReNom(リノーム)」の構成 ∞ReNomはPythonで開発されており、種々のクラウドサービスやオンプレミスで使用することができます。構成はこの図のとおり。 ユーザはReNomに定義してあるニューラルネットワークオブジェクトをブロックのように組み合わせることで、解決したい問題に適したディープニューラルネットワークを構築することができます。 これにより、ディープラーニングに取り組む障壁を下げ、様々な分野においてディープラーニングを応用した新しいソリューションを生み出すことができます。 ディープニューラルネットワークを構築するための様々なアルゴリズムやユーティリティが多数用意されているそうで、順次拡大予定とのことです。代表的なものは以下のとおり。 全結合型ニューラルネットワーク 畳み込みニューラルネットワーク 再起型ニューラルネットワーク 制限ボルツマンマシン オートエンコーダー 確率的勾配降下法 …etc ∞ReNomではこのアルゴリズムを層(レイヤー)として定義していて、これらを連結したニューラルネットワークを∞ReNomを用いて構築すると、次のような図式になるそうです。 ∞ReNomを活用したデータ分析と精度 GRIDの目指すAIの未来 社会問題の予測、予防に活用できるAIは日本でもまだ数が少ないと思います。Webサービスを中心としたAIは2016年に普及したと思いますが、2017年は、ReNomのようにリアル×AIで活躍するAIの登場に期待ですね。 ∞ReNomで社会を変えたいエンジニア募集中! とてもオシャレなオフィスのGRIDさんでは、∞ReNomを盛り上げてくれる以下の人材を募集中とのことです。 ・プロジェクトマネージャー ・データサイエンス/エンジニア ・∞ReNom開発・設計/エンジニア 特に、データサイエンスの知識のあるエンジニアを急募中らしいので、より大きなインフラデータを解決するアイデアをお持ちの方は、お話を聞きに行ってみてはいかがでしょうか? その他の人材は下記のリンクからご覧になれますよ。 まとめ 2016年はWebサービスを中心にAIサービスを取材してきましたが、ここに来てリアル×AIの可能性を強く感じています。技術が進み、リアルで扱えるデータが増えてきたので2017年はリアルを注目していきたいと思います。

人工知能を開発する

誰でも1時間でAIを設計できる「AI Lean Canvas」を作ってみました!

こんにちは。 AINOW 編集長のかめきちです。 皆さんの会社でもAIの導入を検討されているでしょうか? もうやっているよという方も多いかと思います。 しかし、AIの開発や製品を導入して、効果や精度改善できていますか? もし、うまくいっていないとしたら、導入の段階で間違っている可能性があるかも… そこで、私達のdip AI.Labで活用している、AIを導入したが機能しないという最悪の自体を減らすことのできる、AI開発用のフレームワークを共有させてください。 お話したいラインナップはこんな感じです。 ※ もう知ってるよという人はCanvasへ行きましょう。 リーンスタートアップって何? リーン・スタートアップの手法には、状況によって様々な考え方があるので、ここでは簡単にどんな考え方なのか、かなりざっくりと説明します。ここだけで本が何十冊と書けてしまうので…. スタートアップ企業は資金が潤沢ではなく、リソースもままならないという状態の中、最小のコストで如何に効率よくサービス構築をしなければなりません。その為、資金がショートする前に仮説検証する必要があり、偉人達の失敗からこのようなフレームになりました。現在では、スタートアップだけではなく、新しいサービス機能開発をする際に、活用されるようになってきています。 リーンスタートアップは、状況に応じて活用するフレームワークが異なってきます。大きなフェーズで分けると下記のようになります。 アイデアを考える時 Lean UX(顧客開発) Lean UXを定義する6つの要素とは? / UX for Lean startups 参照:https://calgaryux.files.wordpress.com どこにサービス化するユーザ、課題があるか探る手法 主にインタビューやアンケートなどを基に課題と解決策を特定していく。 アイデアをサービスにまとめる時 Lean Canvas 「MVPとは?」をもう一度考えてみた 参照:https://producthubbpma.files.wordpress.com 立ち上げたい事業やサービスの成功に必要な要素が揃っているか整理するもの Canvasの項目整理には、さらに顧客開発モデルを使うこともある。 サービスが活用されるか検証する時 MVP Canvas MVPとは?をもう一度考えてみた 参照:https://producthubbpma.files.wordpress.com Lean Canvasで考えた各項目が本当に成り立つかどうか、机上の空論でないか確認をしていく際に、仮設検証の方法を整理する考え方。 機能を開発する時 Product Backlog(アジャイル開発) 主にスタートアップで用いられるのがScrum開発、ユーザが使う最小の単位で開発していくやり方、良くある開発手法として、ウォーターフォールモデルと比較される。 サービスを作る上でもこのような手法がありますが、かなり複雑なので、さらに詳しく知りたい方は、こちらのスライドが大変参考になりますので、ご参照ください。言葉の整理ができると思いますよ。 10分でわかったつもりになるlean start up ~リーンスタートアップって何ですか?~ from 圭 進藤…