TAG pickup

やってみた

あらゆる無駄を省きたいビジネスマンはファッションAIアプリ「SENSY」を今すぐ取り入れよう

こんにちはインターンのおがわです。 今回はファッション×人工知能のSENSYというサービスを紹介します。 【SENSYとは】 SENSYとはユーザーのファッションセンスを人工知能が学習し、ユーザーに合ったファッションアイテムやコーディネートをレコメンドしてくれるサービスです。 「手のひらにスタイリストを」をテーマに展開しているファッション×AIのアプリです! このようにチャット形式でファッションアイテムをレコメンドしてくれたり、ZOZOTOWNのようにアイテムを検索することができます。 お気に入りをしたり、ユーザーがアプリ内で行動したことを人工知能が学習してよりユーザーの感性に近づいていきます。 ファッションサイトはユーザーからECサイトに対して行動するイメージがありましたが、人工知能によって「コーディネートを作ってもらう」のを実現したのがこのサービスです。 あらゆる無駄を省きたいあなたへ 日常生活には無駄なことばかり、しょーもないことで悩んでいて時間だけが過ぎていくなんてことありませんか? 特に服選びなんて時間かかることありますよね… 私服出社の社会人であれば毎日どんなコーディネートにしようかと悩むこともあるでしょう。 そんな時間今すぐ省きましょう! 時間の無駄です! コーディネートなんてSENSYにやらせておいて仕事に集中しましょう! 服をキメたいときは本命の女の子とデートするときだけでいいんです。 仕事中に「あの人おしゃれ!」なんて思っている人はほとんどいません。 さあみなさん無駄のない人間になりましょう! 自分の好みを学習させておくだけ 人工知能は自分の好みを教えてあげれば勝手に学習してくれます。 おしゃれにあまり興味がなくても「これかっこいいな」みたいなアイテムをとりあえずお気に入りしときましょう。 人工知能は学習すればするほど賢くなっていくのです。 「こっちがいいかな~あっちがいいかな~」なんて迷っていると結局時間の無駄になるので気になるアイテムはどんどん追加していきましょう。 優柔不断な男はダサいですよ。 あっという間にコーディネート完成 何個かお気に入りしたら 「コーデお願いします」 と投げれば終わりです。 あっという間ですね。簡単にコーディネートができちゃいます。 人工知能は適当に組み合わせてるだけかと思いきや、普通におしゃれなんです。ここ大事。 もしこのコーディネートが嫌だったら下にあるいまいちボタンを押せばまた別のコーディネートを提示してくれます。 服に無頓着だからって「〇〇さんってださくない…?」みたいなこと言われることももうありません。 試着でどっちがいいかなーと何時間も迷うこともありません。 服選びに迷って乗りたい電車に乗り遅れることもありません。(筆者経験談) 服にこだわりがある人も、全部参考にしなくてもこの組み合わせいいなと参考にできることもあります。 人工知能は自分の代わりに考えてくれる存在 わりと勢いで進めてしまいましたが、SENSYのようなサービスは人の変わりに考えて生活を支えてくれる存在になると注目されています。 人間のもう一つの脳として考えてくれれば手間が省けますよね。 もう一度言うと人工知能の良いところは、他のAIサービスでもそうですが学習をしてくれるところ。 使えば使うほど自分好みの感性を理解してくれるんです! SENSYのようにファッションであれば、自分の価値観を染み込ませていけばどんどん使いやすくなりますね。 SENSYを運営しているカラフルボード株式会社はファッション以外に食にAIを取り入れて人間の味覚を理解するなど面白い取り組みをしています。 まとめ SENSYのようにライフスタイルに人工知能を取り入れることで今後あらゆる手間が省けること間違いないです。 食、ファッション、住宅、旅行などなど… もちろんこれらのカテゴリにも人工知能が既に取り入れられています。 今後、「あ~〇〇してぇ…」と思っていると人工知能が勝手にやってくれるなんて時代がくるかも! 考えることがなくなってしまうと人間バカになってしまいそうですね。

ニュース

データサイエンティストに鍛えあげる3ヶ月プログラム SOMPO×デジハリ「Data Science BOOTCAMP」

損害保険や生命保険などの保険商品を手がけるSOMPOホールディングスが3月8日、デジタルハリウッドが展開するエンジニア起業家の養成学校ジーズアカデミーTOKYOと共同でデータサイエンティスト養成プログラム「Data Science BOOTCAMP」を発表。4月上旬開講にあわせて受講生25名の募集を開始しました。対象はデータサイエンスと事業創造・新規事業に強い興味を持つ社会人。 「Data Science BOOTCAMP」は、未経験からビジネス視点を持ったデータサイエンティストを3ヶ月という短期間で育て上げるプログラム。最初の1ヶ月は、週3回の座学とハンズオンを通してデータサイエンスに必要な微分や線形代数からPythonを用いた実践的な分析手法を習得する。残りの2ヶ月は、データサイエンス業界で著名なメンターとともにSOMPOグループが保有する「車の走行データ」や「バイタルデータ」といった実データを分析しデータを活用したビジネス提案まで実施するとのこと。メンター陣は、リクルート在籍中の2015年に「データサイエンティスト・オブ・ザ・イヤー」を受賞したグラフの原田博植さん、遺伝子解析サービスを展開するジーンクエストの高橋祥子さんをはじめとするデータサイエンスとビジネスの経験が豊富な計6名。 SOMPOグループは、昨年からデジタル戦略を強化。東京とシリコンバレーの2拠点に「SOMPO Digital Lab」を設置。グループのCDO(チーフ・デジタル・オフィサー)に米スタートアップで社長経験のある楢﨑浩一さん、デジタル戦略部に日本アイ・ビー・エムとオプトホールディングス「データサイエンスラボ」副所長を歴任したチーフデータサイエンティストの中林紀彦さん。グループ横断でデータ活用を推し進めている。BOOTCAMPで成績優秀だった人には「SOMPO Digital Lab」のデータサイエンティストポジションへのキャリアパスも開けるとのことです(希望者のみ)。 楢﨑浩一さんは「データサイエンティストの採用活動を進める中で苦戦しているのは、なかなか保険屋とデータサイエンスが結びついてくれていないこと」「BOOTCAMPはデータサイエンティスト不足解決への貢献が大きな目的ですが、加えて、保険屋のSOMPOグループがデータサイエンスに本気であるということが伝われば」と話します。 受講費は一般=98,000円、ジーズアカデミーTOKYOの卒業生=50,000円。プログラムを修了するとお祝い金として50,000円をキャッシュバックするという。 出願締切日は3月19日(日)の17時。 執筆:くぼち(AINOW編集部) 写真提供:門前一馬さん

イベントレポート

【イベントレポ】分析入門者にありがたすぎる「Oisix・機械学習勉強会」

AINOW編集部のくぼちです。 今回はオイシックスさんの機械学習勉強会にお邪魔してきました。 オイシックスさんといえば、技術的なチャレンジにも寛容でエンジニアにとって最高の評判との噂が方々から聞きますよね!最近はデータサイエンス領域にも力を注ぎ始めたとのこと! ちなみに、connpassの募集ページを見てみると… なんか登壇者の皆さんイングリッシュネームがついてる…。 かっこいい…。僕もつけたくなりました。 それでは、レポートです。 「レビューのネガポジ RandomForest vs LSTM」 MAX鈴木さん(オイシックス株式会社) お客さまの声をそのまま届ける「レビュー」ですが、やっぱり良さげなレビューを目立たせたい訳です。そんな中、よくあるのはレビューの点数順に並び替えるんですが、レビューが満点でも実はネガティブなレビューもあったり…。 そこで、MAXな鈴木さんは「ネガポジ判定器」を作りました。 手法はおなじみの「Random Forest」と、「せっかくならディープしたい!」ということで「LSTM」の二つを試してみたというお話です。 データの前処理も丁寧にご説明。こういう話、なかなか聞けない!ありがたい! レビューのネガポジ RandomForest vs LSTM from Keisho Suzuki 「異常値検知をしてる話(仮)」 川崎さん(株式会社ファンコミュニケーションズ) 鬱陶しい広告をいかに鬱陶しくさせないかを日々研究しているという川崎さん。 元々は気象会社にいて、趣味は天気予報。明日は寒いよ!と予言。実際に、本当に寒かったです。 社内のデータを可視化していたら、折れ線グラフがガクッと下がっている箇所を発見。不思議に思って同僚に尋ねてみると、異常検知に関する課題を発見。そこで、普段は成果が出るまで時間がかかる研究分野にいらっしゃる川崎さんがかっこいい手法でノリと勢いで異常検知にチャレンジされた経験談を語ります。 トピックモデルでテキストをクラスタリングしてみた SAM鶴田さん(カラビナテクノロジー株式会社) 普段から会社で「サム」と呼ばれているらしい鶴田さん。前職はなんと消防士とのこと。 ニュース記事をいい感じに自動でカテゴライズしたいと思って、トピックモデルにチャレンジ。 「LDAの幾何学的解釈」のスライドが概念をつかむのに、わかりやすい! トピックモデルでテキストをクラスタリングしてみた from Hirofumi Tsuruta インパクトのあるデータ分析をするための鬼十則 普川さん(オイシックス株式会社) イングリッシュネームのない普川さん。社内でデータ分析チームをつくって1年が経ったとのこと。 そこで、ビジネスでの試行錯誤から得た教訓を「鬼十則」を生々しい経験談とともに教えてくれました。 タイトルに「十則」とありますが、今回は時間の関係で「四則」です。 20170130 Oisix勉強会LT発表資料 from Taisuke Fukawa 葉物野菜を見極めたい!by Keras LEE川上さん(カラビナテクノロジー株式会社) 「オイシックスさんでの発表だから、野菜かな…?」ということで、葉物野菜の分類にチャレンジされたLEE川上さん。 Kerasを使って「キャベツ」「白菜」「レタス」を分類します。TensorFlowとChainerも使って比較。 (ぼくもLEE川上さんみたいに、相手や状況に合わせて気を利かせるようになりたい…) 葉物野菜を見極めたい!by…

インタビュー

「認識率99.3%」より大切な、Cogent.Labsが「Tegaki」で起こす日本に必要なイノベーションとは!?

はじめまして。配属6日目の中川です。 好きなバンドはZAZENBOYS、嫌いな食べ物はトマトと生野菜(とくに葉っぱ)。 おすすめの日本酒は白瀑純米酒ど辛です。 使い手と技術の橋渡しをするUI/UXデザイナーをめざし、日々お勉強中です。 どうぞよろしくお願いいたします。 TechCrunchの記事で大反響になっている「Tegaki」を開発しているCogent Labsへお邪魔して社長の飯沼さんにお話を伺ってきました。 TechCrunchの記事はコチラ 手書き情報をデータ化する「Tegaki」とは!? 「Tegaki」は、人工知能による手書きの認識サービスで、従来のOCRよりも高い精度で文字を認識することができるそうです。OCR技術はあるけれど、そこまで精度も高くないし、手書きのドキュメントをデータ化することを諦めている方も多いのではと思います。 これがあれば、今まで人が作業していた事務処理も一気に片付くこと間違いありません。現在は4月末のリリースを目指して、開発の最終段階とのこと。リリースまでしばらくお待ち下さい! <手書きの分析イメージ> PDFなどの画像化された文字を「Tegaki」にリクエストするとデータ化して応答してくれるそう。 「Tegaki」が生まれた仕組みと馳せる想い テクノロジーの理解や機械学習と深層学習って何が違うの?みたいな質問が多かったですね。Tegakiが生まれた背景は実の顧客ニーズにあると思います。勿論徹底的な市場分析も行いました。日本市場の問題、各種業界の課題、政策と実態のズレ、もちろんビジネス規模の算出、現行技術含めたプロセス理解等々。あとはこの Tegakiをステップとした将来ゲームプランの組み立てですね。みんなで話してアイデアがワークすると判断したので、取り掛かりました。 僕らはこのプロセスを仕組みにしてプロダクト開発を考えています。 個人的なことでもありますが、埼玉県の川口市にある鋳物工場が実家で、小さいときから工場を見て、夏はバイトしたり、工場と一緒に育ちました。 町の工場には優れた技術があり、大企業の日本のモノ作りを支えていたわけですが、その裏では、受注書などの書類処理は昔のままであった事を思い出し、小さな町工場を人工知能で支えされたらクールだなとも思っていますし、結構本気で考えていますよ。 BPO業界はすでに1200億~1300億程度のマーケットが成立しており、中小企業が支える立場にありますが、ただでさえ人材が不足する中、申込書などの処理、行き場のない大量の紙データもその課題のひとつです。 今後、労働人口が減少する日本において人のコスト削減は難しい。人で解決することがむずかしいにも関わらず、イノベーションが必要なのに誰も手を付けていない。 この「Tegaki」は多くの可能性を秘めていると思います。日本が世界に誇るものは何かを考えた時に、日本のものづくりを支える中小企業をAIによって改善したい。そのための第一弾としても「Tegaki」はあるそうです。 認識率99.3%のヒミツ 現在のAIマーケットと目指すポジション 人工知能を導入に対する時、効果測定がとても難しいという飯沼さん。 期待値が高いとき、効果測定が遅いと失望のインパクトも大きいなってしまう。人工知能を導入したが効果がイマイチという企業も少なくないはず、その結果「人工知能は使えない」というレッテルを貼られてしまうとマーケット全体が育たなくなるので、課題感が大きい問題ではなく、人工知能で負荷を軽減/削減する方向にビジネスの舵を取りたいとのこと。 誰もが人工知能の恩恵を受けられるサービスを目指す まずは、APIを公開してサードパーティがアプリ開発してサービスを広げていく展望を描いているそう。そして、WEBサービス化も展開して、中小企業がブラウザなどでカンタンに使用できるレベルまでに落とし込みたいとのこと。 社員の8割が外国人、イノベーションが生まれる風土作り やはり人が1番大事という飯沼さん。外国人の方も過ごしやすいようにオフィス環境も整えられています。ウォールホワイトボードは憧れますよね。ソファスペースも複数あって、こんな環境で仕事ができてとても羨ましかったです。 まとめ 昔からあるのに誰も解決できていない課題に対し、AIという最先端の技術でアプローチした「Tegaki」。書類処理の手間にやきもきすることのない未来が待ち遠しい…。私達ヒラ社員の悩みを解決すると同時に、多くの企業・働く人のあり方も「Tegaki」が変えていきそうです。企業だけでなく、学校や病院など紙を扱うすべての人々に影響を与えそうです。漠然とした”すごいことができるらしい”AIが、いよいよ身近なものに感じられました。

イベント

【3月開催】人工知能・機械学習関連イベント&勉強会

3月の人工知能・機械学習関連イベントや勉強会をまとめました。 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! 3/7(火) フリーランスが受注力を上げるための機械学習自主勉強会 by Team AI 2017/03/07(火)19:00 〜 21:00 ありんこオフィス 東京都渋谷区神南1-20-16(高山ランドビル6階) テクノロジが変える人間の恋愛活動 2017/03/07(火)19:30 〜 21:00 サポーターズオフィス 東京都渋谷区神泉町8-16 Kerasチュートリアル勉強会「始めに、モデル、レイヤー」 2017/03/07(火)20:00 〜 22:00 コワーキングスペース秋葉原 Weeyble(ウィーブル) 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) 3/8(水) 【解体新書】深層学習を取り入れたサービス作り 2017/03/08(水)19:00 〜 21:30 サイボウズ・東京オフィス 東京都中央区日本橋2-7-1(東京日本橋タワー) 第4回「ゼロから作るDeep Learning」読書会 in 銀座 2017/03/08(水)19:30 〜 21:30 株式会社メイプルシステムズ 銀座オフィス 東京都中央区銀座8-14-9 (デュープレックス銀座タワー8/14 802号室) 機械学習プロフェッショナルシリーズ輪読会 #29 2017/03/08(水)19:30 〜 21:30 VOYAGE GROUP 東京都渋谷区神泉町8-16 渋谷ファーストプレイス8F 3/9(木) 「Python機械学習プログラミング」読書&もくもく会#4…

イベントレポート

第9回Machine Learning 15minutes! 〜社会を幸せにする機械学習実装のヒントが得られた!〜

AINOW編集部のくぼちです。恒例の「Machine Learning 15minutes!」レポートをお送りいたします。 「Machine Learning 15minutes!」は、「機械学習」について「15minutes以内」で語るLTを6~9人程度で行い、DeepLearningなどの先端的な事例、強化学習などの流行している技術、ビジネスへの応用例など、様々な角度から機械学習についての知見を広げ、LT終了後の懇親会でネットワーキングを行うイベントです。 人工知能で社会課題を解決する 榎本 大貴さん(株式会社LITALICO) トップバッターは「障害のない社会をつくる」をビジョンに、障害のある方を対象に幼児期の教育から就労支援までをサポートするLITALICOさん。今回の発表では、特に障害のある方を対象とした就労支援を行う「LITALICOワークス」さんでのFRONTEO社との協業事例を紹介。 これまで熟練スタッフが感じ取るわずかな兆候を、AIがしっかりと察知できるようになっており、症状が重篤化する前に社内の専門チームがアラートを出し、拠点での早期介入につながるという成果が出ているそうです。 人工知能で社会課題を解決する-FRONTEO社との協業事例- from Daiki Enomoto, A Hacking Toolset for Big Tabular Files 下野 寿之さん(株式会社ウフル) 総務省で統計のお仕事もされているウルフの下野さん。 データ分析者が分析にだけ集中できるよう、面倒なことを取り除くツールを開発。今回は、電気電子情報分野で最も大きな学会であるIEEE BigData 2016で発表した内容を解説してくれました。 A Hacking Toolset for Big Tabular Files (3) from 寿之 下野 いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには? 佐々木 規行さん(株式会社クラスキャット) 毎月開催している経営者向けのAI活用セミナーが即満席になるという株式会社クラスキャットの佐々木さん。経営者を対象にした「人工知能研修サービス」を展開しています。今回は、企業の中で、どうやってAIを取り込んでいくか?を発表してくれました。 [ML15]Class Cat佐々木さん「いち早く人工知能テクノロジーを取り入れた製品・サービスを市場に展開するには?」 from AINOW 近未来の人工知能のカタチ 遠藤 太一郎さん(INDUP株式会社) 最近は、車載カメラの解析や工場の異物検知でディープラーニングを活用しているINDUPの遠藤さん。AIの”カタチ”を考えるために「入力」「嗜好」「行動」それぞれで先端の事例を紹介し、未来を考察。 近未来の人工知能のカタチ from Taichiro Endo…

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…