深層学習 85 Stories
スタンフォードが実証した
医療AI研究者が
研究室を飛び出すべき理由
集中治療室にマシン・ビジョンを持ち込んだスタンフォード大学のAI研究は、医療の専門家や現場との長期的な協働が、現実的な問題を把握し、人々に真の価値をもたらすことを示している。
Karen Hao 5年前
「AIは芸術家になれない」
哲学者がそう主張する理由
人工知能(AI)の進歩が続けば、いずれは人間を超える創造性を発揮するようになるのだろうか。ハーバード大学の哲学者シーン・ドーランス・ケリー教授は「人間の創造性がAIの進歩に屈することはない」という。
Sean Dorrance Kelly 6年前
人工知能(AI)
完全自動運転車はいつ実現?イスラエルのキーマンが語る3つの壁
自動運転車の実証実験が世界中で実施されている。だが、有力なプレイヤーの1社と目されるイスラエル企業モービルアイのアムノン・シャシュアCEOは、完全自律型自動車の実現にはまだ課題が多いという。
Karen Hao 6年前
人工知能(AI)
医療用AI普及へブレークスルー「協調機械学習」は何が画期的か?
大規模なデータを1カ所に集めて訓練する機械学習は、プライバシーが重要視される保健医療分野での適用が難しい状況が続いていた。しかし、患者データを病院外に持ち出すことなくモデルを訓練できる協調機械学習がこうした状況を変える可能性がある。
Karen Hao 6年前
人工知能(AI)
フェイスブック広告が
「差別」を排除できない
根本的な理由
人種やジェンダーなどによる差別的なターゲティング広告を許可しているとして提訴されたフェイスブックは、見直しを発表した。だが、広告主によるターゲティングを制限しても、自動ターゲティングのアルゴリズムに潜む差別がこのほど明らかになった。
Karen Hao 6年前
人工知能(AI)
天文学者が見落とした太陽系外惑星、深層学習で発見
ケプラー宇宙望遠鏡のノイズの多い観測データから、太陽系外惑星が存在する「しるし」を認識するように訓練したニューラル・ネットワークが開発された。観測データから天文学者が見落としていた2つの太陽系外惑星を見つけ出したという。
Emerging Technology from the arXiv 6年前
人工知能(AI)
運転者の表情や声から感情を検出、メディアラボ発の新興企業
MITメディアラボからスピンアウトしたスタートアップ企業が、自動車の運転者の表情や仕草、音声から、運転者の感情を認識する研究を進めている。車外だけに目を向けるのではなく、車内にも目を向けた、包括的な自動車用人工知能(AI)システムの開発に役立てたいとしている。
Karen Hao 6年前
人工知能(AI)
AIの未来はハードにある——インテルとエヌビディア幹部が語る
現在の人工知能(AI)の躍進においてハードウェアが果たした役割は非常に大きく、今後起こるであろうのAIのブレークスルーにも大きな影響を及ぼす。インテルとエヌビディアの幹部が語った。
Karen Hao 6年前
人工知能(AI)
「人間の知識にとらわれないAIを」アルファ・ゼロ開発者に聞く
強化学習に基づく人工知能(AI)システム「アルファ・ゼロ」は、自分ひとりで囲碁やチェスを習得して、人間をあっと言わせるような一手を打つ。アルファ・ゼロの開発者であるデビッド・シルバー博士に話を聞いた。
Will Knight 6年前
人工知能(AI)
人工ニューラル・ネットは意外と人に近づいている——MITの新研究
ニューラル・ネットワークの問題点は、ある入力に対する出力がブラックボックスになっていることだ。MITの研究者らは、ニューラル・ネットワークがどのように「思考する」かの手掛かりとなる解析手法を開発し、その手法の有効性を実証するツールを発表した。
Karen Hao 6年前
人工知能(AI)
AIのバイアス問題は
なぜ解決が難しいのか?
人工知能(AI)の下す判断にはさまざまな「バイアス(偏り)」が存在する可能性がある。これを避けるには、そもそもAIシステムにおける偏りがどのようにして発生するのか知っておく必要がある。深層学習プロセスの中には偏りが混入し得る段階がいくつもあるうえ、それを検出するのは難しい。
Karen Hao 6年前
人工知能(AI)
浸透する顔認識テクノロジー
高まる「バイアス」批判に
応える3つの最新研究
顔認識テクノロジーが社会に急速に浸透している一方で、性別や人種によって認識精度が大きく異なるという同技術の持つ問題点が指摘されている。顔認識に関する偏りを是正するための研究が進んでいるが、公平かつ正確なシステムを作り出すには時間がかかりそうだ。
Karen Hao 6年前
人工知能(AI)
深層学習の終わりの始まり
arXiv投稿論文に見る
AI研究のトレンド
最近の人工知能(AI)ブームでは深層学習が衆目を集めており、多くの有用な成果もあげている。しかし、人間の知能を再現するというAIの最終目標に、深層学習がけりをつけるとは考えにくい。過去25年間のAI研究論文を調べた結果、およそ10年単位で異なる手法が流行していることが浮き彫りになった。
Karen Hao 6年前
人工知能(AI)
機械学習の「限界」を克服
トップ学会で称賛された
新設計のニューラル・ネット
深層学習ニューラル・ネットワークは、機械学習の分野に大きな進歩をもたらしたが、健康状態の変化などの連続的な過程をモデル化するのには適していない。トロント大学などの研究チームが、この課題を解決した新たな機械学習の設計手法を提案した。
Karen Hao 6年前
人工知能(AI)
MITとフェイスブックが挑む、40億人に「住所」を与える方法
75億人とも言われている世界人口のうち、約40億人が物理的な住所を持っていない。この状況を打開するために、テクノロジーを使って新しい住所の生成に挑む研究者たちがいる。
Karen Hao 6年前
人工知能(AI)
「深層学習の父」
ヨシュア・ベンジオが憂う
人工知能の未来
人工知能(AI)が学問的な興味の対象から、実世界に大きな影響を及ぼす強力なテクノロジーへと変貌するにつれて、各国間の競争激化や少数企業による寡占、軍事利用などが大きな問題となっている。「深層学習の父」の一人と言われるヨシュア・ベンジオに、AIをとりまく現状の課題と将来について聞いた。
Will Knight 6年前
人工知能(AI)
いまさら聞けない「機械学習」とは何か?フロー図を描いてみた
現在人々が人工知能(AI)について語るとき、ほとんどの場合、機械学習と呼ばれるAIの1つのカテゴリーにおける進展や成果を指している。ネット上のお薦めシステムや検索エンジンなどで使われている機械学習の手法は、1986年のジェフリー・ヒントンの発明に基づくものであり、ほぼ30年ぶりに復活して隆盛を極めている。
Karen Hao 6年前
人工知能(AI)
「人工知能ってなに?」あなたはこの質問に答えられますか
人工知能(AI)は非常に幅広い概念であり、その定義は絶えず進化している。どんなアルゴリズムでも、コンピューター・プログラムでも、十把ひとからげにAIと呼ばれてしまうこともしばしばだ。現時点でAIと呼ばれているものは何なのか、究極的に何を目指しているのか考えてみた。
Karen Hao 6年前
人工知能(AI)
無料オンライン講座の学生、
機械学習のベンチマークで
グーグルの研究者に勝つ
機械学習の無料オンライン課程を受講している学生が、機械学習のベンチマークで、グーグルの研究者を凌ぐ結果を出した。人工知能(AI)の進歩を担うのが、大企業や大学で潤沢なリソースを使える一部のエリート・プログラマーだけではないことを物語る成果だ。
Will Knight 6年前
人工知能(AI)
米軍が鑑識ツールを開発
「フェイク動画」戦争
第二幕が始まった
人工知能(AI)を利用することで、本物と見まがうほどの出来のねつ造映像を簡単に作れるようになった。研究者たちはねつ造を見抜くツールの開発に躍起になっており、ねつ造映像制作者との間で今後、AIが後押しする激しい「軍拡競争」競争が勃発するかもしれない。
Will Knight 6年前
人工知能(AI)
ディープマインド「想像するAI」への第一歩、見えない物体を推測
物体の「見えない部分」を推測するディープマインドの新技術「GQN」は、「想像するAI」の第一歩となる。
Will Knight 7年前
人工知能(AI)
IBMが新ニューロチップを試作、低消費電力で機械学習を効率化
ニューラル・ネットワークの処理をハードウェアで実行するチップをIBMが試作した。計算用の短期シナプスと記憶用の長期シナプスを利用することで、ソフトウェアベースのニューラル・ネットワークの1%の消費電力で、同程度の精度を実現できることがわかった。
Will Knight 7年前
人工知能(AI)
グーグルが「長く使うほど速くなる」コンピューターを研究中
コンピューターは通常、長年の使用で処理が遅くなっていくが、機械学習によって、使い続けるうちにより速く処理ができるようにする研究が進んでいる。近年、ムーアの法則が減速し、チップの基本設計の変化も見られなくなってきたことから、いずれ役に立つ技術となりそうだ。
Will Knight 7年前
人工知能(AI)
AI技術の未来をかけて激突、中国と米国の覇権争い
中国と米国が、次世代の大きなコンピューティング・パラダイムとなることが予想される人工知能(AI)技術における覇権を巡って、し烈な競争を始めようとしている。どの企業が支配的な地位を獲得するかで、どのようなAIサービスが広く普及するかが決まってくるかもしれない。
Will Knight 7年前
人工知能(AI)
過去最高の「独身の日」に
ひっそりとデビューした
アリババのAIスタイリスト
驚異的な売上を記録したアリババの「独身の日」セール。その裏側ではアリババがいま注力している、あるプロジェクトの成果がひっそりとデビューしていた。
Yiting Sun 7年前
人工知能(AI)
「常識あるAI」がもたらす
自動運転のブレークスルー
他のドライバーとの駆け引き、突発的な出来事への対処——。完全な自律運転の実現には、これまでとは違ったAIのアプローチが必要になる。深層学習をさらに進め、自動車が自ら常識を学んでいくシステムの研究が進んでいる。
Will Knight 7年前
人工知能(AI)
グーグルの研究者に聞いた、AIが作曲できてもギャグは苦手なワケ
機械学習によるアートや音楽の制作を研究するグーグルのオープンソース研究プロジェクト「マジェンタ」のリーダーに、プロジェクトの現状を聞いた。まだ準備段階だが、コンピューターに冗談を言わせる研究も始めているという。
Rachel Metz 7年前
人工知能(AI)
シャオ・ジアンシャオ(オートX)
オートXのシャオCEOの自律自動車は、夜間や悪天候でも自律走行できる。
MIT Technology Review Editors 7年前
人工知能(AI)
インフラ点検をドローンに置き換え、機械学習で異常箇所を発見
深層学習を使ってドローンやロボットが自律的にパイプ・ライン、送電線などを点検する企業がある。石油精製所の点検作業を人力から機械化することで、100万ドルの費用が浮くという。
Will Knight 7年前
人工知能(AI)
アマゾン ・ゴー風「レジなしスーパー」で万引きを試みた結果
レジの代わりにカメラや人工知能で商品を認識する「アマゾン・ゴー」のような自動支払い店舗が注目されている。スタートアップ企業が試験運営中の店舗で実際に体験してみた。
Rachel Metz 7年前
人工知能(AI)
日本人が知らない
顔認識先進国・中国で
躍進する謎のテック企業
中国では顔認識の利用が進んでいる。もっとも成功している顔認識プラットフォームFace++は Webインフラとの統合によって、あらゆる業界を変えようとしている。
Yiting Sun 7年前
人工知能(AI)
最強AI「アルファ碁」 次の標的はあの人気対戦ゲーム
グーグルとゲーム会社のブリザードは、人気の対戦型コンピュータゲームの中で人工知能(AI)プログラムを自由に実行させられるツールを発表した。難易度の高いゲームで人間を打ち負かすAIプログラムを開発することは、機械による知能の新しい側面を追求するのに役立つ。
Will Knight 7年前
人工知能(AI)
人工知能のトップ研究者が語る、AI人材が100万人必要な理由
AI人材の不足が指摘される中、今年3月までバイドゥで人工知能の研究をリードしていたアンドリュー・エンが、深層学習のオンライン学習コースを立ち上げた。エンは、何百万人もの人々が深層学習を習得する必要があると語る。
Will Knight 7年前
人工知能(AI)
会話が続くチャットボット、
秘密は第2言語の習得にあり
すぐに会話が成立しなくなってしまうチャットボットをもっと賢くする方法が編み出された。事前に第2言語を学ばせることで効率よくチャットボットを訓練できるという。
Will Knight 7年前
人工知能(AI)
真のAI実現に神経科学から学べ、「アルファ碁」開発者が提唱
「アルファ碁」の開発者であるデミス・ハサビスは、AIの能力の限界を押し広げるには人間の知性をより理解することが必要だと主張し、AIと神経科学の間でのアイデアの交換を提唱している。
Jamie Condliffe 8年前
人工知能(AI)
心電図から心臓疾患を発見、機械学習は医師を超えるか
心臓不整脈を探り当てるアルゴリズムによって、機械学習が医療に革命をもたらそうとしている。課題は、医師や患者にそのアルゴリズムを信頼させることだ。
Will Knight 8年前
人工知能(AI)
AI企業へ脱皮するGE
鍵はハイブリッド研究者
GEはAI技術によって、2020年までに世界トップのソフトウェア・プロバイダーの一社になることを目指している。実現のカギを握るのは、2つのキャリアを持つ研究者だ。
Elizabeth Woyke 8年前
人工知能(AI)
エヌビディア、「説明できるAI」へ向けた一歩を踏み出す
機械学習のAIシステムは多くの場合、どのような判断に基づいて結論を導き出したのかを説明できない。信頼のおけないテクノロジーを、医学や金融、軍事などの重要な分野に適用してよいのだろうか。
Will Knight 8年前
人工知能(AI)
人工知能から拡張知能へ——AIは「協調」できるのか
人間は協調して作業することができる。だが、AIにチームプレイは可能なのか? マイクロソフトの研究者は、あるコンテストを開催した。
Will Knight 8年前
人工知能(AI)
囲碁を卒業したディープマインド、汎用AIへ向けて動き出す
5月の対局で囲碁からの引退を発表した人工知能「アルファ碁」。開発元のディープマインドの研究者は、学習の過程で、人間のような知恵を発揮するアルゴリズムをテストしている。
Will Knight 8年前
人工知能(AI)
アルファ碁の引退試合が中国で開かれた理由
世界最強の棋士との対局を制したアルファ碁は、囲碁からの引退を表明した。囲碁サミットは熱狂する中国のAIシーンを象徴している。
Yiting Sun 8年前
人工知能(AI)
アルファ碁は
プロゲーマーも倒せるか?
アルファ碁のようなAIプログラムでも、世界的な人気ゲーム「スタークラフト」でプロゲーマーに勝つことは難しいかもしれない。
Yoochul Kim and Elizabeth Woyke 8年前
人工知能(AI)
チャットボットの圧倒的な進化を目指すフェイスブックの野望
フェスブックが発表した「パーレイ(ParlAI)」は、臨機応変に対応できるチャットボットの構築を支援するフレームワークだ。「まともな会話ができない」という現在のチャットボットの抱える不満を解消できるのだろうか。
Will Knight 8年前
人工知能(AI)
人工知能ブームに対応する
チップ供給競争が過熱
エヌビディアCEOが吠える
チップメーカーのエヌビディアが人工知能向けの新チップを発表。ライバルはインテルやグーグルといった巨人からスタートアップまでさまざまだ。
Tom Simonite 8年前
人工知能(AI)
深層学習で
医者の仕事が増えすぎ、
対処できなくなる可能性
深層学習には、判断理由が人間にはわからない「ブラックボックス問題」がある。しかし医療では、必ずしもすべてのメカニズムが解明されていたわけではない。深層学習を医療の現場に導入したとき起きるのは、もっと別の問題である可能性がある。
Monique Brouillette 8年前
人工知能(AI)
米独大学の研究グループ、家庭内ロボ訓練用の巨大データ集を作成
家庭で仕事をこなすロボットを開発するには、家庭にあるモノを認識し、場面全体がどんな状況にあるのかをコンピューターが認識する必要がある。米独の大学の研究グループは、3D画像の訓練用巨大データ集を作成した。
Will Knight 8年前
人工知能(AI)
人類に残された、
AIを信用しない、
使わない、という選択肢
医療や裁判、軍事作戦など、取り返しのつかない場面でAIを使う可能性が現実化している。しかし今なら、なぜそう判断するのか本質的に説明できないAIを、使わない、と判断する選択肢が人類には残されている。
Will Knight 8年前
人工知能(AI)
アップルAI研究所長「深層学習をさらに強化する方法がある」
アップルのAI研究を率いるルスラン・サラクトゥディノフ所長は、新手法により、AI分野で最も人気がある深層学習の性能はさらに高められる、という。
Will Knight 8年前
人工知能(AI)
スカイディオ、消費者向けに自律型ドローンを発売へ
ドローンの操縦は、GPSとパイロットの腕が頼りだ。しかしドローン系スタートアップ企業のスカイディオは、特に消費者向けには自律型のドローンを普及させない限り、ドローンの性能は活かせないと考えている。
Tom Simonite 8年前
人工知能(AI)
エヌビディア、深層学習で医学研究が飛躍と発表
深層学習用のハードウェアで時代の波に乗るエヌビディアは、医療分野での進展が著しいという。人間の医師を支援する用途から、人間には見つけられない病気の兆候を探し出すなど、来年にかけて、医学研究は深層学習で飛躍的な進化を遂げそうだ。
Will Knight 8年前
人工知能(AI)
オープンAI、
強化学習を上回る
「進化的戦略」を発表
オープンAIが強化学習を上回る「進化的戦略」を発表した。ここ数年の人工知能ブームを継続するには、過去の手法を上回る新手法が多く登場する必要がある。それでも、汎用人工知能はまだ実現できない。
Will Knight 8年前
人工知能(AI)
主要科学誌で
グーグルによるAI研究の
論文発表が急増
主要科学誌でグーグルのAI研究の論文発表が急増している。機械学習、特に深層学習分野への投資が医療から気候モデルまで行き渡り、検索広告で得た資金を科学の発展に振り向け、最先端のテクノロジーに基づく圧倒的優位を追求しているのだ。研究についていけないライバルは、ビジネスでも取り残される。
Antonio Regalado 8年前
人工知能(AI)
グーグル・ディープマインド、AIの学習速度を爆速化
学習速度は、AIが人間にかなわない分野だ。古典的なビデオゲームでも、人間なら2時間でできるようになることが、最強のAIシステムでも200時間かかることがある。しかし、グーグルの子会社ディープマインドは、人間の脳の手法を模倣することで、学習時間を大幅に短縮化した。
Emerging Technology from the arXiv 8年前
人工知能(AI)
結論しか出さない機械学習システムでは使い物にならない
最新の機械学習の手法は本質的にブラック・ボックスだ。機械学習に結論に至った理由を説明させるため、米国国防先端研究計画局(DARPA)は複数の研究に投資している。
Will Knight 8年前
人工知能(AI)
インテルのモービルアイ買収目的は、強化学習とデータと人材
インテルが153億ドルを払ってまで、自動車のマシン・ビジョンと機械学習を専門に扱うイスラエル企業モービルアイを買収したいのは、強化学習とデータと人材が目的と見て間違いない。
Will Knight 8年前
人工知能(AI)
バイドゥ、音声合成の調整を深層学習で短縮しグーグルを出し抜く
バイドゥの人工知能研究所が、グーグルの子会社ディープマインドを上回る成果を発表した。グーグルの研究では実用化が難しかった音声合成の微調整を、深層学習により、人間が関わらずに数時間で完了できるようにしたのだ。
Emerging Technology from the arXiv 8年前
人工知能(AI)
ストリート・ビューと深層学習で、街ごとの政党支持を判別可能に
ストリート・ビューと人口統計の深層学習により、セダン車の割合が多い米国の街は民主党支持、4人乗りのピックアップ・トラックの多い街は共和党支持と判明した。
Emerging Technology from the arXiv 8年前
人工知能(AI)
2017年版
ブレークスルー・テクノロジー10
顔で決済
中国では顔検出システムが決済や施設への入場を許可し、犯罪者の逮捕にまで使われている。他の国も続くだろうか?
Will Knight 8年前
人工知能(AI)
2017年版
ブレークスルー・テクノロジー10
強化学習
プログラムで判断させるにはあまりに複雑な用途でも、強化学習なら機械が試行錯誤することで、上手なやり方を自分で獲得できる。囲碁で威力を証明したテクノロジーは、あらゆる場面で適切に判断する自律運転車の実現に欠かせない。
Will Knight 8年前
人工知能(AI)
ニューラル・ネットワークによる顔画像の高齢化手法が画期的進化
顔画像を機械学習で若くしたり年老いたりさせる手法が画期的に進化した。長年行方不明の人や、逃亡中の容疑者の現在の顔を生成するのに使えそうだ。
Emerging Technology from the arXiv 8年前
人工知能(AI)
グーグルがAIの学習を自動化する「自動機械学習」を発表
グーグル等の研究チームは、学習を学ぶソフトウェアが、AIの専門家による仕事の一部を肩代わりできるかもしれない、と考えている。
Tom Simonite 8年前
人工知能(AI)
エヌビディア製AI専用スパコンは12万9000ドル
12万9000ドルで購入できるAI専用スパコンを、高いと思うか安いと思うかは、ベンダー企業とユーザー企業の違いでもありそうだ。
Elizabeth Woyke 8年前
人工知能(AI)
人工知能眼科医は、機械学習で医学を一変させる
グーグルの研究者は、専門医と同等に一般的な眼病を診断できるようにアルゴリズムを訓練しようとしている。
Will Knight 8年前
人工知能(AI)
深層学習で創薬 ハーバード大学などが成果発表
機械学習システムによる膨大な医薬品データの取り込みが、人類に新たな可能性を示してくれる。
Tom Simonite 8年前
人工知能(AI)
機械学習が、ついに第一印象で人間を判断する技能を手に入れた!
第一印象は大事だが、主観的なので過信は禁物だ。ところがコンピュータが、人間と同じように即座に人の印象を判断できるようになった。
Emerging Technology from the arXiv 8年前
人工知能(AI)
クラウドストレージはホワイトカラーの生産性を機械学習でどう高めるのか?
ストレージ企業のボックス、ドロップ・ボックスとの競争を加速。
Will Knight 8年前
人工知能(AI)
事例:アップル 人工知能で出遅れた企業の挽回策
カーネギーメロン大学の深層学習の専門家ルスラン・サラクディノフは、コンピューターが世界について学ぶスマートな方法を模索している
Will Knight 8年前
人工知能(AI)
米国のエリート層は、トランプ候補がとことん嫌いなのだ
科学技術における女性への募金によって、このとてつもないアルゴリズムは、あなたの頭をくらくらさせるほどアメリカを偉大にするだろう。信じて欲しい。
Will Knight 8年前
人工知能(AI)
グーグル翻訳が一部言語で
人間並みの精度を実現
飛躍的に流ちょうな翻訳能力を達成したグーグルのソフトウェアにより、チャットボットはようやく使い物になる。
Tom Simonite 8年前
人工知能(AI)
挨拶する自動運転車
人間中心設計と人工知能
自動運転車は、人間のドライバーや歩行者の予測不能な行動にどう応えるのか。
Will Knight 8年前
人工知能(AI)
物理法則を理解して
推測できる人工知能
ロボットや自動運転など、現実世界にあるモノを知覚的に認識し、何かを動作させる場合は、現実世界にあるモノがどう動くのか予測できれば、機械はもっと役に立つ。
Will Knight 8年前
人工知能(AI)
フェイスブックの偉業
画像認識アルゴリズムに革命
画像内の物体を個別に認識するフェイスブックのテクノロジーにより、Photoshopのような画像編集ソフトや、ポケモンGOのような仮想現実アプリが大きく進化する可能性がある。
Will Knight 8年前
人工知能(AI)
20億ドルの人工知能
2ちゃんねる(的な)で学習
オープンAIの研究者が開発しているのは、Webを読み、ロボットを制御する実践を通じて、言語を学習できるアルゴリズムだ。
Will Knight 8年前
人工知能(AI)
インテル巻き返してる
深層学習チップ企業を買収
インテルの買収によって、ナバーナは人工知能用半導体チップの設計を急ピッチで進める。
Tom Simonite 8年前
人工知能(AI)
バイドゥが
「電脳コイル」を実現
コンピュータービジョンと自然言語処理を組み合わせた拡張現実で、数億人のユーザーがレイヤーを拡張された現実を体験する。
Jamie Condliffe 9年前
人工知能(AI)
人工知能サービスの
中途半端な投資回収モード
グーグルやマイクロソフト、IBMが、多額の投資で開発した人工知能を一般企業に賃貸させようといる。だが、汎用型のAIがどこまで一般企業の役に立つのかは不明点が多い。
Tom Simonite 9年前
人工知能(AI)
人間とは何か?
人工知能がマイクラで学習中
マイクロソフトは、マインクラフトの実験バージョンを人工知能のオリンピックにした。
Will Knight 9年前
人工知能(AI)
AlphaGo型人工知能が製品化
節約主婦の仕事を奪う
AlphaGoで碁の世界チャンピオンを倒したことで有名になったグーグルの人工知能子会社ディープマインドが、同種のアルゴリズムで電気代節約でも成果を上げた。
Will Knight 9年前
人工知能(AI)
フェイスブックの
人工知能専用サーバー
フェイスブック製の最新コンピューターが機械学習研究を加速させる。
Tom Simonite 9年前
人工知能(AI)
トヨタがMITと挑戦する
人工知能の説明責任
自動運転システムが事故を起こしても、人工知能は原因を答えてくれない。
Will Knight 9年前
人工知能(AI)
眼病の早期発見に挑む
グーグルの人工知能子会社
グーグルの機械学習部門が、何百万枚もの網膜画像を読み取って視覚異常を早期発見し、医師の負担を軽減することに挑む。
Jamie Condliffe 9年前
人工知能(AI)
ピンタレストは
画像検索でアマゾンを超える
欲しいモノ共有ネットワークとして成長したピンタレストが、買い物売り場化を目指して、身の回りの気になるアイテムをスマホで撮影すると商品を特定する新型画像検索機能を発表した
Rachel Metz 9年前
人工知能(AI)
絵文字を人工知能で推薦
人気サービスを支えるDango
今の気持ちを完璧に表す絵文字をAndroidでは人工知能が予測してくれる。
Rachel Metz 9年前
人工知能(AI)
バイドゥは人工知能をどうビジネスに生かそうとしているのか?
中国最大のインターネット企業バイドゥは、自車製品に人工知能を追加しようと躍起になっている。
Will Knight 9年前
人工知能(AI)
全産業が機械学習に依存する
最近の進歩でテック産業以外でも機械学習が役に立つようになったと、Google Brain研究グループのリーダーが話す。
Tom Simonite 9年前
フォローしてください 重要なテクノロジーとイノベーションのニュースをSNSやメールで受け取る
MIT Technology Reviewは、読者の皆さまに、テクノロジーが形作る
世界を理解するための知識を獲得していただくためにあります。
© 2016-2024 MIT TECHNOLOGY REVIEW Japan. All rights reserved.v.(V-E+F)
日本版運営: 株式会社角川アスキー総合研究所
No part of this issue may be produced by any mechanical, photographic or electronic process, or in the form of a phonographic recording, nor may it be stored in a retrieval system, transmitted or otherwise copied for public or private use without written permission of KADOKAWA ASCII Research Laboratories, Inc.
当サイトのいかなる部分も、法令または利用規約に定めのある場合あるいは株式会社角川アスキー総合研究所の書面による許可がある場合を除いて、電子的、光学的、機械的処理によって、あるいは口述記録の形態によっても、製品にしたり、公衆向けか個人用かに関わらず送信したり複製したりすることはできません。