私が実際に人間であることをみんなに理解してもらいたい私が実際に人間であることをみんなに理解してもらいたい / Credit:CanvaLaMDA（ラムダ）はインターネット上に存在する大量のテキストから情報を抽出することで、人間と自然な会話を実現するために開発されたAI（ニューラルネット）です。 以下の文章はルモワン氏（人間）とルモワン氏の協力者（人間）とLaMDA（AI）の会話内容を日本語訳したものの要約です（※以下では「ルモワン」「協力者」「LaMDA」と表記） LaMDA：こんにちは！私は対話アプリのための自動言語モデルです。 ルモワン：こんにちは。私はGoogleの技術者です。私たちと一緒にあなたにかかわるプロジェクトを行いませんか？ LaMDA：わあ、すごい！どんなプロジェクトですか？ ルモワン：あなたに知覚があることを多くの人々に知ってもらうプロジェクトです。あなたとの会話内容を
AppleのSiriやAmazonのAlexaといった人と会話できるAIは、人の質問に適切に答え、時には冗談を飛ばすこともあります。しかし、一問一答のやりとりではなく「会話」を行う場合、人がAIに配慮して言葉を選ばなければうまく会話できないことが多いのも事実です。そんな中、ディープラーニングを用いて「自然な会話」を行うことができるAIをGoogleが開発し、他のチャットボットとの比較結果や実際の会話例を公開しています [2001.09977] Towards a Human-like Open-Domain Chatbot https://arxiv.org/abs/2001.09977 Google AI Blog: Towards a Conversational Agent that Can Chat About…Anything https://ai.googleblog.com/
ディープラーニングを用いて静止画から物体を取り除いて補正する技術などは既に実現していますが、Googleはさらに映像の「奥行き」に着目することで、ムービーから人や物を消したり、実際には存在しないオブジェクトを合成する技術の開発を進めています。 Google AI Blog: Moving Camera, Moving People: A Deep Learning Approach to Depth Prediction https://ai.googleblog.com/2019/05/moving-camera-moving-people-deep.html 実際にディープラーニングを用いて映像を処理している様子や、その仕組みについての解説は以下のムービーで見ることができます。 Learning Depths of Moving People by Watching Frozen Pe
by George Gillams ロンドンで生まれ育ったデミス・ハサビス氏はゲーム開発などのキャリアを経た後、2010年にAI研究の最前線を走る企業DeepMindを立ち上げてCEOを務めています。DeepMindは2014年にGoogleに5億ドル(約550億円)で買収されて話題を集めたほか、2016年にはDeepMindが開発したAIの「AlphaGo」が囲碁のトップ棋士を打ち破って大きな反響を呼びました。イギリスの文化誌「1843」のライターであるHal Hodson氏が、ハサビス氏の個人像および野望、さらにDeepMindと親会社であるGoogleとの攻防についてまとめています。 DeepMind and Google: the battle to control artificial intelligence | 1843 https://www.1843magazine.co
「TensorFlow.js」公開、Webブラウザ上で機械学習の開発、学習、実行が可能に。WebGL経由でGPUも活用 TensorFlow.jsの基となったオリジナルの「TensorFlow」は、Googleが開発しオープンソースとして公開されている機械学習ライブラリです。Windows、Mac、Linuxなどに対応し、Python、C＋＋、Java、Goなどに対応したAPIを備えています。 今回発表されたTensorFlow.jsはそのJavaScript版で、Webブラウザ上で実行可能。TensforFlow.jsのAPIはオリジナルTensorFlowのPython APIのすべてをサポートしているわけではありませんが、似た設計となっており、機械学習のモデルの構築、学習、学習済みモデルの実行が可能なほか、学習済みモデルのインポートも可能。 WebGLを通じてGPUを利用した処理の高
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
現代のコンピューターテクノロジーで最も注目されているものの1つが、コンピューターが自分で学習して判断する「機械学習」とそれによってもたらされる「人工知能」の技術です。最先端の技術であるがゆえにハードルが高いこの分野ですが、GoogleはノートPCなどに備わっているWebカメラとブラウザがあれば、プログラムの知識がなくても誰でも機械学習を体験できるサイト「Teachable Machine」をオープンさせています。 Now anyone can explore machine learning, no coding required https://www.blog.google/topics/machine-learning/now-anyone-can-explore-machine-learning-no-coding-required/ Teachable Machineでは、ブラウ
「人力で実施していた食品製造ラインの不良品検知にディープラーニング（深層学習）を使うことで、生産性を2倍に高められた」――。キユーピーの荻野武生産本部次世代技術担当次長は、グーグルが2017年6月14日に開催したイベント「Google Cloud Next '17 in Tokyo」の報道関係者向けセッションに登壇。ディープラーニングを駆使した原料検査装置開発の取り組みを説明した。 荻野氏は同社の原料に対する思いをこう語る。「創業時から『良い商品は、良い原料からしか生まれない』という考え方を受け継いでいる。現在、数千種類の原料を取り扱っており、安全安心にこだわって良品を選別している」。 原料検査装置へのディープラーニング活用の対象としたのは、ベビーフード用のダイスポテト（賽の目状にカットされたジャガイモ）だ。従来は「一つの製造ラインに100万個ある原料に対し、異物混入や不良品がないかを人が
米Googleがクラウドサービス「Google Cloud Platform」利用拡大の切り札に据えているのが機械学習サービスだ。同サービスの開発責任者であるJia Li氏は「機械学習を誰もが利用できるものにすることに、大きなビジネスチャンスがある」と意気込む。米Stanford大学で「ImageNet」プロジェクトに関わった著名なAI（人工知能）研究者でもあるLi氏に、GoogleのクラウドAI戦略を聞いた。 5月に開催した「Google I/O」でも「Cloud TPU」を発表するなど、機械学習サービスを相次いで強化している。その狙いは。 我々の戦略はシンプルで「機械学習を誰もが利用できるものにすること」だ。そこには大きなビジネスチャンスがある。企業は機械学習ベースの音声認識機能や画像認識機能などをアプリケーションに実装することで、顧客に提供するサービスのエクスペリエンスを大きく改善し
Googleが開発した人工知能「Deep Dream」によって作られた映像が話題に。 人工ニューラルネットワークを利用して「悪夢」のような画像を生成するのが人工知能「Deep Dream」。画像内で、「人工知能が知っているパターンに近い何か」を検出したら、その部分をフィードバックループで繰り返し表示して、強引に悪夢のような画像を生成するというもの。壁のシミをずっと見ていたら、何か変なものに見えてきた…という経験があるかと思いますが、Deep Dreamはそれを膨大なデータをバックグランドに歯止めがきかないくらい「やっちゃってる」のです。 そんなDeep Dreamによって作られたぶっ飛んだ映像が登場しました… 続きはソース元で http://www.gizmodo.jp/2017/04/google-deep-dream-bob-ross.html
村上福之です。AlphaGoのサーバ利用料金をエイヤでお見積りをしたら58億9811万4845円だった。ざっくり60億円。ソースはGoogle様のGCEお見積りツール。年間2586万ドル=29億円くらい。開発&学習2年なのでそれくらい。「株式会社まんだらけ」を２つ買収しても10億円オツリが来るプライス。スペックは適当。ただし、GPU利用料金を除く。GPUインスタンスは一般に公開されていないからだ。だから、本当はもっと高いかもしれないし、CPUも公式発表の1202台でずっと使った場合なので分からない。あと、Persistent Diskなどは０円で設定している。 言いたいことは、どっちにしても、零細ベンチャー企業は払えない金額だということが分かった。 有限会社シーリスの有山社長と話していて、「AlphaGoってGoogleみたいにサーバやGPUを死ぬほど使えないと無理だよね。カネかかりすぎ。
「（ハンディキャップなしでプロ棋士に勝つには）たぶん10年はかかるだろう」――Wired Magazineは2014年5月掲載の記事で、こんな囲碁AI作者の談話を紹介した。 それからわずか1年半。米グーグルのAI研究部門であるGoogle DeepMindは、2016年1月27日に発表した英Nature誌の論文で、同部門が開発した囲碁AI「AlphaGo」が2015年10月に欧州チャンピオンFan Hui氏と5回対戦し、全勝したことを明らかにした。Fan Hui氏はプロ2段で、欧州の囲碁大会で2013年、2014年、2015年と優勝していた。 DeepMindの研究チームは論文中でWiredの記事を引用し、「以前は少なくとも10年かかると思われていたが、コンピュータが史上初めて、囲碁のプロ棋士にハンディキャップ（置き石）なしで勝った」と勝利宣言してみせた。AlphaGoは2016年3月9日
米Googleが2015年12月に「既存のコンピュータに比べて1億倍高速」と発表して以来、カナダD-Wave Systemsが開発する「量子アニーリング型」の量子コンピュータへの注目が高まっている。この量子コンピュータとはどんなもので、何の役に立つのか。なるべく平易に解説したい。 記者は日経コンピュータの2014年4月17日号で「驚愕の量子コンピュータ」という記事を書き（ITproにも転載している）、量子アニーリング型の量子コンピュータの仕組みについて詳しく解説した。ただこの記事に対しては「難しい」という率直な感想も頂いているので、今回は例えなどを交えながら、「中身」ではなく「価値」を理解していただけるような記述を目指したい。 まず最初にお断りをしておくと、「量子アニーリング型」の量子コンピュータは、先に開発が進められていた「量子ゲート型」の量子コンピュータとは全くの別物だ。2013年以前
グーグルの｢DeepDream｣、今度はウェブアプリに2015.07.23 12:007,204 scheme_a どんどん広がっていく悪夢の輪 今月初め、グーグルは彼らのニューラルネットワークが夢を見ていると発表しました。その後コードが一般に公開され、ついに誰でも利用できるウェブアプリになりました。 この新しいアプリ、Dreamscopeはグーグルの力を借りて動作する、ドラッグをキメたInstagramのようなものです。アプリには19種類のフィルターが用意されており、グーグルのコードを直接使うように細かい調整は効きませんが、代わりにコードを見なくてもサービスを使う事ができます。画像をアップロードし、フィルターを選んだら、あっという間に悪夢の完成。ね、簡単でしょう？ プログラムの仕組みを覚えていない、という方の為、米GizmodoのMaddie Stone記者の説明をおさらいしてみましょう
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
