このブラウザーはサポートされなくなりました。 Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。
Amazonのスマートスピーカーなどに搭載されているAIのAlexaが、10歳の子どもに死亡事故につながりかねない危険な遊びを提案してしまった事例が報告されています。 Girl, 10, asks Alexa for a challenge and is told to poke metal into power outlet | indy100 https://www.indy100.com/viral/alexa-echo-outlet-challenge-reactions-twitter-b1982848 Amazon Alexa slammed for giving lethal challenge to 10-year-old girl https://www.bleepingcomputer.com/news/technology/amazon-alexa-slammed-f
概要 この講義では、深層学習や表現学習の最新技術について、主に教師あり・教師なし深層学習、埋め込み手法、距離学習、畳み込み・再帰型ニューラルネットワークや、それらを用いたコンピュータビジョン、自然言語処理、音声認識などの応用技術を取り扱います。 この講義は「DS-GA 1001 Intro to Data Science」あるいは大学院レベルの機械学習科目をすでに履修していることを前提とします。 講義 凡例: 🖥 スライド, 📓 Jupyter notebook, 🎥 YouTubeビデオ. 週 形式 タイトル 資料
「AI自動音声でお伝えしています」 ある朝のNHK「おはよう日本」の画面。ニュース映像の右上に、こんな文字が表示されれていて驚いた。音声に違和感がなく、人間のアナウンサーの声だとばかり思っていたからだ。 意識してよく聞けば、イントネーションや“間”がやや不自然だが、流し聞きしているだけでは分からないレベルだ。 場面がスタジオに転換すると、人間のアナウンサーが2人写った。アナウンサーがそこにいるのに、AIがニュースを読んでいたのだ。 「おはよう日本」だけではない。NHKは、平日午後のニュース、ラジオ、Webのニュース番組の一部などでAIによるアナウンスを活用している。 AIアナウンスはどのように作られたのか? 人間のアナがいるのに、なぜわざわざ、AIにニュースを読んでもらうのか? NHKに聞いた。 放送時間ぴったりにニュースが読めるAI AIアナウンスの音声は、NHKが開発した技術だ。気象情
なぜこの記事を書いたのか? 決定木をベースにしたアルゴリズムのほとんどに特徴量重要度という指標が存在する。データに対する知識が少ない場合はこの指標を見て特徴量に対する洞察深めることができる。KaggleではEDAのときにとりあえず重要度を見てみるなんてこともするようだ。 しかし、この特徴量重要度にはバイアスが存在していて、特定の条件下では信用出来ないことがある。そういった条件を広く知ってほしいということでこの記事を書いた。 この記事では人工データを生成しバイアスを再現してみた。また、こういったバイアスに対処したという論文を見つけたので軽く紹介する。おまけとしてgainベース以外の特徴量重要度についても紹介する。 目次 なぜこの記事を書いたのか? 想定読者と実験の枠組み 想定読者 限定する枠組み 特徴量重要度とは? 特徴量重要度にバイアスが生じる条件 1. 解像度が低い場合 2. 特徴量同士
November 28, 2019 学環・学府特任准教授の不適切な書き込みに関する学生へのメッセージA message for students about inappropriate writings by a part-time project faculty of III/GSII 東京大学大学院情報学環特任准教授による差別的なツイートについて、さる11月24日(日)に学環長・学府長のメッセージを第一報として発表しました。 それは私の大切な学際情報学府の学生たちの気持ちに寄り添い、学環・学府長として私自らが断固として差別と闘うことを表明するメッセージとはなっていませんでした。 そうした情報と私の決意を加え、11月26日(火)に学環・学府のすべての学生に対し、メーリングリストを通じて以下のメッセージを伝えたことをお知らせします。 今後も継続して、この問題への対応などに関する情報を発表し
第4回目となる今回は、世界最大級のオンライン講座プラットフォームであるCoursera(コーセラ)上でDeepLearning.AIが提供する人気のコース「AI For Everyone」に、一般社団法人日本ディープラーニング協会(JDLA)制作、松尾豊氏が講師を務める日本向けコンテンツを加えた特別版を受けてみました。無料版では確認テストは受けられませんが、講座はすべて視聴できます。 「AI For Everyone(すべての人のためのAIリテラシー講座)」は、AI・ディープラーニングについてまず「知る」ための講座です。名前の通り、どんな人でも受けられる講座です。講座は英語ですが、日本語の音声や字幕もあります。時間は約5時間。カリキュラムは以下のとおりです。 はじめに(DXとは)Week1:AIの基礎Week2:AIプロジェクトの推進Week3:AIの社内導入と産業活用Week4:AIと社
ニューヨーク市教育局は、管轄する学校組織のオンライン端末およびインターネットネットワークにおける「ChatGPT」へのアクセスを禁止した。 ChatGPTは、オンラインの膨大な情報源を基に、ユーザーの質問に会話形式で回答するほか、小論文を書いたり、絵を描いたりすることもできるAI搭載チャットボットだ。 ニューヨーク市教育局は米国時間1月3日、教育ニュースサイトChalkbeatに対し、「学生の学習に対する悪影響と、コンテンツの安全性や正確性に関する懸念」を理由に、同サービスの利用を制限することを明らかにした。 「疑問に対する回答を迅速かつ簡単に得ることができるかもしれないが、学問や人生で成功を収めるために不可欠となる、クリティカルシンキングや問題解決のスキル育成にはつながらない」と、同局広報のJenna Lyle氏は語った。 学生や教員は、学校組織と関係のない端末からChatGPTに接続す
本講座では計8回にわたり、ディープニューラルネットワークの原理と実装について 説明してきた。ニューラルネットワークの原理は基本的には 勾配降下法であり、その基盤となっているのが関数の微分可能性である。 ニューラルネットワークにはさまざまな形態が存在するが、 画像処理・画像認識の場合は畳み込みニューラルネットワークが非常に 有効であることがわかっている。また、ニューラルネットワークの 出力形式や損失関数を変えることにより、ニューラルネットワークが 物体検出や奥行き推定など、さまざまなタスクに利用可能であることを紹介した。 さて、本講座は「真面目なプログラマのための」ディープラーニング入門、 と銘打っている。真面目なプログラマとは何か? 諸説いろいろあるだろうが、 多くのプログラマは、ソフトウェア開発において 仕様の明確さや、 システムの効率・堅牢性、そして 保守のしやすさといったものを 追求
","naka5":"<!-- BFF501 PC記事下(中⑤企画)パーツ=1541 -->","naka6":"<!-- BFF486 PC記事下(中⑥デジ編)パーツ=8826 --><div id=\"kiji_bottom-banner\">\n<p style=\"padding:10px;\"><a href=\"https://www.asahi.com/senkyo/shuinsen/2021/?iref=kiji_bottom_banner\" style=\"display:block;\"><img src=\"https://www.asahicom.jp/senkyo/shuinsen/2021/images/shuinsen2021_660x100.jpg\" alt=\"2021衆院選\" style=\"width:100%;height:auto;\"/><
人工知能、AI、機械学習、ニューラルネットワーク、ディープラーニング…これらの言葉が世間ではよく聞かれるようになっています。よく聞く言葉だけれども、よくわからない、自分の身近なものではなさそうと思っている方も多いのではないでしょうか。本講座では、AI に関わる基本知識だけでなく、事例や具体的にそれがどのような仕組みで動いているかも紹介します。AI の基礎を理解し、AI をどう活用できるかのヒントがつかめるように、本講座で学びます。
「Graph Game」はニューラルネットワークの構造をグラフで作成するゲームです。AI技術の発展と共に頻繁に目にするようになった「ニューラルネットワーク」をどの程度理解しているか試せるゲームとのことなので、実際にプレイしてみました。 Graph Game - By Sabrina Ramonov https://graphgame.sabrina.dev/ サイトにアクセスするとこんな感じ。「RNN」「LSTM Cell」「GRU Cell」「ResNet Block」「Deep RNN」という5つのステージが用意されています。まずは「RNN」をクリックしてみます。 「x_t」「h_t」「y_t」という3つの箱が出現しました。それぞれの箱はデータを表しており、上が出力で下が入力となっています。「x_t」の上の○をクリックし、ドラッグして「h_t」の下に接続します。 緑の線で接続が表示され
はじめに 2023年になって日が経ってしまいましたが、今年も深層学習の個人的ハイライトをまとめたいと思います。今回は研究論文5本と応用事例4つを紹介します。他におもしろいトピックがあれば、ぜひコメントなどで教えて下さい。 AIの研究動向に関心のある方には、ステート・オブ・AIガイドの素晴らしい年間レビューもおすすめします。また、私が過去に書いた記事(2021年、2020年、2019年)もよろしければご覧ください。 * 本記事は、私のブログにて英語で書いた記事を翻訳し、適宜加筆修正したものです。元記事の方も拡散いただけると励みになります。 ** 記事中の画像は、ことわりのない限り対象論文からの引用です。 研究論文 Block-NeRF: Scalable Large Scene Neural View Synthesis 著者: Matthew Tancik, Vincent Casser,
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