理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

通信・IT

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/02/18(土) 23:59:12.81 ID:CAP_USER9
靴のバーチャル試着装置を開発

http://www.nhk.or.jp/lnews/chiba/1086050741.html?t=1487429745000

東京のIT企業が、足と靴のサイズを3Dのデータで比較してインターネット上で靴の履き心地を確認できる新たなシステムを開発しました。
今後、ネット通販の分野での活用が期待されています。

この新たなシステムは、東京・世田谷区のIT関連企業が、千葉大学と協力して、おととしから開発を進めてきました。
靴を実際に履かなくても、インターネット上でサイズを確認できるのが特徴で、センサーがついた装置で足の形などを計測した上で靴の寸法の3Dデータと比較し、きつかったら赤、緩かったら青と、色で履き心地を確認できます。

ことし夏には、東京都内の百貨店1店舗に装置を貸し出すなどしてサービスを始める予定だということで、
来年にはネット通販での試験運用も行う計画です。

開発した企業の廣橋博仁社長は
「靴選びをもっと明解に、楽しくできるようにと思い、開発しました。
将来的には、インターネットやテレビ通販でも使われるような仕組み作りをしていきたい」
と話していました。

02月17日 17時52分
ダウンロード (4)


引用元: 靴のバーチャル試着装置を開発©2ch.net

靴のバーチャル試着装置を開発の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/02/18(土) 22:02:38.81 ID:CAP_USER
東工大が新型スパコン AI性能、国内トップ水準

東京工業大は17日、民間企業と合同で、新たなスーパーコンピューター「TSUBAME3.0」を開発、この夏にも運用を始めると発表した。
既に運用中のTSUBAMEシリーズと合わせて使うと、人工知能(AI)やビッグデータ分析に必要な性能が国内トップクラスになるという。

続きはソースで

▽引用元:共同通信 2017/2/17 17:47
https://this.kiji.is/205244435905183747

▽関連
東京工業大学 2017.02.17
東工大のスパコンTSUBAME3.0が今夏稼働開始―半精度演算性能47.2ペタフロップス、人工知能分野における需要急増へ対応―
http://www.titech.ac.jp/news/2017/037500.html
images


引用元: 【計算】東工大が新型スパコン「TSUBAME3.0」開発 AI性能、国内トップ水準©2ch.net

東工大が新型スパコン「TSUBAME3.0」開発 AI性能、国内トップ水準の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/02/16(木) 21:38:56.21 ID:CAP_USER
■AIに仕事を奪われないもの

石山 羽生さんが最初にAIに興味をもたれたのはいつですか?

羽生 将棋の世界全般の話ではありますが、認知科学を研究されている方と交流があるんです。たとえば理化学研究所で脳の研究をするとなったときに、ぼくが被験者として入ったりするわけです。

石山 被験者ですか! 羽生さん自身が研究材料というわけですね。

羽生 MRIに入って、検査を受けるのです。人間の脳を調べていくことと、AIの研究を進めていくことは、きわめて近い距離にあるので、いろいろな専門の先生から話を聞くことが昔から多かったということはあります。

石山 実際、羽生さんはこの将棋の世界にAIが入ってきていることを、ポジティヴにとらえているのか、それとも危機感をもっているのかを伺いたいです。

羽生 AIに対して恐怖感があり、脅威に感じる人たちもいますね。そういう一面も必ずあると思っています。でも、非常に誤解というか混乱されている部分もあります。たとえば「人類がAIに乗っ取られるじゃないか」といった『ターミネーター』のような世界でのAIは、いわゆる「汎用AI」といわれています。一方で、将棋のソフトなどは「専門AI」です。

同じAIでも全然違って、ぼくは高尾山とエヴェレストくらい違うと思っています。汎用AIと専門AIをごっちゃにして考えてしまうと、AIのニュースがあると「なにか人類にすごいことが起こる」ととらえやすいです。一方で、AIは「ものすごく難しいこともできるけれども、ものすごく簡単なこともできない」という側面もあるのです。

羽生 たとえば「接待将棋」という、相手にうまく負けて喜ばせてあげるっていう研究を真面目に研究されている方もいます。接待将棋を指すのって、難しいのです。接待将棋は、基本的に相手の人がどれくらいのレヴェルで、どれくらいの将棋を指すのかを推測できないとできない。力を加減することはできるのですけど、あからさますぎてバレバレになるのですぐわかっちゃう。

AIに仕事が奪われる、みたいな話もありますが、ぼくの答えはいつも決まっていて、「接待ゴルフのような仕事は絶対なくなりませんよ」って答えるようにしています(笑)。

続きはソースで

全文よむ
http://wired.jp/2017/02/14/habu-ishiyama/
ダウンロード (2)


引用元: 【人工知能】羽生善治「AIにできないのは上手く負けて相手をよろこばす接待将棋」「接待ゴルフのような仕事は絶対なくならない」 ©2ch.net

羽生善治「AIにできないのは上手く負けて相手をよろこばす接待将棋」「接待ゴルフのような仕事は絶対なくならない」の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/02/15(水) 20:11:43.38 ID:CAP_USER9
今月12日~14日にドバイで開かれた「世界政府サミット」に登壇した、スペースX社の共同創立者で、電気自動車のテスラ社のCEOでもあるイーロン・マスク氏が、観衆の度肝を抜く驚愕の発言をしていた。なんと、来るべき未来を生き残るために人間をサイボーグ化する必要があるというのだ!

■AIに勝つためには人間のサイボーグ化が必須

英紙「Daily Mail」(2月13日付)によると、マスク氏は、AIが人間に取って代わる「危険な状況」が近々起こると予感しており、その状況を回避するためには人間が機械化するしかないという。

「長年、私は生命の知性とデジタルな知性が融合する日がくると考えてきました」(マスク氏)

「問題は処理能力にあります。コンピュータは1秒間に1兆ビットの情報を処理しますが、人間はたったの10ビットです。このままでは、いずれAIが人間を余分なものとして排除する可能性もあります。しかし、高速処理を実現するインターフェースを脳に装着することで驚異的なスピードアップに期待できるのです」(同)

マスク氏は、このことを本能を司る大脳辺縁系と、思考を司る大脳皮質がそれぞれ共同して機能することにたとえ、大脳皮質の脳神経をデジタル化した身体に接続し、人間を超えたAI - ヒューマンサイボーグになることを提案。さらには、人類が取るべき最良の選択はこれしかないとも語っている。

これまで人間はAIに対し守勢にまわってきたが、人間の方がサイボーグ化し、AIになってしまえばいいという攻撃的なアイデアだ。たしかに、これが実現すれば人間の知性をはるかに超えた「ディープAI」の出現に恐れる必要もなくなる。

続きはソースで

http://tocana.jp/images/humanaicyborg_01.jpg
http://tocana.jp/2017/02/post_12355_entry.html
ダウンロード


引用元: 【国際】イーロン・マスク氏「AIに勝つために人間をサイボーグ化する」 ©2ch.net

イーロン・マスク氏「AIに勝つために人間をサイボーグ化する」の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/02/11(土) 04:45:55.96 ID:CAP_USER9
http://www.sankei.com/wired/news/170210/wir1702100001-n1.html

 グーグルの研究チームは、人間には何が写っているかほとんど認識できないような人の顔や部屋を写した低解像度の画像から、元の画像を推測・再現する人工知能システムを開発した。
防犯などに応用できる可能性がある。

http://www.sankei.com/images/news/170210/wir1702100001-p1.jpg
右は元画像。左は低解像度の画像。中央は、AIが低解像度の画像から何が写っているかを推測・再現した画像。IMAGE COURTESY OF GOOGLE BRAIN

 グーグルが開発した2種類の人工知能(AI)は、ピクセルの粗い低画質の画像から、かなり鮮明な元の写真を再現することができる。

グーグルのAI開発チーム「Google Brain」のコンピューター科学者たちは、今回の研究成果で、写真の解像度を上げられるだけでなく、その処理中に「欠けている細部」を埋められることも示した。
研究論文「Pixel Recursive Super Resolution」によると、グーグルの研究者たちは、有名人の顔写真や寝室の写真を使ってシステムをトレーニングしたという。

 このシステムでは、「conditioning network」と「prior network」という2種類のニューラルネットワークを組み合わせて画像を解析し、8×8ピクセルという低画質画像から、32×32ピクセルの高解像度ヴァージョンを生成している。
これによって、人間にはほとんど認識できない不鮮明な写真を、人や部屋をはっきり表す画像に変換できる。

続きはソースで

images (1)


引用元: 【グーグルの人工知能】今度は「モザイク画像の被写体を特定」する [無断転載禁止]©2ch.net

【グーグルの人工知能】今度は「モザイク画像の被写体を特定」するの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2017/02/07(火) 13:42:30.79 ID:CAP_USER
2017年2月7日 8時0分  デイリー新潮   「週刊新潮」2017年2月2日号 掲載
http://news.livedoor.com/article/detail/12640468/

■なぜ人工知能は東大に合格できないのか?(上)

(中略)AIが東大に合格するなど簡単そうだが、挑戦してわかったのは、AIの弱点だった。プロジェクトを率いた新井紀子氏が明かす。

 ロボット(AI)は東大に入れるか――。AIの東ロボくんが挑んできたプロジェクトに一区切りがついた。
この5年間、毎年模擬試験を受け、偏差値も少しずつ高くなり、有名私大に合格できるレベルには達したが、東大合格レベルに届く見通しは立たないという。
ある種の問題には対応できても、所詮AIには読み解けない問題が数多く残ることがわかったのだ。
 むろん挑戦が無駄だったわけではない。新井教授によれば、浮き彫りになったのは近未来への意外な不安だったという。

 人工知能(AI)には、できることとできないことがあると思っています。
シンギュラリティは起きませんし、AIのおかげで人間が労働から解放されることもない。
とはいえ今後、一定の仕事はAIが代替するようになるはずです。

   (科学ニュース+板の字数制限のため中略)

■労働の二極化
 それでも労働は残ります。残るのはまず、AIを使いこなしてAIには不可能なことを実現する、高度なクリエイティビティ能力と重い責任を要する労働。
残りは、KYすなわち空気が読めないAIにはできない労働。人間にしかできないことがあるので、それを低賃金で下働きさせる、という理由で残ります。
 つまり、今存在している仕事全体から真ん中部分がAIに奪われ、人間が担う労働は上と下とに二極化されると思います。
結果、ただでさえ少子化なのに、失業と人手不足が同時に起こるという最悪のシナリオが現実になり、とくに高度なほうの仕事に就く人が不足するのではないか、と危惧を抱いたのです。
 AIには、実はたいしたことができませんが、データ分析や最適化はできます。
つまり道具にすぎないけれど非常に高度な道具なので、AIには負えない責任を負いながら使いこなす人が不可欠です。
ところが、このままではエネルギー問題を最適化したり、自動運転でリスクを分散したりするためにAIを使いこなす人がいなくなってしまうかもしれません。
それは原発の説明書を読める人がいなくなるようなものです。
 そういうことを本に書いたのですが、だれも実用書だと思ってくれませんでした。
そこで、毎年AIが勉強してそれなりの大学に入るようになったら、AIと人間の間になにが起こるのか、だれにでもわかるだろうと思ったのです。

■短文問題対策に500億語
 シンギュラリティに到達すれば全員が平等になれます。
AIがあらゆる仕事を担い、人間は恋をしてダンスをして詩を作って暮らしましょう、というユートピアが訪れるというわけですが、私はそうはならないと予測しています。
労働から解放された人間にはベーシックインカムを、と話す人もいますが、そんな状況が訪れるわけがない。

続きはソースで
ダウンロード


引用元: 【AI】なぜ人工知能は東大に合格できないのか?「東ロボくん」プロジェクトで分かったAIの弱点 [無断転載禁止]©2ch.net

なぜ人工知能は東大に合格できないのか?「東ロボくん」プロジェクトで分かったAIの弱点の続きを読む
スポンサーリンク

このページのトップヘ