「Amazon Web Services」（AWS）活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回は、AWSのAI翻訳サービス「Amazon Translate」をPythonで利用します。以下、Translateに用意されているメソッドを概観し、その使い方を紹介します。 「Amazon Translate」とは AWSには、事前トレーニング済みのAI（人工知能）を手軽に利用できる「AIサービス」が多数用意されており、その内容はコンピュータビジョンから言語、レコメンデーション、予測と多岐にわたります。 今回紹介するAmazon Translate（以下、Translate）は、深層学習を利用したニューラル機械翻訳によってテキストを翻訳するAIクラウドサービスです。サポート言語は日英、英日など71言語間で4970通りの組み合わせが提供されており、中国語の簡体字と繁体字
Microsoft、WebブラウザでMLモデルを実行できる「ONNX Runtime Web」を公開：速度を犠牲にせず、ポータビリティーが向上する Microsoftはあらゆる機械学習（ML）モデルを実行できる「ONNX Runtime Web」を公開した。オープンソース推論エンジン「ONNX Runtime」の新機能だ。JavaScript開発者はMLモデルをWebブラウザで実行、デプロイできる。 Microsoftは2021年9月2日（米国時間）、「ONNX Runtime」の新機能「ONNX Runtime Web」（ORT Web）を公開した。 ORT Webを利用することで、JavaScript開発者は機械学習（ML）モデルをWebブラウザで実行、デプロイできる。さらにORT Webは、新タイプのオンデバイスコンピュテーションの実現を支援する。 ORT Webは、近いうちに非推奨
近年AIを用いた画像生成技術が飛躍的な進歩を遂げており、実在しない人物の顔写真がSNSなどで大きな問題を引き起こしています。こうした状況の中、アメリカの研究チームが現行のニューラルネットワークで生成された人間の画像は「瞳孔の形」で区別できるという研究結果を発表しました。 [2109.00162] Eyes Tell All: Irregular Pupil Shapes Reveal GAN-generated Faces https://arxiv.org/abs/2109.00162 近年は敵対的生成ネットワーク(GAN)と呼ばれる人工知能アルゴリズムの発展によって、実在しない人物の顔写真を簡単に作成できるようになった結果、AI生成された顔写真をプロフィールに用いるボットアカウントが急増。こうしたボットアカウントは詐欺などに用いられているため、大きな社会問題となっています。 存在しない
この記事について DXに取り組む企業が増える中、AIやディープラーニングを学ぶ人も増えている。AIベンチャーや有識者などから構成される「日本ディープラーニング協会」の「G検定」（ジェネラリスト検定）の受験者は、2017年から約3年半で累計5万人を突破。最も多い受験者は研究・開発職だが、営業・販売職や企画・マーケティング、経営企画など、いわゆる文系職種の受験者も多くみられるという。 いま、文系職種の人たちがAIやディープラーニングを学ぶ背景には何があるのか。学ぶことで、どのようなメリットがあるのか。日本ディープラーニング協会の野口竜司氏（人材育成委員メンバー）による寄稿。 なぜ、文系職種でもAIを学ぶ必要があるのか AIと聞くと、皆さんはどのようなことを想像されるでしょうか。人工知能という未知のモノへの恐怖から、何となく不安、職を奪われるなど、ネガティブイメージを持つ方もいらっしゃるかもしれ
「あつ森」，野村総研の“NRIヨコハマ島”に謎解きクエスト“あつ森で学ぶデータサイエンス ベイズの定理編”が追加 編集部：Gueed eスポーツ事業などを手がけるFusion LLC.は本日（2021年9月8日），野村総合研究所 未来創発センター データサイエンスラボ（以下，NRIデータサイエンスラボ）と共同で，Nintendo Switch用ソフト「あつまれ どうぶつの森」（以下，あつ森）内の「NRIヨコハマ島」（夢番地：DA-9879-3587-0715）に，謎解きクエスト「あつ森で学ぶデータサイエンス ベイズの定理編」を追加したという。 「あつ森で学ぶデータサイエンス」は，NRIデータサイエンスラボがYouTube（※外部リンク）で展開している，あつ森を使ったデータサイエンスの用語解説コンテンツシリーズ。これまで「クッキーレス時代の到来」「機械学習と統計学の関係」「ディープラーニング
プロジェクトの概要衛星データと3DCG技術を活用してバーチャル空間に「もう1つの世界」を自動生成するAIを開発しています。人工衛星から取得できる地上の静止画像と標高データに機械学習を行い、地上の構造物を自動で検出・分類・構造化した上で、AIに地上の3Dモデルを自動生成させ、3DCG技術によって石・鉄・植物・ガラスなどの細かな材質も自動的に再現。これらを一つのシステムとして統合することで実現しています。下記の動画は東京都内の一部の地域をAIに再現させたものです。 Google Earthに代表される従来の3D地球儀は衛星写真や航空写真を3Dモデルに貼り付けた形で提供されることが一般的でしたが、俯瞰的な視点での地上を再現するには向く一方で、人間が歩く一人称視点では写真の解像度が足りず劣化してしまい、VR・ゲーム・映像制作・自動運転など高度なビジュアルが求められる領域では活用が進んでいませんでし
AI領域で活躍するエンジニアになるには？ ソフトウェアエンジニア出身のデータサイエンティストたちに聞く 今、社会におけるAIへの期待の高まりには目覚ましいものがあります。その将来性に魅力を感じ、関連するスキルを身につけて、AIを活用した製品やサービスの開発に関わることを目指しているエンジニアも多いのではないでしょうか。今回は、Yahoo! JAPANのサービスへのAI技術の適用と、顧客の課題解決に向けたシステムの構築という異なるアプローチでAIに関わっている2人のエンジニアに、これまでのキャリアやAIに関わることになった経緯、プロダクトにAIを適用する際のポイント、AI領域でのキャリア構築を目指すエンジニアへのアドバイスなどを語っていただきました。 開発者／インフラエンジニアからAIエンジニアになるまでのキャリアパス 清水：ヤフーの清水です。現在、CTO直轄の技術戦略本部に所属し、併せてA
Neural networks have been adapted to leverage the structure and properties of graphs. We explore the components needed for building a graph neural network - and motivate the design choices behind them. Hover over a node in the diagram below to see how it accumulates information from nodes around it through the layers of the network. Authors Affiliations Benjamin Sanchez-Lengeling Google Research E
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
