AI IoT

PyTorchが提供するConv2dクラスとConvTranspose2dクラスを利用して、畳み込みオートエンコーダーを作成してみましょう。

「300個以上のデータセットを紹介している大型サイト」「毎週／毎月のようにアクティブに更新されているサイト」という条件に該当するお勧めのデータセット一覧サイトとして「arXivTimes/DataSets」「Awesome Public Datasets」「UCI Machine Learning Repository」の3つを紹介する。

ウェザーニューズは、荒天時の商品の急激な需要変化を予測する在庫最適化エンジン「PASCAL」を開発した。小売業者などが保有する商品販売データと、日々の気象データなどを組み合わせて、平時だけでなく荒天時の来客数や商品需要を品目ごとに予測する。

早稲田大学理工学術院で講師を務める畠山歓氏の研究グループは、多彩な形式の材料科学データを単一のAIに学習させる手法を開発した。グラフ構造を利用して各種データベースを共通書式に変換することで、どのようなデータでも単一のモデルで学習できるという。

連載の通常の流れとは別の番外編。「0」の取り扱いについて3つのポイントを解説。0で割ること、0乗、0の階乗について説明する。

NIST（米国国立標準技術研究所）は、「顔認識アルゴリズムがマスクを着けた顔をどの程度識別できるか」の調査結果、第1弾を発表した。

ルール大学の研究チームが、ディープラーニング技術を用いて生成されたフェイク画像を識別する方法を開発した。

CIFAR-10の画像データのエンコード／デコードをうまく行うために、圧縮後の次元数とエポック数を変化させながら学習させてみましょう。

用語「みにくいアヒルの子の定理（Ugly Duckling theorem）」について説明。何らかの仮定／前提知識がないと、分類やパターン認識は不可能であることを指す。

特許庁は、AI関連特許出願件数の調査結果を発表した。2018年のAI関連特許出願件数は4728件。AI関連出願が増加している最大の要因は深層学習で、2018年にはAI関連出願のうち機械学習関連が85％を占めた。

NECは、目標を設定するだけで、ロボットが自動的に作業を完遂するAI技術を開発した。「部品AをトレイBに整列」というように部品と仕分け先の対応関係を指定すると、自動的に部品を仕分けるという。

これまでに見てきた、説明変数が1つだけの回帰分析と偏微分の基本知識を踏まえて、複数の説明変数がある重回帰分析を行うための基本的な方法を理解しよう。

「PyTorch公式のディープラーニング本」に加え、「Goodfellow本」「PRML本」「カステラ本」といった通称で愛される、超有名な書籍が無料で読める。厳選したこの4冊のリンク先と概要を紹介する。

機械学習やディープラーニング用の主要ライブラリが提供する「画像／音声／テキストなどのデータセット」の名前とリンクを表にまとめ、典型的な使い方を簡単に紹介する。

東北大学災害科学国際研究所の研究グループは、AIによって衛星画像から洪水の浸水範囲を推定するアルゴリズムを構築した。過去の水害データを蓄積することで将来発生する未知の水害の被害範囲を推定できる。

ITRは国内電子契約サービス市場の規模予測を発表した。2018年度の売り上げ金額は、対前年度比83.5％増の36億7000万円。2019年度は同70.0％増、2023年度は200億円に迫ると予測する。

用語「ノーフリーランチ定理（No Free Lunch theorem）」について説明。全ての問題において優れた性能を発揮できる“万能”の「教師ありの機械学習モデル」や「探索／最適化のアルゴリズム」など（＝無料のランチ）は理論上、存在しないことを指す。

経済産業省北海道経済産業局は、非対面医療の実証実験を実施する。オンライン診療後に、オンラインで服薬指導を行い、処方箋医薬品をドローンで配送する。

世界中のデータセットがググれる（＝Google検索できる）「Dataset Search」を紹介。検索結果のフィルタリングや、日本語対応、対象ページを開く方法、内容記載などについて言及する。

佐川急便は日本データサイエンス研究所（JDSC）、東京大学大学院 越塚登研究室・田中謙司研究室、横須賀市、グリッドデータバンク・ラボ有限責任事業組合（GDBL）と共同で、「AIと電力データを用いた不在配送問題の解消」の実証実験を実施する。

東芝と東芝デジタルソリューションズは、SOMPOホールディングスと共同開発した疾病リスク予測AIサービスの提供を開始する。生活習慣病リスクを予測し、糖尿病発症については、6年先までのリスクを90％以上の精度で予測する。

「偏微分」って何？　いかにも難しそうな名前だが、微分を理解していれば意外に簡単。前回までの知識を踏まえて、今回は偏微分の意味と計算方法を理解しよう。

カーネギーメロン大学の研究チームが、スタジオや特殊なカメラを使わなくても、「4D映像」を生成できる手法を開発した。複数の「iPhone」で撮影したビデオ映像を組み合わせ、さまざまな角度から動きを見たり、視線を一時的に遮る人や物体を消去したりできる。

画像生成の手始めとして「オートエンコーダー」と呼ばれるニューラルネットワークを作って、MNISTの手書き数字を入力して、復元してみましょう。

データサイエンティスト協会とIPAは、「スキルチェックリスト」と「タスクリスト」の読み解き方や活用方法を記した公式ガイドブック『データサイエンティストのためのスキルチェックリスト／タスクリスト概説』を刊行した。

データセット「Large Movie Review」について説明。IMDbサイト上での5万件の「テキスト（映画レビューコメント）」＋「ラベル（ポジティブ／ネガティブの感情）」が無料でダウンロードでき、二値分類問題などのディープラーニングや機械学習に利用できる。元データの内容や、TensorFlow、Keras、PyTorchなどにおける利用コードも紹介。

ルール大学とマックスプランクサイバーセキュリティアンドプライバシー研究所の研究者のチームは、音声アシスタントがウェイクワード（音声による起動コマンド）と誤認する言葉を調査した。その結果1000以上の音声シーケンスが見つかった。

AppierのチーフAIサイエンティストを務めるMin Sun氏はAutoMLについて、正しく使用する場合に限ってメリットをもたらすと述べた。機能を正しく理解し、どのように利用すべきかを判断して、その可能性を最大限に活用することが重要だとしている。

Sonyが自社製品でも活用する信頼性の高いディープラーニングツール「NNC：Neural Network Console」の概要と特徴を筆者なりに分析して紹介。どんな人がどんな用途で使うべきかの指針も提案する。

データセット「Titanic」について説明。1309件の「タイタニック号乗客者の生存状況」の「表形式データ（年齢や性別などの13項目）」＋「ラベル（生存状況）」が無料でダウンロードでき、分類問題などのディープラーニングや統計学／データサイエンスに利用できる。scikit-learn、TensorFlow、Kaggleにおける利用コードも紹介。

人工知能（AI）を活用して価値を提供する企業が現れる中、PoCでつまずく企業が見直すべきポイントはどこにあるのか。そして今後必要不可欠になる考え方とは何か。機械学習に必要な教師データを企業に提供するLionbridgeに話を聞いた。