AI IoT

Pythonでは「集合」も標準でサポートされている。その基本と、集合の比較や和／差／積／対称差の求め方、変更不可能な集合などについて見ていこう。

用語「PoC貧乏」について説明。AIテクノロジー企業にとって、PoCばかりを行い、実際のプロジェクトが何も開始できない事態を指す。

IDCによれば、2025年にはIoTデバイスの数が416億台に達するという。これらのデバイスは79.4ゼタバイト（ZB）のデータを生成する見通しだ。最も多くのデータを生み出すのはビデオ監視用IoTデバイスだが、成長が著しいのは他の種類のデバイスだ。

用語「PoC（Proof of Concept：概念実証）」について説明。コンセプト（概念）の実現可能性を検証することを指す。

医療分野におけるAI活用の最前線について、東京大学 医科学研究所 国際先端医療社会連携研究部門の湯地晃一郎特任准教授に聞いた。米英で疾病の「診断」を下すAIドクターが登場している中、日本の医療はどう変わりつつあるのだろうか。

Pythonには「キーと値」の組を管理するためのデータ構造として「辞書」がある。その基本的な使い方とリストやタプルとの違いなどについて触れる。

AI技術者を応援する新フォーラム、Deep Insiderが＠ITに登場した。その背景やメディアのコンセプト、編集方針などをご紹介するとともに、スキルレベル別のAI・機械学習の学習方法と、それらのレベルに応じた本フォーラムのお勧めコンテンツ、準備中の記事企画についてご紹介しよう。

ECサイト運営の業務効率化のために、商品説明を読んで掲載カテゴリーを提案してくれる人工知能を作成した。ディープラーニング実践の参考事例として、筆者の会社がどう取り組んでいったのかを紹介する。

リストとよく似ているが、変更不可能という大きな特徴を持つ「タプル」の基本、その操作、リストとの違いなどについて説明する。

Microsoftは、.NET開発者向けのオープンソースのクロスプラットフォーム機械学習（ML）フレームワークの最新版「ML.NET 1.1」を発表した。ML.NET自体の改善の他、内蔵するModel Builderを改良した。

ソニーは機械学習を用いた予測分析ソフトウェア「Prediction One」を、法人向けに無償提供する。利用者にデータ処理に関する専門知識や経験がなくても、精度の高い予測が可能。

DLLABの2周年イベントで発表された「DLLABの活動の現状と今後」について説明。「次回の大規模イベント開催」の速報や、今後の施策として計画されている「機械学習＋IoTのコンテスト企画」と「企業のための実験室としてのDLLAB活用」について概説する。

スタンフォード大学などの研究者のチームが、話者の動画を容易に編集する手法を編み出した。人物の肩から上の映像を使うだけで、口にしていない単語を埋め込み、修正できる。修正方法は文字起こししたテキストを編集するだけという手軽さだ。

マイナビが発表した「マイナビ AI推進社会におけるキャリア観に関するアンケート」の結果によると、2020年卒業予定の学生の75.4％がAIやITに関連した職種を志望していないことが分かった。

リストはfor文を使用した繰り返し処理とよく組み合わせて使われる。そこで便利に使える関数や「イテレータ」という概念などを取り上げる。

ノースカロライナ州立大学の研究チームが、ディープニューラルネットワーク（DNN）を構築するための新しいフレームワークを開発した。標準的なベンチマークテストで性能を検証したところ、視覚認識の性能がこれまでのフレームワークを上回った。

Facebookが開発した時系列予測のOSSライブラリ「Prophet」が近年注目を集めている。本連載ではProphetの概要と理論的背景、案件で使ってみた経験から得られた知見を紹介する。後編はチューニングのテクニックや運用時の注意点などについて。

日本ユニシスは、クラウドとIoT技術を利用した屋外設備や環境の遠隔監視サービス「MUDENモニタリングサービス」を提供開始した。太陽電池パネルを備え、これで発電した電力のみで稼働するため、電源を気にせずどこにでも設置できる。

コペンハーゲン大学の研究チームは、高校生が提出した課題レポートを読み取り、「本人が書いたものか代筆されたものか」を90％近い精度で識別できるAIプログラムを開発した。

要素数の取得、リストの結合、リストに対する要素の追加と削除、並べ替え、反転、コピーなど、リストを操作する方法をまとめて紹介する。

東京都市大学知識工学部の教授を務める塩本公平氏らは、人の移動パターンから移動先を約70％の確率で予測できるアルゴリズムを開発した。モバイル基地局の効率的な配置や都市部での交通網整備、避難計画の策定に応用できる。

de:code 2019の基調講演の中から、AI・機械学習に関連するトピックを簡単にまとめる。

数値や文字列などの基本データ型と並んで、Pythonでとてもよく使われるデータ型である「リスト」の基礎知識を説明する。

Pythonでは、関数を変数に代入したり、関数の引数や戻り値に使用したりできる。この特性と、簡潔に関数を記述できるようにするラムダ式について見ていく。

宇宙開発を行うJAXAでは、惑星探査機から射出された小型プローブを用いて探査機が惑星とともに自撮りするような画像を撮影するために、エッジAIを用いた研究開発を行っている。エッジAIを探査機に搭載する際にどのような課題があったのか、学習データはどう集めたのか。

早稲田大学理工学術院らの研究グループは、都市浸水をリアルタイムで予測するシステムを開発した。都市内の雨水の流れを力学原理に基づいて計算する。30分先までの降雨予報を利用して、リアルタイム浸水予測の実現を目指した。

NECはNICTと共同で、5G通信網を利用したリアルタイム通信に関する実験を実施した。その結果、適応ネットワーク制御技術が自動運転を見据えた安全運転支援に効果があることを確認した。

関数のローカル変数と各種のスコープ、名前解決の順序、名前空間など、関数にまつわるスコープの話をまとめる。

サイトビジットは、司法予備試験向けにAIで予測した試験問題の的中率が60％だったと発表した。2020年1月に実施される大学入試センター試験に向けた未来問の開発も予定している。

最近流行の機械学習／Deep Learningを試してみたいという人のために、Pythonを使った機械学習について主要なライブラリ／ツールの使い方を中心に解説する連載。今回は機械学習を使った自然言語分析のライブラリ「Gensim」について解説します。

位置引数やキーワード引数、パラメーターのデフォルト引数値、可変長引数の扱い方など、Pythonにおける関数の引数について見てみよう。