AI IoT

CompTIAのEmerging Technology Communityは「新興テクノロジーTop 10リスト 2019年版」を発表した。第1位はIoTで、2年連続だった。

Pythonのオブジェクトの同一性と、is演算子や==演算子による比較の違い、str関数とrepr関数で得られる文字列表現の違いなどについて取り上げる。

Pythonでは、プログラムが扱うデータは全て「オブジェクト」だ。そこで今回は、オブジェクトとは何か、その性質、変数との関係などについて見ていこう。

カリフォルニア大学サンディエゴ校の研究チームが、書籍やテレビ番組のオンラインレビュー投稿の中から“ネタバレ”を検出し、フラグを付けるAIベースのシステム「SpoilerNet」を開発した。

「スタンドアロンKerasとtf.kerasは何が違うのか？」「tf.kerasが、将来的にTensorFlowから削除される可能性はあるのか？」など、TensorFlow 2.0時代のKerasに関する一般的な疑問と、それへのTensorFlowチームメンバーからの回答をまとめる。

Pythonには複数のモジュールを束ねて扱うための「パッケージ」という仕組みがある。その作り方、インポート方法などについて見ていこう。

GitHubは、GitHub上のソースコードがどのような言語で記述されているのかを特定するツール「OctoLingua」を開発した。50種類の主要な言語に対応しており、今後はソースコードの一部分だけが与えられた場合でも判定できるように改良を続ける。

ディープラーニングの強化学習で自動走行する「DeepRacer」というサービス＆実機について紹介。AWS Summit Tokyo 2019で開かれた「DeepRacerワークショップ」の取材に基づき、DeepRacerの特徴や概要をまとめる。

Pythonでは複数の関数や変数などを「モジュール」にまとめることで、コードの再利用が可能になる。その作り方について見ていこう。

グリーは、Webアプリケーションとして実装したボイスチェンジャー「転声こえうらない」の提供を開始した。スマートフォンなどから無料で利用できる。

マサチューセッツ工科大学（MIT）の研究チームが開発した確率的プログラミングツール「Gen」を使えば、初心者でも簡単にAIに触れることができ、専門家は高度なAIプログラミングが可能になる。ディープラーニングよりも適用範囲の広いことが特徴だ。

特許庁は、AIに関連した発明の特許出願について調査結果を発表した。国内の特許出願件数は2014年以降急増し、2017年の出願件数は3065件。国別では、米国と中国の出願件数が突出して多かった。

リクルートジョブズが機械学習／AIをサービスに活用するプロジェクトで得た知見を紹介する連載。初回は、リクルートジョブズでデータサイエンス部隊が立ち上がったころに起こった問題について。

「インテリジェントクラウド」と「インテリジェントエッジ」の時代に、個人やチームの生産性はどう変わるのか。2019年5月に日本マイクロソフトが開催した、開発者およびITエンジニア向けイベント「de:code 2019」の基調講演では、同社のクラウドサービス「Microsoft 365」をプラットフォームとして、新たな「働き方」を実現する一端が披露された。

Pythonには多くの「標準ライブラリ」や「外部ライブラリ」が「モジュール」として提供されている。それらを自分のプログラムで使う方法を説明する。

Microsoft Researchは、データサイエンスやディープラーニング、強化学習向けにオープンソースのデバッグ／可視化ツール「TensorWatch」を発表した。Jupyter NotebookをUIに利用しているため、カスタマイズが容易だという。

2019年も折り返しであと半年。Python 2系統のサポートが終了し、各種ライブラリもPython 2系向けが提供されなくなっていく。そろそろ「Python 3系統」に切り替えよう。

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。