AI IoT

パネルディスカッションで話された「初めてコースを見たときに、どこに着目するか？」「ズバリ、勝つポイントは？」「報酬関数を決める方法は？」についての内容をお伝えする。

Karydo TherapeutiXとATRは共同で、ヒトへの作用が未知の物質の副作用や有害事象、効能を予測するAIを開発した。物質をマウスに投与したときの、全身を網羅した遺伝子情報を指標として、その物質がヒトで起こす副作用や効能を予測する。

Pythonの関数定義と、位置引数／キーワード引数／可変長法引数を受け取る方法。ラムダ式についてギュッとまとめた。

IBMは2020年1月8日（米国時間）、特定組織を対象にした「『IBM Qシステム』をクラウドで利用可能にするネットワーク」である「IBM Q Network」への参加組織が100を超えたと発表した。

マサチューセッツ工科大学の研究チームは、プロセッサ上でのアプリケーションコードの実行速度を予測する機械学習（ML）ツールを開発した。Intelのツールよりも誤差が少なく、Googleの「Tensor Processing Unit」のような新しいプロセッサにも適用できる。

サイエンスアーツは、同社のスマートフォン向けのIP無線アプリ「Buddycom」を「Slack」と連携させた。Buddycomを使った通話の内容を、テキストとして自動的にSlackで共有できる。

組み込みのデータ型、変数、制御構造、演算子、関数定義など、Pythonプログラムを構成する基本要素をギュッとまとめて紹介する。

MITの研究チームが、企業の四半期業績を予測する数理モデルを開発した。ウォール街のアナリストを超える成績を実証した。特徴は匿名化された週次のクレジットカード取引データと四半期業績レポートのみを使用したことだ。

ノークリサーチは、年商500億円未満の中堅中小企業に向けたIT活用の注目ポイントを発表した。2020年以降は実証実験的なIT導入で補助金を得ることは難しいとしており、具体的なIT活用場面を提示する手間を惜しまないことが成功の秘訣だという。

データセット「fastMRI」について説明。1500枚以上の膝MRIの画像データや、6970枚の脳MRIの画像データが無料でダウンロードできる（契約と申請が必要）。

MLOps／AutoMLなどの自動化に、自然言語処理（BERTなど）、倫理問題／信頼と、2019年の「AI／機械学習」界わいの変化は止まらなかった。2020年はどう進化していくのか？　英語での情報を参考に、10個の大胆予測を行う。

NECは、NECベクトル型スーパーコンピュータ「SX-Aurora TSUBASA」で稼働させるアニーリングマシンを活用して、組み合わせ最適化問題の解決を目的とした共創サービスの提供を始める。アニーリングマシンに向けて、独自アルゴリズムを開発した。

用語「公平性（Fairness）」について説明。機械学習モデルが不当な差別（人種差別／民族差別や、性別差別、文化差別／地域差別など）を引き起こさないように、不公平なバイアスを排除することを指す。

電気通信大学の教授である山本佳世子氏らのグループは、粘菌アルゴリズムを用いて複数の避難場所への複数の避難経路を同時に導出する手法を開発した。ダイクストラ法で求めた経路と比べて、同手法が優位であることを確認した。

いよいよ、ディープラーニングの学習部分を解説。ニューラルネットワーク（NN）はどうやって学習するのか、Pythonとライブラリではどのように実装すればよいのか、をできるだけ簡潔に説明する。

スイス連邦工科大学チューリッヒ校の研究チームが、ガラスのナノ粒子を使ってほとんど全てのモノをデータストレージユニットに変える新しい方法を発見した。記録寿命は数百年と長く、薬剤から眼鏡までさまざまなモノにデータを記録できる。

オムロンとスクウェア・エニックスは、人のモチベーションを高めるAIを共同研究する。卓球ロボットに実装して、卓球を通じてコミュニケーションを交わすことで、機械が人の能力を引き出せるようにする。

Pythonのコードを記述する際の基本的なコーディングスタイルを定めたPEP 8について紹介しよう。長かった連載もようやく完結！

Netflixは、データサイエンスプロジェクトの構築や管理のフレームワークとして開発、利用してきた「Metaflow」をオープンソース化した。データサイエンティストに余分な負担を掛けずに利用できるよう設計されており、AWSを通じて大規模に展開しやすい。

大阪大学産業科学研究所の春日貴章氏らの研究グループは、「土に返る」IoT機器を開発した。

docstringを使うと、Pythonのコードを書きながら、同時にそのドキュメントも作成できる。関数のdocstringを例にその基本的な書き方を見ていく。

用語「アカウンタビリティ（Accountability）」について説明。ガバナンスと倫理の観点で、AIシステムの設計／実装の情報開示から結果／決定の説明までを行い、利害関係者に納得してもらう責任を指す。簡単に言うと、「AIシステムの挙動に対して、誰が／何が、責任を持つのか」を明らかにすること。

ヌーラボは「メンションハラスメントに関する調査」の結果を発表した。コミュニケーションツールの通知にストレスを感じるのは主に受信側で、特にプライベートの時間に受け取った通知にストレスを感じていた。

AI／機械学習のデータには、例えば診察情報／店頭映像／ネットコンテンツ抽出など「個人情報」や「個人の権利」が含まれる場合がある。「日本の個人情報保護法の下では、個人情報を含むデータはどう扱えばよいか？」を説明する。

リンクジャパンは「介護施設に関する調査」の結果を発表した。人材不足を感じている割合は8割以上、介護ロボット見守りサービスを知っていると回答した割合は7割以上だった。

メリーランド大学に所属するコンピュータ科学者が、独裁政権によるインターネット検閲をかいくぐる方法を自動的に学習する人工知能（AI）ツール「Geneva」を開発した。

ガートナー ジャパンは「日本におけるCRMのハイプ・サイクル：2019年」を発表した。サブスクリプション管理や営業エンゲージメントプラットフォームなどが黎明期に位置付けられた。

デコレーターを使うと、関数に何らかの追加機能を持たせられる。デコレーターの定義や、その使い方、同じことをするPythonコードについて見ていこう。

息抜きできる小ネタとして「Most Popular Programming Languages 1965 - 2019」というYouTube動画を紹介。1965年〜2019年までの人気プログラミング言語ランキングの変遷を、約5年ごとで、さかのぼりながら見ていく。

大阪大学産業科学研究所・産業科学AIセンターの副センター長を務める櫻井保志氏のグループは、時系列ビッグデータを高い精度でリアルタイムに要因分析し、将来予測するAI技術を開発した。約67万倍の高速化と、約10倍の高精度化を達成したとしている。

ジェネレータイテレータのthrow／closeメソッド、ジェネレータを簡潔に記述できるジェネレータ式、他のイテレータに処理を委譲するyield from式を取り上げる。