AI IoT

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。

用語「MLOps（“Machine Learning”と“Operations”の合成語）」について説明。機械学習モデルの実装〜運用のライフサイクルを円滑に進めるために築かれる、機械学習チーム／開発チームと運用チームが協調し合う管理体制（機械学習基盤）を指す。

清華大学と北京航空航天大学、ハーバード大学、IDCヘルズリヤ大学のコンピュータ科学者のチームが、特定のテーマに関するテキストを入力するだけで一つながりの動画モンタージュを作成する新ツール「Write-A-Video」を開発した。

人気過去連載を電子書籍化して無料ダウンロード提供する＠IT eBookシリーズ。第58弾は、AI・機械学習・ディープラーニングの基礎の基礎を解説する連載記事。親しみやすい会話形式で気楽に学べる。

NEDOとアラヤは、深層学習用ニューラルネットワークモデルを自動で最大約30分の1に圧縮し、FPGAに実装可能なソースコードを出力するツールを開発した。自動車やスマートフォンといったエッジデバイスにもAIを実装できるようになる。

イテレータを戻り値とする「ジェネレータ関数」、それが返す「ジェネレータイテレータ」の使い方の基本について説明する。

損害保険ジャパン日本興亜（以下、損保ジャパン日本興亜）と理化学研究所の革新知能統合研究センターは共同で、「運転データによる大規模ドライバー識別技術」と「多重比較補正を利用した統計的軌跡マイニング技術」を開発した。交通事故予測のための研究成果だ。事故リスク評価モデルなどを支える基盤アルゴリズムとして実用化する。

2018年8月創業のブロックチェーン関連のスタートアップ「Neukind」は「ブロックチェーンの本質を追究し、そこにどのようなビジネスモデルを構築できるのかを模索している」という。その真意を探った。

ガートナー ジャパンは、今後5年間で重要な転換点に達するトレンドを示す「戦略的テクノロジ・トレンドのトップ10」の2020年版を発表した。「分散型クラウド」や「自律的なモノ」などが選ばれた。

東京理科大学工学部電気工学科の教授を務める長谷川幹雄氏らのグループは、強化学習によって個々のIoT機器が自ら最適なチャネルを選択する自律分散型アルゴリズムを開発した。省電力、低性能の機器にも実装できる。

Pythonにおける複数データの反復処理を支える基盤である反復可能オブジェクトとイテレータの振る舞いを見た後、自分でイテレータを定義してみよう。

筑波大学システム情報系で助教を務める遠藤結城氏らは、1枚の景観画像から、時間が経過していく様子の動画を自動生成するAIを開発した。変化が速い雲などの動きと、変化が遅い日没などによる色の移り変わりを、異なるニューラルネットワークに学習させた。

はじめてのAIから、機械学習、深層学習、自然言語処理、統計学、社会人のためのデータサイエンス（実用知識）、大学生のためのデータサイエンス（理論知識）まで、全10個の講義内容を紹介。本稿独自に考察した、学習者対象やお勧めの学習方法についても示す。

ファイル操作には例外処理が付きものだ。その基本的な書き方と、with文を使った、よりシンプルな表記について見ていこう。

ガートナー ジャパンは「日本におけるテクノロジーのハイプ・サイクル：2019年」で、日本のITリーダーがデジタルビジネスを推進するに当たって重要なキーワードとして、40種類の技術やサービスなどを取り上げた。

shutilモジュールを使って、ファイルコピー、ディレクトリ階層のコピーや削除、ファイルやディレクトリの移動（名前変更）を行う方法を説明する。

2大フレームワークであるTensorFlow／PyTorch（一部でKeras／Chainerも）に対して検索トレンドや研究論文数などでの比較を行い、「現状はどういう状況で、今後はどうなりそうか」について、筆者独自の考察を加え、他の記事における考察を引用する。

Googleは、機械学習（ML）ワークロードをより高速かつ柔軟に実行できるように「AI Platform」の各種機能を強化した「AI Platform Prediction」の提供を開始した。さまざまなマシンタイプを選択できる。

pathlibモジュールが提供するPathクラス、PurePathクラスなどを使って、ファイルやディレクトリを扱う方法を紹介する。

NVIDIAが発表した「EGX Edge Supercomputing Platform」や5G関連技術はエンタープライズITに何をもたらすのか。活用事例とともに解説する。

カリフォルニア大学サンタバーバラ校教授でGoogleのリサーチサイエンティストを務めるジョン・マーティニス氏の研究グループが、53個の量子ビットを持つ量子コンピュータにより、量子超越性を実証した。