![[右斜め下]](https://blog.ss-blog.jp/_images_e/89.gif){kind=small}
無料カウンセリング予約はこちら
OR
自走できるAI人材になるための6ヶ月長期コース【キカガク】
010010101010101010101001011010100101010101010101010010110100
100101010101010101010010110100100101010101010101010010110100
なぜ、機械学習に興奮するのか？ [AI とIT 関連]
機械学習とは何かという簡単な質問から始めることです。
機械学習の基本的な属性は何ですか？
また、近年、機械学習がこれほど注目を集めているのはなぜですか？
機械学習は実際には比較的古い分野です。それは何十年もの間研究の分野でした。
最近多くの人の注目を集めているのは、いくつかの非常に興味深いタスクでの機械学習のパフォーマンスです。
例えば、ディープラーニングが重要な能力を示している分野の1つは、画像の分析です。
また、それらが複雑であり、非常に現実的なものであるということです。
機械学習が行っていることは、画像を分析し、画像にラベルを付ける名前を割り当てることです。
したがって、表示されるのは、画像の真下にある画像の実際のラベルです。
そしてその下に、マシンによって割り当てられた画像の5つの最も可能性の高いラベルが表示されます。
したがって、機械は、一般に、かなり洗練された画像にラベルを割り当てるという非常に正確な仕事をしています。これはImageNetチャレンジと呼ばれ、長年研究されてきました。
ImageNetタスクのパフォーマンスは、関数としてさまざまな方法を比較しています。
機械学習アルゴリズムは、エラーを確認します。縦軸はエラーを表し、横軸はこの調査が実行された各年を表します。気付いたのは2012年頃で、パフォーマンスに段階的な変化がありました。
そのとき、実際に性能を発揮した規模で初めてニューラルネットワークの特定の畳み込みであるディープラーニングが使用されました。
そのため、2012年頃にパフォーマンスが大幅に向上し、その後も、パフォーマンスは向上し続けます。
エラー率が約5％の横線は、人間のパフォーマンスです。
ここ数年で畳み込みニューラルネットワークの形で深層学習が行われていることです。
非常に洗練された画像を、平均して人間を超える精度で分析できるようになりました。
したがって、実際に人間のパフォーマンスを上回っているこのレベルの機械学習のパフォーマンスが、大きな注目を集めています。
人間を超えたこのパフォーマンスは、もちろん、他の多くのアプリケーションにとっても興味深いものです。
画像解析に大きく依存する医学、眼科、皮膚科など。機械学習は、場合によっては医師のパフォーマンスを上回っています。
近年の機械学習が目覚ましいパフォーマンスを生み出しているもう1つの分野は、洗練されたゲームをプレイすることです。
ゲーム自体はおそらく重要な関心事ではありませんが、ゲームによって表されるものである複雑で連続的な問題を解決するマシンの能力。そして、人間と競争してその仕事を遂行し、人間を打ち負かすことは注目に値します。
例えば、ゲーム囲碁は、主にアジアでプレイされる古代のゲームであり、マシンはこのゲームで最高の人間を打ち負かすことができないと長い間信じられていました。
過去数年間で、ディープラーニングはゲームの囲碁でのパフォーマンスは、人間の最高のプレーヤーのパフォーマンスを上回っています。
したがって、これは非常に重要なマイルストーンです。これは、ディープラーニングと機械学習が非常に複雑なタスクを解決していることを示すもう1つの例であり、多くの場合、人間のパフォーマンスレベルを超えています。
機械学習とディープラーニングのすべての興奮を生み出しているのは、このレベルのパフォーマンスです。
参照：
Why Machine Learning is exciting. a part of topic Machine Learning, Duke university
機械学習の基本的な属性は何ですか？
また、近年、機械学習がこれほど注目を集めているのはなぜですか？
機械学習は実際には比較的古い分野です。それは何十年もの間研究の分野でした。
最近多くの人の注目を集めているのは、いくつかの非常に興味深いタスクでの機械学習のパフォーマンスです。
例えば、ディープラーニングが重要な能力を示している分野の1つは、画像の分析です。
また、それらが複雑であり、非常に現実的なものであるということです。
機械学習が行っていることは、画像を分析し、画像にラベルを付ける名前を割り当てることです。
したがって、表示されるのは、画像の真下にある画像の実際のラベルです。
そしてその下に、マシンによって割り当てられた画像の5つの最も可能性の高いラベルが表示されます。
したがって、機械は、一般に、かなり洗練された画像にラベルを割り当てるという非常に正確な仕事をしています。これはImageNetチャレンジと呼ばれ、長年研究されてきました。
ImageNetタスクのパフォーマンスは、関数としてさまざまな方法を比較しています。
機械学習アルゴリズムは、エラーを確認します。縦軸はエラーを表し、横軸はこの調査が実行された各年を表します。気付いたのは2012年頃で、パフォーマンスに段階的な変化がありました。
そのとき、実際に性能を発揮した規模で初めてニューラルネットワークの特定の畳み込みであるディープラーニングが使用されました。
そのため、2012年頃にパフォーマンスが大幅に向上し、その後も、パフォーマンスは向上し続けます。
エラー率が約5％の横線は、人間のパフォーマンスです。
ここ数年で畳み込みニューラルネットワークの形で深層学習が行われていることです。
非常に洗練された画像を、平均して人間を超える精度で分析できるようになりました。
したがって、実際に人間のパフォーマンスを上回っているこのレベルの機械学習のパフォーマンスが、大きな注目を集めています。
人間を超えたこのパフォーマンスは、もちろん、他の多くのアプリケーションにとっても興味深いものです。
画像解析に大きく依存する医学、眼科、皮膚科など。機械学習は、場合によっては医師のパフォーマンスを上回っています。
近年の機械学習が目覚ましいパフォーマンスを生み出しているもう1つの分野は、洗練されたゲームをプレイすることです。
ゲーム自体はおそらく重要な関心事ではありませんが、ゲームによって表されるものである複雑で連続的な問題を解決するマシンの能力。そして、人間と競争してその仕事を遂行し、人間を打ち負かすことは注目に値します。
例えば、ゲーム囲碁は、主にアジアでプレイされる古代のゲームであり、マシンはこのゲームで最高の人間を打ち負かすことができないと長い間信じられていました。
過去数年間で、ディープラーニングはゲームの囲碁でのパフォーマンスは、人間の最高のプレーヤーのパフォーマンスを上回っています。
したがって、これは非常に重要なマイルストーンです。これは、ディープラーニングと機械学習が非常に複雑なタスクを解決していることを示すもう1つの例であり、多くの場合、人間のパフォーマンスレベルを超えています。
機械学習とディープラーニングのすべての興奮を生み出しているのは、このレベルのパフォーマンスです。
参照：
Why Machine Learning is exciting. a part of topic Machine Learning, Duke university
AIニュースのクリップ2021年4月15日 [AI とIT 関連]
AI(ディープラーニング)画像判定を容易に開発できる「MMEye Box」を販売開始
時事通信
東京エレクトロン デバイス株式会社］. ～サンプル画像データを社外（クラウド）に出さず、社内で最新のAI画像判定の検証が可能～
NVIDIAがCPU参入、データセンター向けArm採用CPU「Grace」 2023年初頭発売予定
Ledge.ai
Graceは、自然言語処理やレコメンダーシステム、AIスーパーコンピューティングなど、「超高速のコンピュータパフォーマンス」と「大容量メモリ」 ...
AIで“存在しない”猫たちが生成される
Yahoo!ニュース
これは同氏が開発した、猫の写真を自動生成できるAIによって作成されたものだ。 【写真】AIで生成された猫 システムを開発するためのデータセット ...
AppierチーフAIサイエンティスト ミン・スン、東日本大震災から10年の今年、防災・減災へのAIの ...
時事通信
［Appier］. ―コンピュータビジョン、自然言語処理、５Ｇ、センシング技術― ＜下へ続く＞. AI（人工知能）テクノロジー企業のAppier（エイピア、 ...
AIロボット「ロボコット」が子育ての質問に回答 京都亀岡「ガレリアかめおか」に導入 チャット ...
ロボスタ
AI・ロボットの開発、提供を手掛けるタケロボ株式会社は京都大学 学術情報メディアセンター 小山田研究室とNPO法人ほっこりーのの協力のもと、 ...
曖昧な基準にも対応、「人より速い」ロビットのAI外観検査ロボ
日経 xTECH Active
ロビット（東京・板橋）は、工業製品の外観検査工程向けに人工知能（AI）搭載ロボット「TESRAY S」シリーズを発売した（図1）。照明とカメラを ...
AI接客システム「AIさくらさん」がJR海浜幕張駅に本導入 非接触型サイネージで案内サービスを開始
ロボスタ
「AIさくらさん」は、音声とテキストでお客様からの質問に回答する人工知能（AI）接客システム。駅員に代わって駅の利用客に情報を提供する。 2020 ...
NEC、マイナポータルと連携したAIチャットボットを開発--20以上の地方公共団体に公開
ZDNet Japan
今回、20以上の団体が利用し、そこから得られたフィードバックを踏まえ、NECはマイナポータルと連携して住民に合わせた回答を自動応答するAI ...
エッジテクノロジー（AIジョブカレ）がAI領域への転職検討者を対象に、ベテランデータ ...
PR TIMES
AI資格取得から転職支援まで充実サポート。 エッジテクノロジー（AIジョブカレ）がベテランデータサイエンティストによるキャリアアップセミナー
東京エレクトロンデバイス、AI画像判定のオンプレミス検証用ワークステーション「MMEye Box ...
クラウド Watch
MMEye Boxは、YE DIGITALが開発した、AI（ディープラーニング）独自アルゴリズムである「MMEye」を、ワークステーション（Dell Precision 3640 ...
ドローンやＡＩ技術等の提供によりお客さまのＤＸを推進する 新会社「株式会社Ｄｓｈｉｆｔ
関西電力
また、Ｄｓｈｉｆｔでは、当社が現在開発中のドローンとＡＩ画像解析の. 活用による洋上風力設備の運用・維持管理技術を用いて、洋上風力発電にお.
IoT & AIを学びたい方向け「IA TECH INNOVATOR」 4月23日開催 - Webデザイン・プログラミング ...
インターネット・アカデミー
インターネット・アカデミーは一般社団法人Pythonエンジニア育成推進協会 代表理事の吉政忠志氏をゲストに迎え、IoTやAIのプログラミング技術
AI news 5 ピックアップ [AI とIT 関連]
エッジAIの先？「エンドポイントAI」がもたらすビジネスチャンスとは
ビジネス＋IT
近年、エッジAIの搭載された「エッジデバイス」で実行されるAIアプリケーションへの要求が複雑化しており、ますます高度なテクノロジーが求められる
これは楽しい！グーグルのAIが何の落書きか当てる無料ゲームで遊んでみた
Ledge.ai
今回は、20秒の制限時間内に「腕時計」や「ドア」など指定された落書きを描くと、その落書きが何を表しているか人工知能（AI）が予測
書類をデータ化できるAI OCRサービス「Tegaki」に年額36万円のスタンダードプランが登場
Yahoo!ニュース
Cogent Labsは4月6日、AI OCRサービス「Tegaki」に年額36万円で利用できる新プラン「スタータープラン」を追加し、同日から提供を開始した。
ロビットが工業製品向けに汎用型のAI外観検査ロボット「TESRAY Sシリーズ」を開発し、提供を 開始
時事通信
AI技術をロボティクスに実装し社会課題の解決を進める株式会社ロビット（代表取締役：新井雅海 所在地：東京都板橋区）は、自動車内装／外装部品を ...
外観検査をロボットとAIで自動化するソリューション、ロビットが製品化 - ＠IT MONOist
AIと「Azure Cognitive Services」の基本を理解する
ASCII.jp
AIの民主化とは、専門家だけでなく誰もが簡単にAIを作り、使えるようにするという意味の言葉です。「本当にそんなことができるの？」と疑問に思う
ビジネス＋IT
近年、エッジAIの搭載された「エッジデバイス」で実行されるAIアプリケーションへの要求が複雑化しており、ますます高度なテクノロジーが求められる
これは楽しい！グーグルのAIが何の落書きか当てる無料ゲームで遊んでみた
Ledge.ai
今回は、20秒の制限時間内に「腕時計」や「ドア」など指定された落書きを描くと、その落書きが何を表しているか人工知能（AI）が予測
書類をデータ化できるAI OCRサービス「Tegaki」に年額36万円のスタンダードプランが登場
Yahoo!ニュース
Cogent Labsは4月6日、AI OCRサービス「Tegaki」に年額36万円で利用できる新プラン「スタータープラン」を追加し、同日から提供を開始した。
ロビットが工業製品向けに汎用型のAI外観検査ロボット「TESRAY Sシリーズ」を開発し、提供を 開始
時事通信
AI技術をロボティクスに実装し社会課題の解決を進める株式会社ロビット（代表取締役：新井雅海 所在地：東京都板橋区）は、自動車内装／外装部品を ...
外観検査をロボットとAIで自動化するソリューション、ロビットが製品化 - ＠IT MONOist
AIと「Azure Cognitive Services」の基本を理解する
ASCII.jp
AIの民主化とは、専門家だけでなく誰もが簡単にAIを作り、使えるようにするという意味の言葉です。「本当にそんなことができるの？」と疑問に思う
2021-04-08 23:21
nice!(0)
AI社会では、IQの高い人は苦労する! [AI とIT 関連]
（2020年7月23日 armedtechのIQテストの結果）
IQが、124以上の人は、世界でわずか5%としかいないと
言われています。
例えば、東大生のIQは、平均120と言われていますが、
IQが高いからといって、必ずしも学力が高いとは限らず。
IQは、約50％は遺伝の影響を受け、残りの50％のうち30％は
家庭環境が大きく影響すると言われています。
IQが高い人の特徴は、
勉強ができる
言葉を覚えるのが早い
大人びた物言いや考え方をする
共通点を見つける能力に優れている
（パターン認識能力）
しかし、
IQが高い人は完璧主義に陥りやすく、困難を乗り越える力が弱い
物事を間違えることよりも諦めることを選択する。
従って、困難に直面するとすぐに諦める傾向にあると言われます。
IQが高い人は、「認知的能力」は高いが、
AI社会が拡大する中で、必要とされる先の見えない社会を
生きるための「やり抜く力」や「自制心」などの「非認知能力」は
低いため、将来、苦労することとなるでしょう。
AI社会では、人が、「認知的能力」においてはコンピュータに勝つことは困難であり、
むしろ、
「目標に向かって頑張る」
「我慢する」
「感情をコントロールする」などの
「非認知的能力」を磨くことが重要となる。
コロナウイルスが社会のAI化を加速する３つの理由 [AI とIT 関連]
世界各地での新型コロナウイルスの発生・拡大は、私たちの社会生活および企業活動に
大きな影響を及ぼした。
このことは、社会のAI化へのスピードをより加速させる起爆剤となると考えられる。
理由の１つは、ウイルスの感染者を追跡するために個人情報の保護の壁を壊したことにある。
AIの技術により、ウィルスの感染者の行動の予測や拡大経路の監視など、
個人の生活情報を分析・調査が規制の枠を超えて取扱れ、
拡大防止という大義名分のもと公表されている。
技術的な視点からは、AIを導入した際の情報管理のトライアルとしては、
コロナウイルスは大いに貢献するかたちとなった。
２つ目の理由は、コロナウィルスは、医療現場に構造改革を引き起こしたことである。
ウィルスの拡大による医療の崩壊危機の高まりにより、
今後、これまでシステム化が遅れていた医療の現場における
IT化がますます加速されると考えられる。
既に医療現場では、患者のレントゲン画像から病名を判定したり
治療方法を提案するAI技術が一部で普及しているが、
医療体制の見直しと共に、さらにAI化の本格導入が進むと考えられる。
３つ目の理由は、企業の国内回帰の再考を定義したことである。
企業は、国際化社会におけるサプライチェーンの一部が崩壊すると、
多方面で大きな影響を受け、海外生産への過度な依存のリスクを再認識させられた。
これまでグローバル化により、人件費の削減のために海外に生産拠点を移していた企業は、
生産プロセスに弾力性がなくなり脆くなることが分かった。
従って、海外に生産工場を持つ企業が、国内生産へ回帰する動きが加速されることが予想される。
しかし、国内生産においては、できるだけ人件費の削減や生産自体の効率化を図る為、
製造プロセスのロボット化やAIの導入が必然となる。
コロナウイルスは、人間の命を脅かすだけではなく、これまでのグローバル化社会、
経済至上主義の社会の拡大を抑制し、医療体制などの社会構造の見直しなど問題を
一気に考える機会となった。
特に、国家、企業、医療、教育などの現場のIT化の加速が急務であることを
再認識することとなり、その中核であるAIが加速することは
疑う余地はないと思われる。
2020-05-10 00:57
nice!(0)
2019年の調査よりAIの普及度の８つのポイント [AI とIT 関連]
2019年の日本社会のAIの認知度や使用率が、以下のレポートから推察される。
株式会社ジャストシステムが運営する「Marketing Research Camp（マーケティング・リサーチ・キャンプ）」は、日本全国の17歳から69歳の男女1,100名を対象に『人工知能（AI）＆ロボット月次定点調査』を、2017年6月度から毎月1回実施、2019年1月度から12月度までの調査データをまとめて分析し、以下の通り報告している。
レポートでは、AIの認知率から、自動運転車、スマートスピーカーに対する購入意欲など、AIやロボットに関する、さまざまな項目について以下のような調査を実施している。
調査名：人工知能（AI）＆ロボット月次定点調査
調査期間：2019年1月～2019年12月の間、毎月1回実施
調査対象：17歳から19歳の男女50名ずつ、加えて20歳から69歳までを10歳ごとに、男女100名ずつ割り付けて回収（合計1,100名）。
調査方法：セルフ型ネットリサーチ
【2019年の調査結果のまとめ】
2019年の人工知能（AI）とロボット関連分野における主なトピックスは、下記のとおりです。
■10代の2割以上に、AIを活用した「学習に関する情報サービス」の利用経験
■半数以上が「AIを活用した自動運転車に期待」
■交通機関は、無人よりも「有人の自動運転車に乗りたい」
■医療現場でのAIやロボットの活用に対する期待感は微増
■「チャットボット」の認知率は約7割。約2割に利用経験
■10代の65％に、「AI音声アシスタント」の利用経験
■スマートスピーカーの認知率は約9割。購入経験は1割強
■7割以上が「IoT家電」を認知。購入経験はまだ約1割
■10代の2割以上に、AIを活用した「学習に関する情報サービス」の利用経験
AIを活用して最適な提案をしてくれるサービスの利用率
「ニュース・報道情報サービス」（8.9％）
「飲食店情報サービス」（8.3％）、
「旅行先や宿泊先情報サービス」（7.9％）
認知率が最も高かったのは
「投資に関する情報サービス」（54.9％）
「学習に関する情報サービス」（51.9％）
「ニュース・報道情報に関するサービス」（51.2％）
認知率が最も伸びたのは「学習に関する情報サービス」で、2017年12月度調査の36.7％から2019年12月度調査では51.9％へ拡大。
2019年12月度調査における利用率は、
10代（21.2％）
20代（10.4％）
30代（8.4％）
40代（2.7％）
50代（3.1％）
60代（3.0％）
10代の2割以上に利用経験があると報告されている。
■半数以上が「AIを活用した自動運転車に期待」
AIを活用した自動運転車に「期待している」と答えた人の割合は、
10代（64.0％）
20代（59.5％）
30代（58.0％）
40代（49.0％）
50代（48.5％）
60代（65.0％）
10代と60代で「期待している」人の割合が6割を超えている。
■交通機関は、無人よりも「有人の自動運転車に乗りたい」
AIを活用した自動運転車が導入された場合に利用したいと思うかを聞いたところ、
無人 有人
タクシー 25％ 34%
路線バス 26% 33%
高速バス 20% 38％
観光バス 8％ 40％、
■医療現場でのAIやロボットの活用に対する期待感は微増
AIの医療現場への活用に対して「期待している」人の割合は、
2017年12月度調査57.6％
2018年12月度調査では59.3％
2019年12月度調査では60.0％
ロボットの医療現場への活用に対して「期待している1」人の割合は、
2017年12月度調査では54.9％
2018年12月度調査時点では56.3％
2019年12月度調査では59.7%
AI、ロボットの医療分野への普及に対する期待は、共に微増。
■「チャットボット」の認知率は約7割。約2割に利用経験
2019年12月度調査において、質問した内容などに対してテキストで自動回答してくれる、チャットボットを「知っている※1」人は71.9％、「利用したことがある」人は21.7％でした。
「利用したことがある」人の割合を年代別に見てみると、
10代（38.0%）
20代（29.5%）
30代（22.0%）
40代（22.0%）
50代（15.0%）
60代（12.0%）でした。
■10代の65％に、「AI音声アシスタント」の利用経験
Appleの「Siri」など「AI音声アシスタント」の利用率は、2017年12月度調査では3４％、2018年12月度調査では3９％、2019年12月度調査では4１％。
2019年12月度調査で年代別の利用率は、
10代（65%）
20代（47%）
30代（3８%）
40代（39%）
50代（3４%）
60代（35%）
■スマートスピーカーの認知率は約9割。購入経験は1割強
2019年12月度調査におけるスマートスピーカーの認知率は87.2％でした。
年代別に見てみると、
10代（87%）
20代（90%）
30代（88%）
40代（87%）
50代（86%）
60代（87%）
「購入したことがある」と答えた人の割合は14％でした。
男女別に見てみると、男性が17％、女性が11％。
■7割以上が「IoT家電」を認知。購入経験はまだ約1割
2019年12月度調査での「IoT家電」認知率は78％、
「購入したことがある」人の割合は1２％でした。
「購入したことがある」人の割合を男女別に見てみると、男性が1５％、女性が8％。
＜調査結果から考察してみると、＞
学習に関する情報サービスの拡大は、例えば、AIを使って、学習サービスでは間違った問題を繰り返し学習したり、間違いの傾向を分析、学習計画に活かす機能がAI学習機能として、通信教育の大手がサービスを提供している。
AIの自動運転に対する期待は、多くの人が期待はしているが、全てを機械操作に身を任せるには本当に安全であるかの不安をまだ十分に取り除けていない様である。
当然、機械の方が、認識や判断において格段に早くて、正確と言えるが、ハンドルを持って運転している実体が存在しないことに、人は不安を感じるのであろう。このことは、医療分野においても同様に、数十年の経験のある医師とAIの知識データベースの機械による診断とでは、患者が、経験値と知識量のどちらを選択するかは、自分の生命に関する問題だけに、導入期のAI診断より、経験のある医師を選んでしまうのは当然であろう。
しかし、社会的な認知の拡大と時間の経過により、自動運転やAI診断が、今後、あらゆる分野でのカギとなる技術であることは間違いない。
ただ、チャットボットや音声アシストの調査データでも分かるように、知っていても
、使用者が１割未満の状況では、日常生活における本格的な普及は数年先と考えられる。
株式会社ジャストシステムが運営する「Marketing Research Camp（マーケティング・リサーチ・キャンプ）」は、日本全国の17歳から69歳の男女1,100名を対象に『人工知能（AI）＆ロボット月次定点調査』を、2017年6月度から毎月1回実施、2019年1月度から12月度までの調査データをまとめて分析し、以下の通り報告している。
レポートでは、AIの認知率から、自動運転車、スマートスピーカーに対する購入意欲など、AIやロボットに関する、さまざまな項目について以下のような調査を実施している。
調査名：人工知能（AI）＆ロボット月次定点調査
調査期間：2019年1月～2019年12月の間、毎月1回実施
調査対象：17歳から19歳の男女50名ずつ、加えて20歳から69歳までを10歳ごとに、男女100名ずつ割り付けて回収（合計1,100名）。
調査方法：セルフ型ネットリサーチ
【2019年の調査結果のまとめ】
2019年の人工知能（AI）とロボット関連分野における主なトピックスは、下記のとおりです。
■10代の2割以上に、AIを活用した「学習に関する情報サービス」の利用経験
■半数以上が「AIを活用した自動運転車に期待」
■交通機関は、無人よりも「有人の自動運転車に乗りたい」
■医療現場でのAIやロボットの活用に対する期待感は微増
■「チャットボット」の認知率は約7割。約2割に利用経験
■10代の65％に、「AI音声アシスタント」の利用経験
■スマートスピーカーの認知率は約9割。購入経験は1割強
■7割以上が「IoT家電」を認知。購入経験はまだ約1割
■10代の2割以上に、AIを活用した「学習に関する情報サービス」の利用経験
AIを活用して最適な提案をしてくれるサービスの利用率
「ニュース・報道情報サービス」（8.9％）
「飲食店情報サービス」（8.3％）、
「旅行先や宿泊先情報サービス」（7.9％）
認知率が最も高かったのは
「投資に関する情報サービス」（54.9％）
「学習に関する情報サービス」（51.9％）
「ニュース・報道情報に関するサービス」（51.2％）
認知率が最も伸びたのは「学習に関する情報サービス」で、2017年12月度調査の36.7％から2019年12月度調査では51.9％へ拡大。
2019年12月度調査における利用率は、
10代（21.2％）
20代（10.4％）
30代（8.4％）
40代（2.7％）
50代（3.1％）
60代（3.0％）
10代の2割以上に利用経験があると報告されている。
■半数以上が「AIを活用した自動運転車に期待」
AIを活用した自動運転車に「期待している」と答えた人の割合は、
10代（64.0％）
20代（59.5％）
30代（58.0％）
40代（49.0％）
50代（48.5％）
60代（65.0％）
10代と60代で「期待している」人の割合が6割を超えている。
■交通機関は、無人よりも「有人の自動運転車に乗りたい」
AIを活用した自動運転車が導入された場合に利用したいと思うかを聞いたところ、
無人 有人
タクシー 25％ 34%
路線バス 26% 33%
高速バス 20% 38％
観光バス 8％ 40％、
■医療現場でのAIやロボットの活用に対する期待感は微増
AIの医療現場への活用に対して「期待している」人の割合は、
2017年12月度調査57.6％
2018年12月度調査では59.3％
2019年12月度調査では60.0％
ロボットの医療現場への活用に対して「期待している1」人の割合は、
2017年12月度調査では54.9％
2018年12月度調査時点では56.3％
2019年12月度調査では59.7%
AI、ロボットの医療分野への普及に対する期待は、共に微増。
■「チャットボット」の認知率は約7割。約2割に利用経験
2019年12月度調査において、質問した内容などに対してテキストで自動回答してくれる、チャットボットを「知っている※1」人は71.9％、「利用したことがある」人は21.7％でした。
「利用したことがある」人の割合を年代別に見てみると、
10代（38.0%）
20代（29.5%）
30代（22.0%）
40代（22.0%）
50代（15.0%）
60代（12.0%）でした。
■10代の65％に、「AI音声アシスタント」の利用経験
Appleの「Siri」など「AI音声アシスタント」の利用率は、2017年12月度調査では3４％、2018年12月度調査では3９％、2019年12月度調査では4１％。
2019年12月度調査で年代別の利用率は、
10代（65%）
20代（47%）
30代（3８%）
40代（39%）
50代（3４%）
60代（35%）
■スマートスピーカーの認知率は約9割。購入経験は1割強
2019年12月度調査におけるスマートスピーカーの認知率は87.2％でした。
年代別に見てみると、
10代（87%）
20代（90%）
30代（88%）
40代（87%）
50代（86%）
60代（87%）
「購入したことがある」と答えた人の割合は14％でした。
男女別に見てみると、男性が17％、女性が11％。
■7割以上が「IoT家電」を認知。購入経験はまだ約1割
2019年12月度調査での「IoT家電」認知率は78％、
「購入したことがある」人の割合は1２％でした。
「購入したことがある」人の割合を男女別に見てみると、男性が1５％、女性が8％。
＜調査結果から考察してみると、＞
学習に関する情報サービスの拡大は、例えば、AIを使って、学習サービスでは間違った問題を繰り返し学習したり、間違いの傾向を分析、学習計画に活かす機能がAI学習機能として、通信教育の大手がサービスを提供している。
AIの自動運転に対する期待は、多くの人が期待はしているが、全てを機械操作に身を任せるには本当に安全であるかの不安をまだ十分に取り除けていない様である。
当然、機械の方が、認識や判断において格段に早くて、正確と言えるが、ハンドルを持って運転している実体が存在しないことに、人は不安を感じるのであろう。このことは、医療分野においても同様に、数十年の経験のある医師とAIの知識データベースの機械による診断とでは、患者が、経験値と知識量のどちらを選択するかは、自分の生命に関する問題だけに、導入期のAI診断より、経験のある医師を選んでしまうのは当然であろう。
しかし、社会的な認知の拡大と時間の経過により、自動運転やAI診断が、今後、あらゆる分野でのカギとなる技術であることは間違いない。
ただ、チャットボットや音声アシストの調査データでも分かるように、知っていても
、使用者が１割未満の状況では、日常生活における本格的な普及は数年先と考えられる。
AIの開発者の人数がその国の未来を決める [AI とIT 関連]
＜Google アラート ： AIテーマのピックアップ＞
ソニーのAI開発は大きくゲーム、センサー、料理の3つの分野に分かれている。
ソニーの家庭用ゲーム機「プレイステーション」、また、売上高で見るとデジタルセンシング技術やイメージング技術の占める割合も大きい。
一方、料理分野では、最先端のロボット工学の応用を目指す。しかし、形が不揃いな食材は、取扱いにおいてロボットが自動で料理するのは難しい。
AIが食事改善を指導することで仕事のパフォーマンスが向上し年収が増加することが期待される。
人工知能のハブ国家を目指すべく、アラブ首長国連邦・UAEは「学費無料」のAI専門大学を設立する
CA Tech Kidｓでは、人工知能(AI)技術のひとつで、人間の脳の構造をコンピュータ上で再現し、人や物、音声などを高度に認識することのできる「ディープラーニング」を親子で学び体験するワークショップが開催されている。
近鉄では、駅構内や乗換案内、周辺の店舗や観光スポット、おすすめの土産などを音声会話で教えるAIデジタルサイネージの実証実験中である。
トーンモバイルは、AIが不適切画像を規制して、子供の自撮り被害を防ぐスマートホンを販売開始した。
小田急電鉄、AIによる映像解析で踏切内の異常を検知する実証実験を行っている。
東京都水道局では、「お客様対応時」の回答例候補をAIが出している。但し、受け答えをのはオペレーターである。
シェル（石油）でAI技術が大きく関与する分野は予防保全であり、AI技術がサポートするのは、石油掘削装置などのシステム部品を交換する時期の把握である。
世界各地にガソリンスタンドを持つ世界有数の小売業者であるシェル（石油）は、1000億個を超えるデータポイントから顧客の行動や作業の傾向を集めている。このデータを有効活用すべく、同社はAI技術を生かそうとしている。
<まとめと所見>
家電メーカーのソニーは、AI活用から商品の差別化を加速化している。
AIの活用において、従来の業務の効率化、時間短縮、ロスの削減など多方面にAI技術の使用は拡大する。
また、AIの活用において、子供の頃からの教育の無償化についても既に始まっており、
AIの開発者、運用者の人口が、世界を支配する社会になると考えられる。
2020年２月 AIの活用トピック [AI とIT 関連]
2020年２月
日本IBMなど5社は2020年2月6日、スーツケース型ロボット「AIスーツケース」を共同開発するコンソーシアムを設立したと発表した。
LINE株式会社のAI事業統括担当の執行役員に就任しております。 LINEではカンパニー制をとっており、各事業の意思決定スピードをより一層早める
AI旅行提案サービス「AVA Travel（アバトラベル）」を運営するAVA Intelligence（アバインテリジェンス）は2月18日、楽天グループのVoyagin（ボヤジン）が運営を提携した。
.2020年は、ビジネスインテリジェンス（BI）をはじめとする分析への人工知能（AI）技術の活用や、AI技術を使った自然言語処理（NLP）の能力が高まる見通しだ。
日本マイクロソフトは同社のAI活用プロジェクト「HUMANOID DJ」を、エイベックス株式会社と株式会社ネイキッドとの協力のもと、AIが観客の表情を読み取って演舞の表現を決めるCoginitive Service を展開する。
数百万件のデータのスクレーピングと分析を行っていることを臆することなく認めて物議を醸しているスタートアップのClearview AIが、イリノイ州法違反で集団訴訟になった。
新型肺炎・コロナウイルス対策でのAIの活用分野は、大きく分けて、「感染状況の把握・予測」と「薬品開発、治療」がある。検知に薬品開発にAIが活躍 新型コロナウィルス対応。
情報システム事業などを手掛ける三谷産業は17日、人工知能（AI）エンジンの社会実装に取り組むネクストリーマー（東京・板橋）に出資したと発表した。
Microsoftの共同創設者であるBill Gates氏は、人工知能（AI）と遺伝子治療こそ、暮らしを変える最も偉大な力を持つ2つの技術だと考えている。
AIの使用例は多くの業界で見られるが、医療業界では事情が大きく異なる。
医療は規制が厳しく、AIへの適応が最も進んでいない分野の1つだが、8.5兆ドル規模のこの市場にはAIの使途が無数に存在している。
課題先進国と呼ばれる日本は、高齢化を始め多くの課題を抱えている。一方で、それらの課題をAIやIoTなどのテクノロジーで解決ができれば、課題“解決”先進国 が鍵である。
インフォアジャパンは、「2020年の企業のAI活用に関する予測」を発表した。企業内で従業員と双方向コミュニケーションをとるなど、AIがより「知的」になる。
所見のまとめ
AI導入の拡大は、今後も様々な側面で爆発的に普及していくが、
それに伴い知らないまま集められている個人情報を如何に保護していくか、
また、万一、AIの判断・ルールが、重大なミスを引き起こした場合の責任を誰が負うのかを明確にする必要がある。
日本IBMなど5社は2020年2月6日、スーツケース型ロボット「AIスーツケース」を共同開発するコンソーシアムを設立したと発表した。
LINE株式会社のAI事業統括担当の執行役員に就任しております。 LINEではカンパニー制をとっており、各事業の意思決定スピードをより一層早める
AI旅行提案サービス「AVA Travel（アバトラベル）」を運営するAVA Intelligence（アバインテリジェンス）は2月18日、楽天グループのVoyagin（ボヤジン）が運営を提携した。
.2020年は、ビジネスインテリジェンス（BI）をはじめとする分析への人工知能（AI）技術の活用や、AI技術を使った自然言語処理（NLP）の能力が高まる見通しだ。
日本マイクロソフトは同社のAI活用プロジェクト「HUMANOID DJ」を、エイベックス株式会社と株式会社ネイキッドとの協力のもと、AIが観客の表情を読み取って演舞の表現を決めるCoginitive Service を展開する。
数百万件のデータのスクレーピングと分析を行っていることを臆することなく認めて物議を醸しているスタートアップのClearview AIが、イリノイ州法違反で集団訴訟になった。
新型肺炎・コロナウイルス対策でのAIの活用分野は、大きく分けて、「感染状況の把握・予測」と「薬品開発、治療」がある。検知に薬品開発にAIが活躍 新型コロナウィルス対応。
情報システム事業などを手掛ける三谷産業は17日、人工知能（AI）エンジンの社会実装に取り組むネクストリーマー（東京・板橋）に出資したと発表した。
Microsoftの共同創設者であるBill Gates氏は、人工知能（AI）と遺伝子治療こそ、暮らしを変える最も偉大な力を持つ2つの技術だと考えている。
AIの使用例は多くの業界で見られるが、医療業界では事情が大きく異なる。
医療は規制が厳しく、AIへの適応が最も進んでいない分野の1つだが、8.5兆ドル規模のこの市場にはAIの使途が無数に存在している。
課題先進国と呼ばれる日本は、高齢化を始め多くの課題を抱えている。一方で、それらの課題をAIやIoTなどのテクノロジーで解決ができれば、課題“解決”先進国 が鍵である。
インフォアジャパンは、「2020年の企業のAI活用に関する予測」を発表した。企業内で従業員と双方向コミュニケーションをとるなど、AIがより「知的」になる。
所見のまとめ
AI導入の拡大は、今後も様々な側面で爆発的に普及していくが、
それに伴い知らないまま集められている個人情報を如何に保護していくか、
また、万一、AIの判断・ルールが、重大なミスを引き起こした場合の責任を誰が負うのかを明確にする必要がある。
AIファーストの脱却戦略 [AI とIT 関連]
AIの技術は、今後の企業の命運を分けると考えられる
昨今では、大企業はもとより中小企業においても
何らかの取り組みを避けることはできない。
特にこの分野において、GAFA（Google, Apple, Facebook,
Apple, Amazon）が先行す理由は、
AIは、機械に学習させる必要があるため、
膨大な量のデータを保有している企業が優位なためである。
一方、これらに対抗して、韓国のLG電子は、自社のスマホで
テレビ、AV機器、冷蔵庫などをつないでデータを取り込み
更に、他社の家電にも接続できるようにオープン化を推進した。
しかし、これではユーザーのデータを独占できない、
ジレンマに直面している。
AIでの自動運転車や自立型ロボットは、
リアルタイムに判断をしないといけない仕様が要求される。
電気自動車の自動運転については、米国のテスラが
大きく先行してしている。
現状、AIの開発競争市場において、近年躍進しているのが、
中国企業である。なぜなら中国は国策として、AI活用の取り組みを
支援しており、AI関連のスタートアップへの投資額も米国を
抜いている。 また、個人情報保護法制が、米国と比べて
緩いことも活用の拡大に貢献している。
日本企業が取リ組むべき戦略は、新たなAIの開発ではなく、
いまあるAIのツールを最大限に中小企業でも活用して、
プロセスの効率化に役立てることであろう。さらに、
効率や生産性を高めたら、それぞれの企業が持つ強みを
見直し、新たな創造力を現場で活かして、ユニークな
企業ビジョンや文化を構築することに注力するべきであろう。
これは、AIの技術を追いかけ、人間の行動パターンを
予測してビジネスを展開するのではなく、企業の将来の
ビジョンや文化にたいする魅力を顧客に理解して、
長く気に入ってもらえるようにすることが重要であろう。
昨今では、大企業はもとより中小企業においても
何らかの取り組みを避けることはできない。
特にこの分野において、GAFA（Google, Apple, Facebook,
Apple, Amazon）が先行す理由は、
AIは、機械に学習させる必要があるため、
膨大な量のデータを保有している企業が優位なためである。
一方、これらに対抗して、韓国のLG電子は、自社のスマホで
テレビ、AV機器、冷蔵庫などをつないでデータを取り込み
更に、他社の家電にも接続できるようにオープン化を推進した。
しかし、これではユーザーのデータを独占できない、
ジレンマに直面している。
AIでの自動運転車や自立型ロボットは、
リアルタイムに判断をしないといけない仕様が要求される。
電気自動車の自動運転については、米国のテスラが
大きく先行してしている。
現状、AIの開発競争市場において、近年躍進しているのが、
中国企業である。なぜなら中国は国策として、AI活用の取り組みを
支援しており、AI関連のスタートアップへの投資額も米国を
抜いている。 また、個人情報保護法制が、米国と比べて
緩いことも活用の拡大に貢献している。
日本企業が取リ組むべき戦略は、新たなAIの開発ではなく、
いまあるAIのツールを最大限に中小企業でも活用して、
プロセスの効率化に役立てることであろう。さらに、
効率や生産性を高めたら、それぞれの企業が持つ強みを
見直し、新たな創造力を現場で活かして、ユニークな
企業ビジョンや文化を構築することに注力するべきであろう。
これは、AIの技術を追いかけ、人間の行動パターンを
予測してビジネスを展開するのではなく、企業の将来の
ビジョンや文化にたいする魅力を顧客に理解して、
長く気に入ってもらえるようにすることが重要であろう。
タグ：AI
いまさらHTML/CSSの入門 [AI とIT 関連]
Webサイトの仕組みを改めて学習してみようと思い、
無料のドットインストールのサイトにて、HTML/CSSの学習を
してみました。
知らないことを学ぶ刺激と、新しい問題を解決した際の達成感を
久しぶりに得ることができました。
１．学習環境を構築するためには、
Visual Studio Codeのインストレーション
Google Chromeブラウザをインストレーション
２．演習例題を実際にコードの記述を行いながら学習
まず初めにHTMLでメインのテキストや文章を入力
HTML は、Head, Bodyの構成
Headでは、主にページ言語の設定、タイトルなど
Bodyでは、内部header, footerを追加して記述。
画像の貼り付け
外部リンクへの設定
CSSにて、表現を微調整する。
３．効率的なコート記述の手順として
コード作成して、直ぐにブラウザ更新して画面を確認する
エラーの場合は、ブラウザのデベロッパーツーで問題部分
の内容、行を特定できる。
＋＋＋ 以下は学習メモ ＋＋＋＋＋＋＋＋＋＋＋＋＋＋
画像の表示:imgタグ
属性
全角文字の入力に注意
文章全体につけるタグを見る
DOCTYPE
html
head
body
字下げ 「移動」 Alt+矢印で範囲を上下移動
文書に関する情報設定
文字コード utf-8
title
favicon
description
コードのコピー方法
shift +Alt +矢印キー
コメントタグの使用
header, footer は、Bodyタグの中に記述
sectionタグの使用
意味のまとまりを示すsectionタグで区切ると
その中のHは、H1から始める。
ulタグでリストを表示
ul(unordered list)順番のない、箇条書きリストを表す
複数のリストは、ulタグ内で、それぞれli(list item)タグで囲う
外部サイトへの設定
aタグでリンクを設定
"
" 別のブラウザを開くためには、target属性を設定する " MDNのサイトでHTMLの仕様を確認する。 aタグが親要素、子要素の関係で記述が正しい分からなくなったら Google検索のul MDNにて、「許可されている内容、親要素」を確認する。
＞＞＞＞ CSS head要素内に styleタグ セレクタとプロパティ /* VS codeでは、ファイル保存先を自動的にフォロー、なければ作成する。*/
Chromeブラウザであれば、スタイルを確認する方法は、 対象部分を選択し、マウス右クリックで検証を選ぶ デベロッパーツールが起動する。 色の表現方法 color: rgb(0,255,0); CSSは後から指定されたコードが優先される。 コメントは、/* */ フォントを設定する方法 font-famuly: verdana, sans-serif; (verdanaフォントがなければsans-serifフォントを表示する）
ボックスモデルを確認しながらheader領域のスタイリングを進めていきます。 background-color ボックスモデル marginで余白を削除 領域は、ディベロッパーツールで確認 margin: 0;を追加する。 divタグ HTML内での記述
CSS内での記述
.container {}
display: flexbox; を記述
margin-left: auto;
margin-right: auto;
特定の部分のスタイル設定 .icon img {border-radius: 50%; border-width: 4px; boder-style: solid; border-color: white; } セレクタの適用範囲を限定する 属性を反映させる場合でも 例えば .works h1 （全てのh1） .works > h1 （直下のh1のみ） line-height で行間の高さを調整する。
完成したHTML ⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓
特定の部分のスタイル設定 .icon img {border-radius: 50%; border-width: 4px; boder-style: solid; border-color: white; } セレクタの適用範囲を限定する 属性を反映させる場合でも 例えば .works h1 （全てのh1） .works > h1 （直下のh1のみ） line-height で行間の高さを調整する。
完成したHTML ⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓
2019-10-25 01:33
nice!(0)
