新規事業のつくり方

新しいことを学ぶことが好きです。今は機械学習や自然言語処理に興味があります。

カテゴリ: 人工知能

上司から一言「人工知能について何か考えてみてくれないか」

翻訳すると、「外部環境として他社のAIの事例を調べ、内部環境として自社のビジネスプロセスを分析し、AIを導入できそうな領域を特定し、人工知能の開発方法を検討し、導入後にどのくらい収益に貢献するかのストーリーを作ってくれ」 ということです。

数あるムチャ振りの中で、最もムチャ振りな仕事と言えるでしょう。このセリフを言われたら、こう返してください。
「それなら〇〇さんが人工知能に詳しいみたいですよ。」
※〇〇には潰したい人の名前を入れましょう

逃げられなかった人へ
おめでとうございます。あなたは流行の最先端です。一緒にAIバブルに踊りましょう。

参考書籍
続きを読む

人工知能技術の歴史を変える1冊が出版されました。


現在人工知能技術(AI)は、Googleが牽引しています。その技術力は世界随一です。またWeb上の検索データを掌握しています。これからのGoogleの発展は、そのまま人工知能の発展といえるでしょう。

一方本書は、人工知能技術の本命であるディープラーニングについて、極めて分かりやすく説明してくれています。いずれ古典となる本です。

一般の人にディープラーニングという最先端技術を民主化したのです。現在本書の輪読会が多数開催されています。今後本書を学んだエンジニアが、世界を変えるためにAIの開発を行っていくでしょう。この本が日本語で出版されたことを、大変うれしく思います。 

多くの日本人に本書を読んで欲しいのですが、 140字以上の文字を見ると痙攣する人もいるかもしれません。ですので、本書のエッセンスを簡単に解説します。

続きを読む

理系研究者は、この大自然を対象に、仮説を立て、実験を行い、データを集め、法則を発見している。
一方データサイエンティストは、企業を取り巻く市場環境や生産設備などに対して、データを集め、分析し、パターンという法則を発見する。 その法則は、自然科学分野のような普遍性は持たない。その企業でしか役に立たない局所的な法則だ。しかし、その企業が業績を大きく向上させるくらいの効果は十分に持つ。

データサイエンティストが科学する対象は、主にマーケティングや経営学の領域だ。文系学問の領域に、理系研究者が行うデータによる仮説検証の手法を持ち込んでいる。
続きを読む

Python(パイソン)で人工知能を開発したい人向けに、これだけは知ってほしいという知識をまとめました。本記事だけで、PythonでAIを実装出来るはず。

まあ簡単に言うと、データをきれいにして、サーキットラーン(scikit-learn)というライブラリにデータ食わせれば、予測モデル(=人工知能)が作れるというお話です。

AI開発のプログラミング言語はPython一択

AI開発のプログラミング言語はPython一択です。理由は3つあります。

①Python向けの人工知能ライブラリが豊富だから
  ・データ処理:NumPy、Pandas
  ・作図:Matplotlib
  ・ディープラーニング開発:PyTorch、TensorFlow
  ・機械学習:scikit-learn
②Pythonは業務システムやWebサービスとして実装可能(Rで業務システムは作れません)
③シンプルな言語で可読性が高くプログラミングが簡単

機械学習エンジニア・データサイエンティストの求人は、ほぼ確実にPythonが前提条件です。
続きを読む

人間は、人間を区分けすることが好きだ。
女王と奴隷、貴族と平民、武士と農民、資本家と労働者、正社員と非正規社員など、各人の生まれや能力によって、人を区別する枠組みを設けられてきた。組織運営の理由もあると思うが、人間は遺伝子レベルで人よりも上回りたいと願う生き物だということだろう。

そして2020年、人類は人工知能を管理する側と、人工知能に使われる側で区別されるかもしれない。
続きを読む

↑このページのトップヘ