Are you the publisher? Claim or contact us about this channel


Embed this content in your HTML

Search

Report adult content:

click to rate:

Account: (login)

More Channels


Channel Catalog


Articles on this Page

(showing articles 1181 to 1200 of 1705)
(showing articles 1181 to 1200 of 1705)

Channel Description:

IT起業研究所ITInvC代表の小松仁(Hitoshi Komatsu)です。 ITを中心としたベンチャーの立上げ支援を重点にビジネスコンサルティング活動を進めています。 このサイトからは定期的に何かお役に立ちそうな情報、コメントを発信していきます。   ツイッター https://twitter.com/ITInvC   Facebook  http://www.facebook.com/hitoshi.komatsu.75 にもどうぞアクセスください。 [履歴紹介] ・1946年生まれ。東京大学電子工学科卒業後、日立製作所でOCR(文字読取装置)、光ディスク応用の電子ファイル、ワークステーションなどの開発設計に従事。 ・その間米国メリーランド大学大学院で修士MSEE取得。 ・その後、製品企画、事業計画、マーケティング業務など推進。又、特許取得で(社)発明協会より発明奨励賞等受賞もあり。 ・更に営業、SEと共にオープンシステムのマーケティング推進後、日立コンピュータ機器(株)で経営企画、事業企画など推進。海外スタートアップとのアライアンスも経験。 ・退職後、IT起業研究所を起こしベンチャー支援活動に取り組むと共に、ベンチャーの技術、事業性評価や格付け評価等を行っている。

older | 1 | .... | 58 | 59 | (Page 60) | 61 | 62 | .... | 86 | newer

    0 0

    industry-co-creationの「リーダーシップには項羽型と劉邦型の2つがある」の内容が面白く参考になると思う。
     
    奥野 慎太郎 ベイン・アンド・カンパニー・ジャパン マネージング ディレクター (日本代表)
    私はコンサルティングファームで、事務所の代表を務めさせていただいていますが、事業会社のリーダーや経営者に求められるリーダーシップの形と、プロフェッショナルファームでのリーダーシップに求められるものというのは、若干違うと思っています。
    法律事務所なども皆同じような形態ですが、その場合、パートナーというか、リーダーに求められるものは、サーバント・リーダーシップと呼ばれる役割です。

    イメージ 1

     
    琴坂 将広 慶應義塾大学准教授
    自分が一番強いといって武力で人を引っ張っていく項羽タイプと、恩賞を出すよ、全部権限を与えるよ、独立していいよ、三秦王にしてあげるよ、と言って、活躍の場を作っていくことによって全体を引き上げていくという劉邦タイプがあるのではないかなと。
    項羽と劉邦でいくと、最終的に劉邦が勝ちましたが、これからのリーダーについてはどうでしょうかね。リーダーの大切な仕事として、項羽型と劉邦型と、どちらに向かうのでしょうか。

    イメージ 2

     
    奥野 慎太郎
    ケースバイケースだとは思いますが、決定的に時間軸が違いますよね。
    劉邦が持っていただけの悠長な時間は今のリーダーにはほとんど与えられていないのではないでしょうか。1度の戦いで決まってしまうように思います。
     
    IT起業研究所ITInv代表 小松仁
     

    0 0

    理化学研究所(理研)脳科学総合研究センター局所神経回路研究チームが、哺乳類の大脳皮質が単純な機能単位回路の繰り返しからなる六方格子状の構造を持つことを発見した、というニュースは興味深い。
     
    大脳皮質に6層ある細胞層の一つである第5層をマウス脳を用いて解析し、大部分の神経細胞が細胞タイプ特異的なカラム状の小さなクラスター(マイクロカラム)を形成しているという。
     
    本成果は、米国の科学雑誌『Science』に掲載されるらしい。
     
    IT起業研究所ITInvC代表 小松仁
     

    0 0

    シリコンバレーVentureclef代表の宮本和明さんが、「AIがセレブを想像で描く、二つのAIが対峙して現実そっくりの偽物を生成」と紹介している内容が興味深い。
     
    Nvidiaの研究チームはニューラルネットワークがセレブ画像を生成する技術を公開した。
     
    画像は実在の人物ではなくAIがセレブというコンセプトを理解して想像で描いたもの。
     
    セレブの他に、寝室、鉢植、馬、ソファー、バスなどのオブジェクトを現実そっくりに描くことができる。
     

    この技術はGenerative Adversarial Network(GAN)と呼ばれいま一番注目を集めている研究テーマらしい。

     
    GANを研究する目的は何だろうか。
     
    GANは諸刃の剣で危険性があるものの、その技法に大きな期待が寄せられているという。
     

    GANは現行のDeepLearningが抱えている問題の多くを解決する切り札になる可能性がある。

     
    現行アルゴリズムを教育するためには大量のタグ付きデータが必要で、これがAI開発の最大のネックとなっている。
     
    GANに注目が集まっている理由はUnsupervised Learning (教師無し学習) Unlabeled Data (タグ無し教育データ) の分野での研究が大きく進む手掛かりになると見られているからのようだ。
     
    今後この分野で大きなブレークスルーが起こるかもしれない、そんな予感がするというのは、よく理解できる。
     
    IT起業研究所ITInvC代表 小松仁
     

    イメージ 1


    0 0

    Forbes Japan記事「新興企業は7割が倒産、最大の理由はニーズがなかった」(Niall McCarthy ,CONTRIBUTOR)の内容が面白く参考になると思う。

     
    米国のスタートアップは、大抵の場合、多額の負債を抱え倒産に追い込まれているようだ。
     
    米調査会社CBインサイツによると、テクノロジー関連のスタートアップは70%が破産し、その時期は最初の資金調達から18か月後くらいが多いという。
     
    CBインサイツが創業者や投資家らの協力を得て調べたところ、スタートアップが倒産する最大の理由は、提供した製品やサービスにそもそもニーズがなかったというのは、厳しい現実といえる。
     
    2番目に多かった理由は、資金不足というのもよく理解できる。
     
    創業の時点から適切な人材がそろっていることも、その後の前進と成功に大きな影響を及ぼす条件というのは、的を射ていると思う。
     
    1位:市場にニーズがなかった(42%
    2位:現金が底をついた(29%
    3位:必要な人材が欠如(23%
    4位:他社との競争(19%
    5位:価格/コストの問題(18%
    6位:製品の問題(17%
    7位:ビジネスモデルの欠如(17%
    8位:マーケティングの失敗(14%
    9位:顧客の意見を無視した(14%
    10位:発売のタイミングを誤った(13%
    11位:焦点を失った (13%
    12位:創業者・投資家の間の不調和(13%
    13位:誤った方向転換(10%
    14位:熱意の欠如(9%
    15位:拠点の選択を誤った(9%
    16位:資金/投資不足(8%
    17位:法的問題(8%
    18位:ネットワークを活用できなかった(8%
    19位:燃え尽きた(8%
    20位:方向転換できなかった(7%
     
    IT起業研究所ITInvC代表 小松仁
     

    イメージ 1

     

    0 0

    経済産業研究所RIETIの冨田 秀昭 上席研究員が、「実現待たれる完全自動運転-その経済効果と求められる新たな経済社会デザイン-」を論じている内容が興味深い。
     
    自動運転の実現により、われわれの経済社会はどのような影響を受けるのか。
     
    経済社会のあり方が根本から変わってしまうとの見方もあり、米国ではビジネス、アカデミア双方から自動運転車の経済効果に関する試算結果が相次いで発表されているという。
     
    20176月、米国のインテルおよびストラテジー・アナリティクス社によって発表された数値によれば、自動運転車が及ぼす経済効果は2050年で合計7兆ドルに達するという。
     
    両社は「レベル5」とされる究極の完全自動運転の達成を前提に、新たに創出される価値を「パッセンジャー・エコノミー(乗客経済)」と称して試算しているようだ。
     
    消費者および事業者は車を保有することなく、自動運転車を移動手段として提供する事業者から「モビリティ・アズ・ア・サービス(MaaS)」の提供を受ける形態を想定しているらしい。
     
    従来、車で通勤していた個人は乗客として移動中の時間を別のことに費やすことができ、また、人手不足が深刻な長距離輸送などの運輸業、宅配業者も自動運転サービスを導入することにより、ビジネスモデルには大変革がもたらされるとしている。
     
    その他、移動中の車内での飲食、物販をはじめ新たに生まれると想定される多様なサービスまで含めて、極めて広範に及ぶ影響を取り込んだ試算結果となっているようだ。
     
    アカデミアの世界からは、Clements and Kockelman(2017)が、まず大きな影響を受けるのが自動車産業で、カーシェアリングの普及などが消費者の自動車保有を大幅に減らす一方、運転の負荷を負わず気軽に自動車の利便性を享受できることになるため、高齢者、障害を持つ人々など広範な層で自動車走行距離が増加、結果として乗用車市場は拡大するだろうとしている。
     
    貨物輸送業では、輸送効率を上げるために、いち早く自動運転車の導入が進むとし、ドライバーは移動時間中の運転から解放されるものの、完全な無人運転が実現すれば多くのドライバーが解雇されることとなり、その結果、事業者は低コストで積載貨物を増やすことができ、経済便益を拡大するというのは、厳しい予測かもしれない。
     
    経済全般にわたる効果としては、自動運転の実現により交通渋滞の原因の25%を占める交通事故は大幅に減少し、道路利用の効率改善は交通容量を拡大し、衝突事故減少による死傷者減を通じて潜在的に4880億ドルのコスト削減につながると試算されているようだ。
     
    無人の新交通システムが運行されるようになれば、地方では高齢者などの生活の足として利用され、都市部でも車の保有台数が大幅に減少し、渋滞もなくなり、駐車スペースも不要となるだろうという。
     
    住民はカーシェアリングのサービスを自在に利用でき、完全自動運転車が普及した後にどのような交通システムを構築していくのか、土地利用を含めた都市景観、さらには経済社会デザインをどのように変えていくべきか、経済社会の仕組みが根底から覆されるほどのインパクトをわれわれの社会にもたらすだろうという指摘は、的を射ていると思う。
     
    IT起業研究所ITInvC代表 小松仁
     

    イメージ 1


    0 0

    精神科医の和田 秀樹先生が、「知識社会で生き残るための頭の良さとは?」で論じている内容は、参考になると思う。
     
    ハーバードのビジネス・スクールのような一流の大学院を出ているのに社会に出て成功できない人が2割ぐらいいることが、1990年代になると問題視されたようだ。
     
    彼らにはペーパーテスト学力だけでなく、入試の際に面接も小論文も課されるし、講義だけでなくディスカッションもカリキュラムに組み入れられているから、文科省のいう「思考力・判断力・表現力」がみな高い人たちの集まりのはずだというのは、尤もだと思う。
     
    結果的に、そういう人たちは、自分の感情のコントロール能力や自己動機づけ能力、対人関係能力が悪いことが明らかになったらしく、東大、ハーバード大を出た政治家が感情のコントロールができず、議員の座を失ったが、この手の能力がないと頭の良さが吹き飛んでしまうのは確かだろう。
     
    これらの能力は「感情の知能」と呼ばれ、これをTIME誌がIQ(知能指数)に対抗してEQ(心の知能指数)と呼んだことから、EQという名で呼ばれることが多い。
     
    現代の認知科学では、思考パターンによって感情に振り回されやすいかどうかの傾向が大きな影響を受けるとされるようだ。
     
    例えば、「二分割思考」をする人は、味方でなければ敵、正解でなければ間違いというような判断をする、すると、味方と思っていた人がちょっと自分の批判をすると敵になったと考えて、怒り感情や不安感情が高まりやすい、あるいは、自分が正解と思っている解答以外の解答を出されると、それをろくに検討しないで却下ということになりかねない、というのはよく理解できる。
     
    「それもあり」「正解は一つと限らない」と思える柔軟な思考パターンが身につくだけで、心理的な余裕が生まれ、より妥当な判断につながりやすいはずだ、というのは参考になると思う。
     
    IT起業研究所ITInvC代表 小松仁
     
     
    イメージ 1



    0 0

    シリコンバレーのジャーナリスト瀧口範子さんが、「手術ロボットの功績と訴訟問題からロボットと人間の未来を考える」で伝える内容が、興味深い。
     
    インテュイティブサージカル社の手術ロボット(ダ・ヴィンチ)は、今や世界中の病院で利用されているらしい。
     
    ところが、その大成功の裏で、インテュイティブサージカルにはいつも訴訟の話が付いて回っているのも事実らしく、手術後に他の細胞や内臓が傷つけられていることがわかった、傷口が癒えないといったような内容で、患者が死亡したケースもあるようだ。
     
    2004年から2013年までの間にダ・ヴィンチを利用した手術は170万件行われているのだが、同期間中、同社に対して製品賠償責任の訴えが3000件起こされていると伝えられており、そのほとんどは和解に終わっているが、数件が裁判まで持ち込まれているという。
     
    他の手術ロボット同様、ロボットアームは人間の手や腕では届かない部位や方角へ進んでいくことができる、人間でないからこその高機能もあるのは確かであり、傷口が小さくて済むので患者の回復が早いことは、手術ロボットの大きな特長であるのは、間違いないだろう。
     
    一方、その仕組みに関して当初はわからなかったことも明らかになっているといい、例えば、コンソールの画面には映らないところでロボットの電気的な故障が起きて、患部がやけどを負ったというケースも報告されているらしい。
     
    もし人間の医師が手術台に立っていたら、横目にでも見えたことかもしれないという。
     
    手術ロボットに限らず、このロボットと人間の関係は今後出てくる多様なロボットに当てはまるだろうとし、人間はロボットに全てを頼ってしまってはいけない、ロボットは万能ではない、しかし、過度に警戒することは、いい結果を生まない、ロボット技術は人間にできなかった多くのことをやってくれるのだ、という指摘は、的を射ていると思う。
     
    IT起業研究所ITInvC代表 小松仁
     
     
    イメージ 1



    0 0

    Forbes Japanの「サイバーダイン山海が落合陽一に直伝 大学発ベンチャーで社会を動かす秘訣」の内容が面白く参考になると思う。
     
    筑波大学助教・学長補佐の落合陽一さんがCEOを務めるピクシーダストテクノロジーズが、総額6.45億円の資金調達を行ったことを発表している。
     
    インキュベイトファンド、凸版印刷、ハーティス(代表:孫泰蔵)、ワタナベエンターテインメントを引受先とした第三者割当増資と、NEDOが実施する平成29年度「研究開発型ベンチャー支援事業/シード期の研究開発型ベンチャー(STS)に対する事業化支援」に採択された結果、実現したもの。
     
    筑波大学大学院教授で、「ロボットスーツHAL」を医療・介護福祉・生活分野等の多領域に展開する筑波大学発ベンチャー・CYBERDYNE(株)CEOの山海嘉之さんとの、対談内容は面白い。
     
    (山海嘉之)
    大学は人材育成の組織であるにもかかわらず、「時代にあった人材育成」を行おうとしても、文科省から期限付きの公募案件が公表されてから計画を練り始め、半年議論して、次は文科省に申請して、なんてことはよくあります。
    社会では1週間あればベンチャーだってできる。
    社会の動きが早くなっていて、時代にあった人材育成は、大学だけでは難しいですね。
     
    (落合陽一)
    僕もその問題を解決すべく、ラボと自分の会社を共同研究で繋いで、研究と人材育成のエコシステムをつくろうと動き出しています。
    自分で実際に社会実装に向けて研究しようと思ったら、大学で申請する公的予算だけでは足りないし、学生をOJTで育てようと思ったら、もっとフットワークの軽い組織でないといけない。
    だから、徐々に学生を自分の会社に出入りさせながら、教えています。
    研究しながら給与を払える学生を増やしていかないとちゃんとした社会実装に向けての研究は難しい。
    これはまさに、山海先生が、筑波大学の学生をCYBERDYNEで受け入れていたのと、同じスタイルです。
     
    (山海嘉之)「社会全体が見えてくることにある」と思っています。
    この立場で、産学連携を進めると、ある時は公認会計士と膝を突き合わせ対話をし、ある時は大企業の事業部との契約に注力するといった様々な経験をせざるを得ないので、研究以外の分野の知識がどんどん蓄積されていきます。
     
    (落合陽一)
    確かに、会社を始めると、必要に迫られて、BS(貸借対照表)やPL、契約書が途端に読めるようになりました(笑)。
    昔はわからなかったですが、会社にいるとレビューしろって連絡が来ますからね。
    大体はCOOの村上に読んでもらってますけど。
     
    IT起業研究所ITInvC代表 小松仁
     

    イメージ 1

     

    0 0

    日経テクノロジーによると、英Armが米シリコンバレーで開催したイベント「Arm TechCon 2017」で基調講演に登壇した同社のマイク・ミューラーCTO(最高技術責任者)は、AIに欠かせない機械学習の新たな戦略を打ち出したという。
     
    機械学習にはネットワーク帯域や遅延、消費電力、プライバシー、セキュリティなどさまざまな課題が存在する、それらを解決するのがディストリビューテッドインテリジェンス(分散AI)ということらしい。
     
    クラウドやエッジはもちろん、通信事業者が運用するネットワーク機器のようなクラウドとエッジの間に位置する「ゲートウエイ」を含め、場所を問わず柔軟に機械学習の訓練と推論を処理する考え方のようだ。
     
    IT起業研究所ITInvC代表 小松仁
     

    イメージ 1


    0 0

    総務省は、「IoT/ビッグデータ時代に向けた新たな情報通信政策の在り方」を審議している情報通信審議会情報通信政策部会に、「IoT新時代の未来づくり検討委員会」(主査:村井純 慶應義塾大学 大学院 政策・メディア研究科委員長 環境情報学部 教授)を設置したと発表している。
     
    IoTAI・ロボットなど新時代の未来を展望しつつ、人口減少社会が一段と本格化する日本の歩むべき道を支えるための新たな情報通信政策の在り方について検討を行う、という趣旨のようで、成果を期待したい。
     
    予定する検討項目は次の通りのようである。
     
    1IoTAI・ロボット等のイノベーションの進展に伴う2030年~2040年頃の未来社会のビジョン
    2IoTAI・ロボット等のイノベーションによる持続可能な経済社会の実現方策
    3IoTAI・ロボット等が「当たり前」の時代に求められるICTスキルの習得や、年齢・障害の程度等を問わず国民各層がICTを利活用できるリテラシーの在り方の検討及びその実現に向けた支援方策
     
    IT起業研究所ITInvC代表 小松仁
     
     

    0 0

    MIT Technology Review 記事「50キュービットの量子コンピューターをIBMがついに発表」(Will Knight米国版 AI担当上級編集者)が興味深い。
     
    50キュービットは量子コンピューターの実用化へ向けた重要な目標で、量子テクノロジーなしではシミュレートすることが非常に難しい処理を実行できるという。
     
    もっともIBMの発表は、量子コンピューティングを一般利用する準備ができたことを意味しているわけではなく、IBMが開発しているシステムは大変扱いにくく、他の企業が構築している量子コンピューターよりも使うのが大変らしい。
     
    他に、グーグル、インテル、リゲッティ(Rigetti サンフランシスコのスタートアップ企業)が現在、量子コンピューターの実用化を競っているようだ。
     
    量子コンピューターの黄金期が着実に近づきつつあるというのは、本当かもしれない。
     
    IT起業研究所ITInvC代表 小松仁
     
    https://www.technologyreview.jp/s/62657/ibm-raises-the-bar-with-a-50-qubit-quantum-computer/?utm_source=MIT%E3%83%86%E3%82%AF%E3%83%8E%E3%83%AD%E3%82%B8%E3%83%BC%E3%83%AC%E3%83%93%E3%83%A5%E3%83%BC+-+%E3%82%B6%E3%83%BB%E3%83%87%E3%82%A4%E3%83%AA%E3%83%BC&utm_campaign=ab85d51cbb-NewsLetter_TheDaily&utm_medium=email&utm_term=0_6f0fb6e76b-ab85d51cbb-194425309&mc_cid=ab85d51cbb&mc_eid=944002f1f3

    0 0

    Forbes Japan記事「5年以内に起きる『新しい顧客体験』の3つのトレンド」(Blake Morgan Contributor)の内容が参考になるかもしれない。
     
    ブランドが今後成功を収めるには、未来に考えをめぐらせ、顧客・業界のトレンドを先取りしなければならないとして、顧客体験において今後導入され、5年後には普及しているであろう3つのトレンドを紹介している。
     
    1)全てがオンデマンド化
     
    食料品から家庭用品、マッサージのサービスまで、アプリを数回操作するだけでさまざまなものが手に入る時代となった今、顧客はあらゆるものをすぐ手に入れることを期待しており、それができない会社は顧客を失う恐れがある。
    オンデマンドのサービスとは、顧客が何かを欲しいと思った時点ですぐに手に入れられることだ。
     
    2)従来型広告の消滅
     
    ネットフリックスやHuluといった動画配信サービスの登場により、今や顧客は広告を完全に避けられるようになっており、今後もこの傾向は進むだろう。
     
    3)コンセプト店が小売店に取って代わる
     
    ネット通販の利用増加に伴い、実店舗の閉鎖が増えている。こうして空になった空間は、ただ物を買うための場ではなく、何かを体験して時間を過ごす場所としてデザインされたコンセプト店へと姿を変え始めている。
     
    IT起業研究所ITInvC代表 小松仁
     

    イメージ 1


    0 0

    ソフトバンクに買収されたBostonDynamicsのロボットは、さらに進歩しているようだ。
     
    IT起業研究所ITInvC代表 小松仁
     

    0 0

    茂木健一郎さんが、米国ワシントンDCのスミソニアン国立自然史博物館を訪ね撮影した動画とコメント。
     
    40年ほど前に近くに暮らしていた時、よく遊びに行ったのを思い出す。
     
    IT起業研究所ITInvC代表 小松仁
     
     

    0 0

    「電気自動車を『ワイヤレスで充電』する高速道路──イタリアで技術試験がスタート」という、Wired記事が面白い。
     
    イタリアのトリノ工科大学が、高速道路を走行中の電気自動車にワイヤレスで充電するシステム「Charge While Driving」を開発し、テストコースにプロトタイプを設置したという。
     

    このシステムはIPTInductivePower Transfer:電磁誘導電力伝送)技術を応用したもので、共振用のインダクターを利用し、IPTのベースユニットは路面の下に設置される固定コイル(伝送装置)と、車両に取り付けられる、コイル(受電装置)からなるようだ。

     
    IT起業研究所ITInvC代表 小松仁
     

    イメージ 1


    0 0

    日経BPシリコンバレー支局の中田 敦さんが、「ディープラーニングにもセキュリティ問題」と伝えている内容が興味深い。
     
    データからルールを導き出す「訓練」に使用するデータに不正なものを紛れ込ませたり、認識に用いるデータにある種のノイズを加えたりすることで、AIに誤検出させようとするもので、AIの信頼性に関わる問題だけに、米Googleなどが対策に動き出しているらしい。
     
    機械学習ベースの画像認識技術に対する攻撃手法には、「アドバーサリアル・エグザンプル(Adversarial Examples)」や「トレーニングセット・ポイズニング(TrainingSet Poisoning)」などがあるという。
     
    アドバーサリアル・エグザンプル攻撃は、モデルに認識させる画像(エグザンプル)にある種の「ノイズ」を加えることで「アドバーサリアル(敵対的な)・エグザンプル」とし、画像の被写体を誤認識させる攻撃手法らしい。
     
    例えば、自動運転車に交通標識を誤認識させる攻撃が有りうるという。
     
    トレーニングセット・ポイズニング攻撃は、データを元に画像認識モデルを導き出す訓練(トレーニング)の課程を狙った攻撃で、教師データに誤ったタグを付与した画像を紛れ込ませることで、被写体を誤って認識する画像認識モデルを作らせてしまうものらしい。
     
    一方で、そうした攻撃からAIを防御する手法の開発も進んでいるようで、例えば、Googleはアドバーサリアル・エグザンプル攻撃を防ぐために「Cleverhans」というソフトウエアライブラリーを公開している。
     
    IT起業研究所ITInvC代表 小松仁
     
     
    イメージ 1


    イメージ 2


    0 0

    Ventureclef代表の宮本和明さんが、「Generative Adversarial Networks (GAN) とは何か、どんなブレークスルーが期待でき如何なる危険性があるか」と紹介している内容が興味深い。
     
    GANはニューラルネットワークの技法で二つの対峙する (Adversarial) ネットワークがコンテンツ (イメージや音声など) を生成するという。
     
    GANは技法の総称で多くのバリエーションがあり、その代表がDCGAN (Deep Convolutional Generative Adversarial Networks) で、ネットワークが写真そっくりの偽のイメージを生成するらしい。
     
    Nvidiaはニューラルネットワークでセレブ画像を生成する技術を公開した。
     
    画像は実在の人物ではなくアルゴリズムがセレブというコンセプトを理解して想像でリアルに描くが、このネットワークがDCGANにあたるようだ。
     
    GANに注目が集まっている理由はGANが現行Deep Learningが抱えている問題の多くを解決する切り札になる可能性があると期待されているからのようだ。
     
    特に、教師無し学習 (Unsupervised Learning) とタグ無しデータ (Unlabeled Data) 教育の分野で研究が大きく進む手掛かりになると見られているらしい。
     

    DCGANGenerator(制作者) Discriminator (判定者) から構成され、GeneratorDe-convolutionNetworkで構成され、入力されたノイズ (ランダムなシグナル) からイメージ (例えば寝室) を生成するという。

     

    DiscriminatorConvolutionNetwork で構成され、ここに偽造イメージ (Fake) 又は本物イメージ (Real) を入力、Discriminatorは入力されたイメージを処理し、それがFakeRealかを判定(Logistic Regression) するが、このプロセスでDiscriminatorが誤差逆伝播法 (Backpropagation) で教育され勾配 (Gradient、本物と偽物の差異) を得るという。

     
    この勾配をGeneratorに入力し本物そっくりの偽物を生成する技術を上げるらしい。
     

    また、SRGAN (Super-ResolutionGenerative Adversarial Networks) とは、低解像度のイメージを高解像度のイメージに変換する技法らしい。

     

    さらに、StackGAN (Stacked GenerativeAdversarial Networks) とは入力された言葉からイメージを生成する技法らしい。

     
    一方、GANに寄せる期待が高まる中でその危険性も指摘されており、今までもフェイク写真が問題となってきたがGANの登場でその危険性が加速され、ニュースに掲載されている写真やビデオを信用できるかという問いが投げかけられているというのは、納得できる。
     
    IT起業研究所ITInvC代表 小松仁
     
    イメージ 1

    イメージ 2


     

    0 0

    シリコンバレーのジャーナリスト瀧口範子さんが、「ツイッター、フェイスブック、グーグルが直面するSNSの政治への影響力」で伝える内容が興味深い。
     
    連邦議会で開かれた公聴会で、フェイスブック、グーグル、ツイッターがロシア政府によるアメリカの世論操作のために好き放題に使われていたことが明らかになったが、大いに批判されたのは、それに対して3社共に長い間無策でいたことだという。
     
    例えば、201691日~115日の間に、ツイッターでは36746もの、AIによって自動的に発信を行う仕組みのボットがロシアによって生み出されていたらしい。
     
    そのボットは同期間に140万に上るツイートを出し、これがアメリカで28800万回閲覧されたという。
     
    フェイスブックでは、ロシア政府に関連した組織とされるインターネット・リサーチ・エージェンシーによって470ものアカウントが作られ、そこから3000件の広告が表示されていたという。
     
    この広告がターゲットにしたのは、1140万人、だが、そこからシェアされるなどして、最終的には14000万人に到達したらしい。
     
    このインターネット・リサーチ・エージェンシーは、「トロール工場」とも呼ばれ、クレムリン擁護のプロパガンダ的なコンテンツをばらまくことで知られているようだ。
     
    100人ものロシア人を雇い、中にはアルバイト気分でSNSのコンテンツを大量生産する若者も多数含まれているという。
     
    ツイッターには同エージェンシーに関連したアカウントが2752あり、またグーグルでは、18のユーチューブ・チャネルが同エージェンシーによって登録されているという。
     
    ロシアによる操作が実際にはどの程度の効果をもたらしたかには、様々な意見がある。
     
    ターゲットされた人数は多くなく、一般の広告費に比べると、ここで投入された広告費は微々たるものに過ぎないという見方も出ているようだ。
     
    この事態を受けて、グーグルはシステムの悪用を防ぐ方策を研究者や他社とも協力して探り、広告に関して厳しい規則を設けるとしている。
     
    フェイスブックも今後、政治広告に関する透明性を高めるという。
     
    IT起業研究所ITInvC代表 小松仁
     
     
     

    0 0

    日経ヴェリタスセレクト記事「量子コンピューター革命 ビットコインが消える?」が面白い。
     
    計算の効率化は省エネ効果を生むようで、日本を代表するスパコン「京(けい)」の年間の電力消費量は一般家庭3万戸分に相当するのに、量子コンピューターなら500分の1程度ですむという。
     
    2011年に世界で初めて商用化したのはカナダのスタートアップ、Dウエーブ・システムズだが、1998年に東京工業大学の西森秀稔教授らが金属加工技術にヒントを得て考案した手法を応用、「超電導」極低温状態で量子状態にしたミクロの磁石で計算する仕組みで、米航空宇宙局(NASA)やグーグル、航空大手ロッキード・マーチンが採用、認知が高まっているというのは、よく知られている。
     
    ただDウエーブの量子コンピューターは膨大な情報から条件に合った最適な組み合わせを選ぶ問題の解決に絞った「特化型」で、従来のコンピューターに置き換えられる「汎用型」ではない。
     
    汎用型の開発には米IBMやグーグルが取り組んでいるが、あらゆる問題に対応するには、特化型よりはるかに大きなシステムで、長時間にわたって物質を量子の状態にしておかなければならないという。
     
    例えば、世界大手が数百億円単位の開発費をかけてしのぎを削る新薬開発では、量子コンピューターなら、より複雑な組み合わせにも迅速に対応でき、開発コストも大幅に減らせるらしい。
     
    また、人工知能(AI)の性能も格段に上がるとみられており、AIが自らデータをもとに学ぶ機械学習の精度を飛躍的に高められるらしい。
     
    さらに、精度の高いカーナビや自動運転車の開発、ひいては交通渋滞の解消につながり、金融商品の最適なポートフォリオの構築にまで役立てることができそうだという。
     
    中国政府は16年に策定した科学技術イノベーション13次5カ年計画の重点分野に量子コンピューターを掲げ、インターネット通販大手アリババ集団と政府の最高研究機関にあたる中国科学院が「量子計算実験室」を設立するなど、官民挙げて取り組んでいるようだ。
     
    また、現在ある仮想通貨の多くは、偽造や改ざんを防ぐために、複雑な計算式からなる暗号のカギを付けているものの、通常のコンピューターで解くのは難しいが、量子コンピューターなら、簡単に解け、通貨としての安全性を確保するには新たな暗号の開発が必要になるらしい。
     
    ただビジネス上は、スーパーコンピューターでさえ赤字続きで、これから商用モデルを世に問うていく段階にあるが、スパコン「京」の利用者も、それほど増えていないようで、ましてや量子コンピューターとなると、実用化の道筋は全く読めない、というのは厳しい現実かもしれない。
     
    IT起業研究所ITInvC代表 小松仁
     
     
    イメージ 1

    イメージ 2

    イメージ 3





    0 0

    MIT Technology Review記事「現場のワザをVRで学習、製造業ロボットが着々と進化中 These AI Hotshots Planto Reboot Manufacturing by Jumping Inside Robots」(WillKnight米国版 AI担当上級編集者)興味深い。

     

    エンボディド・インテリジェンス(EmbodiedIntelligence)という、カリフォルニア大学バークレー校のピーター・アビール教授と数名の学生たちが設立したスタートアップ企業が、観察や実験、反復により学習するロボットを開発しているが、ロボットを訓練するのは、実質現実(VR)ゴーグルをかけた遠隔操縦者という。

     
    深層強化学習や深層模倣学習、少ないデータに基づいた学習といった最新の機械学習を利用しているようだ。
     
    人間がすべての制御と思考を担うことで、非常にクリーンなデータを収集でき、対象としている作業は既存のオートメーションで対応できる範囲から完全に外れているという。
     
    同様の手法を追求している企業は他にもあり、アルファベット(グーグル)傘下のディープマインドはVRを使って、ロボットをより効率よく学習させる方法の研究を始め、カナダのバンクーバーやサンフランシスコに拠点を置くキンドレッドAIKindred AI)は、衣料品の製造小売業のギャップなどで、遠隔操作や強化学習を使ったピッキング作業ロボットをすでに実現しているらしい。
     
    プログラムを書くのが大変であるため現時点ではまだ人間が担当している細かい作業もいずれ、実質現実での人間の動きから学習するロボットに置き換えられるかもしれないというのは、的を射ていると思う。
     
    IT起業研究所ITInvC代表 小松仁
     
    イメージ 1


older | 1 | .... | 58 | 59 | (Page 60) | 61 | 62 | .... | 86 | newer