●AIファーストの「7つの進化」

170616 PS/C
┃Networks あるいは知のパラダイムシフト
ICT、意思決定、コミュニケーション、学び、意味と構造化など

C:技術で/技術が/技術を(ICT:社会・法・制度論と技術文化論)

●結局、人工知能の「本当の脅威」とは何なのか? http://gendai.ismedia.jp/articles/-/51744
「魔法使いの弟子」問題:他の機械同様、AIはプログラムに従って動くだけ。ただし、人間が設定した目的に向かって自身の機能の最適化を行いうる点が他の機械と異なる。目的を達成するために自分の電源が切られてしまわないようにする、ということまで考えを巡らせる必要が。

「惑星レベルでの歴史的転回」とも呼べる大変革=将来、人類は非常に高度なAIと同じ地球の上で暮らしていくことになる。ならばAIを開発していくことでたどり着く多数の可能性の中から、「ベネフィットを最大にするための最適な道筋を見つけていく必要が」ある。

●情報通信白書を発表--IoTやAI推進人材の育成が課題 Japan https://japan.zdnet.com/article/35086607/
収集、蓄積の段階で止まっている日本のデータ活用実態や、コンプラ、セキュリティ重視のICT投資の段階から早く脱却を、と。「米国の例を引き合いにしながら、製品やサービスの開発強化や、ビジネス変革にICTを組み込む「攻めのICT投資」の重要性を指摘し、日本でもハードからソフトやクラウドサービスに生産性向上のためのICTが進む」べき。

「AIの知識やスキルの習得を使う側に立って今の仕事、業務を続けようと努力する」と回答した人の比較では米国は46.7%だったが、日本は28%だった。一方、「対応、準備を行わない」と回答した人の比較では米国は22.8%、日本は51.2%

● 「日本の労働者の約3割がテクノロジーを脅威に感じている」、アクセンチュアが意識調査http://itpro.nikkeibp.co.jp/atcl/news/17/052501502/
会社固有と会社横断」、「知識ベースと技能ベース」という軸によるマッピング。今後、経営課題として会社固有の知識・技能は機械に代替していくことで生産性をあげることが重要に。ここにAIが活躍する余地がある。社員の側も、生産性を向上させるための「スキル革命」(リスキル)への準備が必要。

●キユーピー、グーグルの深層学習による原料検査で生産性2倍に http://itpro.nikkeibp.co.jp/atcl/news/17/061401658/?rt=nocnt
米グーグルが開発したオープンソースのディープラーニングフレームワークである「TensorFlow」を採用。
従来は「一つの製造ラインに100万個ある原料に対し、異物混入や不良品がないかを人が目視で検査していた」。それを、1万8000枚の製造ラインの画像を読み込ませて、良品の特徴を学習させた。
「TensorFlowを不良品と良品の分類に使うのではなく、良品のデータのみを学習させることで精度の向上と学習時間の短縮を両立できた」。

●1日1000本の記事を書いた日経の“AI記者”、その基盤にAWShttp://ascii.jp/elem/000/001/494/1494448/
AIのみで自動作成、人は関与しない。
日経の決算サマリーは、AIが決算短信の文章部分を読解して業績要因を正確に抜き出し、それを自然な日本語文章で書き表す。これは「理解」と「書く」のふたつの点で驚異的(生身の記者にとっては脅威的)。
「数値データはXBRLから抽出し、業績要因文と結合したのちに、文章を読みやすく整形(事業名の補完、ですます調を修正、1%未満は微増・微減と表現、証券略称を利用など)し、記事文章に仕上げている」。
完全自動決算サマリー by NIKKEI  )

●AIがAIを生み出すAIファーストの「7つの進化」 http://scrum.vc/ja/2017/05/25/google-io-2017/
「モバイルファースト」時代の到来で、マルチタッチ、ロケーション、決済など全てがモバイル対応すべく、一から再設計された。ちょうどそれと同じように、「今、全ての製品がAI時代に対応し始めている」。
たとえば、「すでに、検索、マップ(ストリートビューで自動的にレストランの看板を認識)、ビデオチャット(ネットワーク状態に自動的に最適化)、など様々な形でDeep Learningが活用されてい」る。
AIの中でも画像認識、Computer Visionの進化は特に目覚ましく、しかも「これはFacebookでもなく、Amazonでもなく、膨大なKnowledge Graphを持っているGoogleだから実現できる機能」。

●サンダー・ピチャイが語った:グーグルが描く「AIファースト」と「未来のクラウド」の全貌 http://wired.jp/2017/06/06/sundar-pichai-future-cloud/
グーグルCEO(最高経営責任者)のサンダー・ピチャイが「機械学習に最適化したTPU(Tensor Processing Unit)と呼ばれるチップの最新版を発表し、それが人工知能(AI)の新潮流を強化するために特別に開発したものであることを明かした」。
自社開発半導体による、クラウドサービスの差別化、という戦略。
「新型チップと新しいサーヴィスを組み合わせることで、グーグルのクラウドビジネスを、アマゾンやマイクロフトなどよりも優位なものにしたい」。
グーグルはクラウドコンピューティングこそが、いつの日かネット広告よりはるかに大きな利益をもたらすと信じている」からだ。

●かくしてグーグルは独自の「AI専用チップ」を開発した──音声認識や「AlphaGo」を支える驚異の技術 http://wired.jp/2017/04/18/google-building-ai-chip/
グーグルは地上最大のコンピューターネットワークを運営している。それでも、逼迫した需要に応えられなくなる近未来は刻々と近づいている。
世界中のアンドロイド携帯で1日たった3分でも新しい音声検索機能が使われると、現状の2倍のデータセンターが必要になる」。
ここでグーグルは、データセンターの面積を倍に増やす代わりに、「Tensor Processing Unit」(TPU)と呼ばれる、コンピューターチップを自社で開発することにした。

それは、専用設計で一般的なチップより最大30倍速い。

 

┃Others あるいは雑事・雑学
Googleスプレッドシートが自動でグラフ作成――機械学習で「探索」が賢くなった http://jp.techcrunch.com/2017/06/02/20170601google-sheets-now-uses-machine-learning-to-automatically-visualize-your-data/

●購入決定の要因(アトリビューション)を多様なキャンペーン構成要素から–機械学習で–分析するGoogle Attribution http://jp.techcrunch.com/2017/05/24/20170523google-attribution-is-a-free-and-easy-way-to-evaluate-marketing-efforts/