今週のAI関連ニュース:人工知能時代に「人間に必要な能力」とは

今週のAIニュース

AIで漫画を自動翻訳、作業時間3割削減

漫画の翻訳はこれまで翻訳者が全て手作業で行っていたが、今回開発した機能により、あらかじめ自動翻訳された文章が入力された状態から、翻訳の確認や修正を行う運用が可能となった。2021年度中の実用化を目指す。

https://newswitch.jp/p/28806

道路交通量の調査員廃止へ カメラとAIで常時観測―国交省検討

データの収集は、調査区間に配置した調査員が走行する車を目視で確認するなどして行っているが、今秋の調査では、国が担当する区間に限り調査員による観測を廃止。AIがカメラ映像から車種などを解析する手法を導入する。

https://www.jiji.com/jc/article?k=2021091300669&g=eco

【独自】建設クレーン、AIが操縦…人手不足緩和へ大林組開発

今回のシステムでは、タブレット端末などの画面で操作するだけで動作の指示ができる。将来的には、作業員が遠隔地から指示できるようにすることも想定している。

https://www.yomiuri.co.jp/economy/20210914-OYT1T50026/

“3行要約AI”大反響 「走れメロス」の失敗報告に開発ベンチャーも注目 原因と対策を聞く

約1万7600件の評価のうち、成功が約8500件、失敗が約9000件だった。ELYZAの曽根岡侑也CEOは「人はAIにほぼ100%の精度を望むことが多い。半分近く成功したのは励みになる」と好意的に受け止め「失敗例も読み解くと面白い」と話す。

https://www.itmedia.co.jp/news/articles/2109/13/news047.html

Adoの「うっせぇわ」AIにはつくれない

自分の経験や知識に基づき、あるいは人の意見を聞いて、時には占いに頼って物事を決めてよい。AIが絶対だという『AI教』のような考えは間違いだ。知能とは速く計算できることでも大量に知識があることでもない。知能とは人が幸せに生きていくための能力である

https://nordot.app/807810627964026880

松尾豊氏が企画、無料でデータサイエンスのスキルを学べる講座開講 東大生以外も受けられる

本講座では、あらゆる分野で武器になるデータの解析・分析スキルを身につけられる。分析結果を効果的に可視化する技術、機械学習の基礎、データベースの扱い方、クラウドでの開発の基礎などを扱う。一人前のデータサイエンティストとして活躍する入り口に立つことを目指すという。

https://ledge.ai/gci-2021-winter/

「グリーンAI」を使うべき理由、人工知能とサステナビリティの関係とは

AI、特に機械学習とディープラーニングのエネルギー消費の上昇(とそれに伴うCO2排出量の上昇)は、環境負荷低減の観点から無視できなくなっています。ディープラーニングの研究に必要とされる計算量は、数カ月ごとに倍増しているとも言われます。これは、モデルの学習に使用するデータセットのサイズが増大し続けていることに起因しています。

https://www.sbbit.jp/article/fj/69256

JR東日本が都内で実証実験中のAI多機能自販機に「AIによる飲み物診断機能」を追加

AI多機能自販機は、ディスプレイとセンサーを備え、ティファナ・ドットコムが提供する人工知能搭載キャラクター「AI さくらさん」をユーザーインターフェイスとして、利用者との双方向コミュニケーションが楽しめるというもの。

https://jp.techcrunch.com/2021/09/22/jr-east-ai-vender-recomendation/

脳科学者・茂木氏が語る、人工知能時代に「人間に必要な能力」とは

「人工知能がどれほど発達しても、人間の脳が果たすべき役割が消えてしまうわけではない」と結論づけています。というのも、人工知能は現状、データを処理するために膨大なメモリと電力を要するそうで、人間の方が処理する際のエネルギー効率がいいと述べています。

https://nge.jp/technology/142961

「ディープフェイク」を見破るプログラム、NIIが開発 圧縮された映像でも一定の信頼性

判定したい映像のアップロードから判定結果のダウンロードまでをWebAPIを通して利用可能。アップロードされた映像は機械学習モデルを使って推論し、ディープフェイクかどうか判定する。大量のデータに基づく自動識別手法を採用しており、圧縮やデジタル信号を処理された映像でも一定の信頼度を保てるという。

https://www.itmedia.co.jp/news/articles/2109/22/news163.html

機械学習で新商品にも対応したサプライチェーン需要予測ソリューション

高負荷な学習アルゴリズムに頼らない独自開発の高速、高精度処理を実現しており、これによって予測精度を向上している。在庫過多を防止するとともに、欠品発生も抑えられる。顧客への即納率やサービス率の改善、フードロス削減などにも貢献し得る。

https://monoist.atmarkit.co.jp/mn/articles/2109/21/news018.html