ai_for_everyone

日本大手上場企業のAIチームリーダー。日本語、中国語、英語が堪能。修士卒業。 今までの業務経験を交えて、最新最先端のAI情報を実践的に解説します。

ai_for_everyone

日本大手上場企業のAIチームリーダー。日本語、中国語、英語が堪能。修士卒業。 今までの業務経験を交えて、最新最先端のAI情報を実践的に解説します。
  • 固定された記事

公開記事一覧

１、画像認識モデルの可視化２、pythonソースコードを開示せず、AIモデルを提供する方法３、【論文紹介】Deep Symbolic Regression for Recurrent Sequences４、世界初の生きているロボットXenobots　（論文紹介）５、ビットコインの論文翻訳（Bitcoin: A Peer-to-Peer Electronic Cash System） ※随時更新します。

ai_for_ever…

    • ビットコインの論文翻訳（Bitcoin: A Peer-to-Peer Electronic Cash System）

      ■前書きこん資料は基本的にBitCoinの英語論文を意訳したものである。 既に日本語訳版があるが、多少分かりづらいため、自分なりに訳した。 BitCoinの論文自体は非常に洗練されていて、背景知識がほとんど書かれていない。 ブロックチェーンの理解を深めたい方は、他の参考書類との併用をお勧めする。 ０、書籍情報論文：Bitcoin: A Peer-to-Peer Electronic Cash System 種類：原著 著者：Satoshi Nakamoto サイト：

      ai_for_ever…

      • 世界初の生きているロボットXenobots　（論文紹介）

        １、概要研究者たちはAIの力を活用して、自己複製できる生物を作った。 合成されたのはただの小さい多細胞集合体だけど、環境にある別の細胞を動かして、運動学的に自己複製できる。 このような自己複製能力は、何千年もかけて進化したものではなく、数日のうちに自然に生じるものである。 この多細胞集合体の複製能力は想定外である。 もし、十分な栄養素（複製材料）のある環境にいれば、永遠に複製し続けるだろう。 研究者たちはこの生物にXenobotsと名付けた。 AIで設計を調整し、複製能力

        ai_for_ever…

        • 【論文紹介】Deep Symbolic Regression for Recurrent Sequences

          １、概要　数値の系列から関数を予測するモデル手法の論文です。 　例えば、1,2,4,7,11,16の系列から、計算式$${y=x^2}$$を回答するとのことです。人間にとって簡単なことですが、AIにとっては違います。 　論文はTransformerを使い、モデル学習を行ったようです。 　※内容は読んでいませんので、詳しい話は割愛します。 ２、紹介した理由Number Embedding層の可視化画像は非常にきれいであるほか、数値位置は関数の性質に強く依存しているようです。

          ai_for_ever…
        • 固定された記事

        公開記事一覧

        ai_for_everyone

          pythonソースコードを開示せず、AIモデルを提供する方法

          １、背景AIの実用化が進んでいる中で、ある問題が浮き彫りになっています。 それはAIモデルを提供する際にpythonソースコードを渡す必要があるとということです。 深層学習や勾配ブースティングなど機械学習モデルの精度は高いですが、ソースコードは通常pythonで書かれているため、AIモデルをユーザに提供する際にpythonのソースコードを提出する必要があります。 pythonソースコードを恣意的に解析されたり流用されたりするのを防ぐために、相手と「紳士協定」を結ぶのは一

          ¥800
          ai_for_ever…

          pythonソースコードを開示せず、AIモデルを提供する方法

          ¥800
          ai_for_everyone

          画像認識モデルの可視化

          １、前書きIT分野の開発者は、一番最初に「Hello World」を表示するソースコードから学ぶでしょう。そこに物事の始まりとの意味合いが含まれています。 同様に、AI分野の研究者は、最初に数字画像認識モデルを学ぶでしょう。 ０～９の数字画像（MNISTデータセット）を使い、深層学習モデルの作成を練習します。 ２、行ったこと０～９の数字画像（MNISTデータセット）を教師データとして、Kerasで深層学習モデルを作成しました。 できたモデルが内部の高次元空間で持つ画像情

          ai_for_ever…

          画像認識モデルの可視化

          ai_for_everyone