やおしゅん

800 0/八百 俊哉/Shunya Yao どんだけAI/新規事業開発 Feedf…

やおしゅん

800 0/八百 俊哉/Shunya Yao どんだけAI/新規事業開発 Feedforce/App Unity Rewire/経営企画室

最近の記事

【セミナーレポート】クリエイティブの世界を変える画像生成AIの課題と対策

近年、生成AI技術の発展により高品質な画像生成が可能となる一方で、著作権や肖像権などの権利課題に対する理解や対応が求められるようになりました。 株式会社リワイアは、2024年4月23日に「生成AI画像の権利課題とその対策」と題したセミナーを開催しました。本セミナーでは、シティライツ法律事務所の前野弁護士をゲストに招き、生成AI画像に関する権利課題について、文化庁のガイドラインを交えながら解説していただきました。セミナー後半では、私が現状の画像生成AIと企業にできる対策について

    • 権利情報をトラッキングできる画像生成AI「Generight」の技術的アプローチ

      はじめに近年、画像生成AIの技術が急速に発展し、誰もが簡単に高品質な画像を生成できるようになりました。しかし、AIが学習に使用したデータの権利関係や、生成された画像の利用における法的問題など、企業にとって課題も浮上しています。 こうした中、株式会社リワイアは、画像生成AIの可能性を信じつつも、権利者の権利がAIによって侵害されたり、AI画像を利用する企業が意図せずに権利侵害を引き起こす可能性を危惧しています。こうした権利問題によって、創作活動の制限やAI関連市場の成長が阻害

      • 権利情報をトラッキングできる新しい画像生成AI「Generight」の開発経緯と展望について

        近年、画像生成AIの技術は目覚ましい発展を遂げ、誰もが簡単に高品質な画像を生成できるようになりました。しかし、その一方で、AIが学習に使用したデータの権利関係や、生成された画像の利用における法的問題など、企業にとって悩ましい課題も浮上しています。 こうした中、私たち株式会社リワイアは、画像生成AIの可能性を信じつつも、権利問題によって創作活動の制限やAI関連市場の成長が阻害されることを懸念し、この課題解決へ取り組みをはじめました。その第一歩として画像生成AIの健全な発展とク

        • AIタレントが創り出す新しい価値:新たな挑戦とビジョン

          リアルとAIが交錯する新時代直近生成AIのトレンドとその波及効果 近年、生成AIは急速に進化し、その影響は広範な業界に波及しています。音楽、アート、文章生成、さらにはゲームのNPCの生成まで、この新たな技術は多くの分野で革新をもたらしています。しかし、多くの生成AIは画像やテキストに限定され、現実世界との接触がまだ限られています。 弊社が考えるAIタレントとは何か? 弊社では、この新たな波に乗り遅れることなく、さらに一歩先を行く「AIタレント」の開発に取り組んでいます。

        【セミナーレポート】クリエイティブの世界を変える画像生成AIの課題と対策

          初の海外旅行でスイスに行ってきて、海外でうどん屋やりたいと思った話

          この記事はFeedforce Group Advent Calendar 2022の24日目です。23日目は水野さんのによる「EC事業歴16年の初老がShopifyに惚れた顛末。」でした。 水野さんのShopifyへの愛が伝わってくるブログでした。 自己紹介私は株式会社フィードフォースのApp Unityでデータサイエンティストを担当している八百です。2020年に新卒で入社したのでもう3年目になります。 クリスマスはバレーボールをする予定です。 今回は人生初の海外旅行

          初の海外旅行でスイスに行ってきて、海外でうどん屋やりたいと思った話

          全く本を読まなかった私が、読書を始めた話

          小学生くらいから本を読むことが嫌いだった私が、少しずつ本を読むようになりました。それによって気がついたことについて書いていきたいと思います。 プロフィール 八百 俊哉(やお しゅんや) 株式会社フィードフォース 2020年入社 新卒1年目 データ分析チーム 駆け出し機械学習エンジニア 大学では機械学習を専攻(画像処理) Twitter 私は、先ほども書いた通り本を読むことが本当に嫌いです。 改めていつから読んでいないのか振り返ってみたところ、本を読んだ記憶が思いつかない

          全く本を読まなかった私が、読書を始めた話

          ディープラーニングで解決できる課題とは何か

          今流行の「ディープラーニング」。 名前は聞いたことあるけど、実際はどこに使われているのかわからないという方も多いのではないのでしょうか。 私もそんな一人でしたが、『ディープラーニング活用の教科書』を読むことで実社会のどこで応用されているのかを理解することができました。 今回は、『ディープラーニング活用の教科書』を読んで、面白いと思った事例を紹介します。さらに、実際の事例の共通点から私が考えるディープラーニングを用いてできる業務改善についても書きました。 プロフィール

          ディープラーニングで解決できる課題とは何か

          この世には2種類のtryが存在することに気がついた話

          問題があったときにtryを考えようと、社会人になってから言われることがあったり、その他の人が言われているのを耳にします。tryとは何なのか。 今回は「世の中には2つのtryがあること」に気がついたのでそれを紹介しようと思います。 2つのtryに気がついた背景まずは、2つのtryがあると気がついた背景から紹介します。 先日note記事(新卒研修で答えが出せない課題に出会いました)を出稿しました。これを出稿する前に、人事部の方に下書きをフィードバックしていただき、その後修正

          この世には2種類のtryが存在することに気がついた話

          新卒研修で答えが出せない課題に出会いました

          「イシューからはじめよ」を読んで、新卒研修で出会った答えが出せない課題を思い出しました。私が配属されているデータ分析チームの新卒研修では、毎日1時間の読書タイムが用意されています。そこで推薦図書として紹介されたものが「イシューからはじめよ」でした。この本を読んで、以前「答えの出せない課題」に多くの時間を費やした事を思い出したのでnoteにまとめようと思います。 以下は「イシューからはじめよ」の内容要約です。 内容要約本書は「ロジックツリー」「MECE」「フレームワーク」な

          新卒研修で答えが出せない課題に出会いました

          研修あって良かったなって話

          題名とは真逆のことをいいますが私は、研修に参加することが嫌でした。なぜなら、データ分析チームへの配属が決まっていたからです。入社の時から配属チームが決まっているのに何で他のチームのことを知ったり、体験しなければならないんだと思っていました。 フィードフォースでは、2ヶ月間の研修が用意されています。前半1ヶ月間は、サービス説明や社会人基礎、社員さんを知るためのインタビューなどがあります。後半1ヶ月は、ローテ配属でフィードフォース内の各サービスを1週間ずつ順番で業務体験やミーテ

          研修あって良かったなって話

          アフターデジタルを読んで

          本を読むことは小学生の時から苦手で朝の10分間の読書の時間などが本当に苦痛でした。しかし、社会人になってそんなことも言ってられないので、上司からおすすめされた「アフターデジタル」を読んでみました。今回は、これを読んで感じたことをまとめたいと思います。 OMOによるビジネスアフターデジタルでは、現在の中国企業の考え方であるOMO(Online Merges with Offline)の紹介とそのビジネスモデルを構築するために現在の日本企業に必要なことがまとめられていました。

          アフターデジタルを読んで

          Stay Homeで体に異変が起きました

          フィードフォース20卒の八百です。4月1日から会社で働く気満々でしたが、新型コロナで大変なので弊社では在宅ワークが実施されました。そのため私は、まだ社会人として会社を訪れたことがありません(候補生としては訪問あり)。1ヶ月間、初めての社会人を在宅ワークで過ごし、Stay Homeし続けることで体にどのような変化が起きたのか紹介したいと思います。(本編は、在宅ワークとは本当に関係ないです笑) Stay Homeしてると本当に運動しませんStay Homeしていると通勤しないの

          Stay Homeで体に異変が起きました

          JUMAN++で形態素解析を行いましょう

          初めまして FeedForce新卒1年目のデータ分析チームの八百です。新卒でデータ分析で何ができるんだと思われる方がおられると思います。頑張って成長中です。 今回は形態素解析システムのJUMAN++をpythonで動かせるようにしていきたいと思います。 JUMAN++って?JUMAN++は言語モデルを利用した高性能な形態素解析システムです.言語モデルとして Recurrent Neural Network Language Model(RNNLM) を用いることにより,単

          JUMAN++で形態素解析を行いましょう