【画像解析・AI】Amazonの画像認識・解析マネージドサービス「Recognition」

AWSのre:Invent会議で、Amazonはディープラーニングによって実現される画像の認識・解析のためのマネージドサービスであるRekognitionを開始した。Rekognitionが提供する機能には、Object and Scene detection、Facial Analysis、Face Comparison、Facial Recognitionがある。

www.infoq.com

ついにこの時が来たかという感じですね

これまでは各企業はDeep Learningのフレームワークを公開していましたが、
すでに学習済みのモデルによって解析された結果を提供するようになってきましたね。

こうなると大量のデータを持っている企業が圧倒的に強い...
コンテンツ力を最大限に生かして様々なデータを集めてきた欧米の企業に比べ、
日本企業は劣るのでこれからは厳しい戦いになるのではないでしょうか。

まだ顕在化していない今後のビジネスで重要となるデータ（なんなのだろう...(^_^;）
をいち早く見つけ出して
そのデータを集めることに適したコンテンツを作ると良いのではと...
＃まあ、言うは易しですね笑

それにしても、
どうしてRe『c』ognitionではなくて
Re『k』ognitionなのでしょうか

【AI】人工知能があなた好みの曲を作る

脳波から人の気分を読み取った人工知能が、その人の気持ちを高揚させたり落ち着かせたりする曲を自動で作曲する技術を、大阪大学のグループが開発しました。

www3.nhk.or.jp

この技術によって
作曲家が作った曲を一方的に聞くのではなく、
聞く人それぞれの曲が生まれる
＝オンリーワンの曲ができる
ということになりそうですね！

ということはこれから、
「人工知能に与えるための曲を作るビジネス」
が生まれるかもしれませんね(;´･ω･)

【画像認識・AI】三菱電機の人工知能（ＡＩ）を用いた不審者や社会的弱者を監視カメラで検知するシステム

三菱電機は人工知能（ＡＩ）のひとつで画像の特徴を自ら学ぶディープラーニング（深層学習）を使い、商業施設にいる不審者や社会的弱者を監視カメラでとらえるシステムを開発した。

style.nikkei.com

記事に
「深層学習を使えば、属性を定義するプログラミングが簡単になる」
とあるように、
Deep Learningによって、対象物の特徴を簡単に得られるようになりました。

ただ、対象物を概念として機会が学習するためには、
大量のデータが必要です。

私の感覚では1万データ（パターン）以上は必要なのではないかと思います。
不審者のデータを1万データ（＝1万人の不審者の画像、動画）用意することは容易ではありません。

やはり、今後のDeep Learningを用いた画像認識技術の発展には、
学習データをいかにして大量に集めるか
が重要だと私は考えています。

【Android】アプリにFirebase10.0.1を追加できない場合の対処

問題

Firebase 10.0.1をアプリに組み込み、ビルドすると以下のエラーが出る場合がある。

Failed to resolve: com.google.firebase:firebase-core:10.0.1

対処方法

Android Studioの場合

Android StudioのメニューバーのSDK managerをクリックし、
以下にチェックを入れてアップデートする。

• Google Play Services
• Google Repository

【画像認識・AI】料理の領域検出・料理の分類の画像認識アルゴリズムコンテスト開催！

クックパッドは10日、人工知能技術戦略会議、内閣府、文部科学省が主催する「第1回AIチャレンジコンテスト」(応募受付期間:1月10日～3月9日)において、料理画像データの提供で協力すると発表した。

news.mynavi.jp

お題は、
クックパッド内のユーザが投稿した料理画像データを使用して、
料理の領域検出と料理の分類をするための画像認識アルゴリズムを開発するということ。

学習データは特設サイトから取得でき、
○料理領域検出部門
○料理分類部門
それぞれで最高精度賞とアイデア賞が設けられています。

deepanalytics.jp

結構難易度高いですよね(^_^;
しかもルールに「APIの使用は禁止」とあるので、
chainer等のフレームワークも使えないし...

とはいえ、挑戦してみようかな...
まずはデータをダウンロードしてみます！

【新年】あけましておめでとうございます‼︎

あけましておめでとうございます。

今回の年末年始はいつもよりも短く、
あっという間に終わり、
明日から日常に戻ることになります...

今年こそはフリーに転向し、活動の幅を広げていきたいです！

今年もマイペースにAIや画像認識、IT全般について投稿していきます。

【画像認識・AI】ロボット開発を加速させる要素

ソフトバンクが2015年7月に開催した「SoftBank World 2015」を題材に
今後のロボットの展開について論じられています。

www.atmarkit.co.jp

記事にもありますが、
孫さんがPepperが知らない商品（歯磨き粉）を教えるというデモの中で、

Pepperの目で撮影した商品の画像と教えてもらった商品名から、
インターネット上の公式ホームページに到達し、
ホームページ内の商品に関する特徴を抽出する

というフローがあります。
これこそロボットを上手く活用した学習方法ですね。

カメラがあり、インターネットに接続できるため、
膨大なインターネットの中から必要な特徴を自動で取得し学習する。
人間にはできない手法です。

こう考えるとインターネットの偉大さを改めて感じさせられます...

Deep Learningとインターネットにより、
これからさらにロボットの開発が進みそうですね。