人工知能ニュース 2018年4月15、16日

 

AIで記事を漫画化、慶大と日経、会話形式で簡単に。

慶応義塾大学の萩原将文教授らは人工知能で、新聞などに掲載された記事を漫画にするシステムを開発した。漫画は2人の男女が会話する形式で、理解が難しい記事の内容でも分かりやすくなる。新聞や雑誌などでの活用を見込む。
 1000~1500文字程度の記事なら数分間で10ページ程度の漫画にできる。漫画は女性キャラクターが内容を説明し男性キャラクターが時折、相づちを打つ形で進む。AIが文章の重要度を判断したうえ、話し言葉やですます調に変換。コマ割りや背景の作成など一連の手順も担い、自動で漫画にする。
 日経新聞に掲載された京都大学iPS細胞研究所(CiRA)に関する1000文字程度の記事で変換を試みた。9ページの漫画になり、女性が会話する場面では「京都大学が臨床に使うiPS細胞の供給を始めるなど、体制は整いつつあります」と、記事中にある文章を紹介した。
 文中に大学名や企業名などの固有名詞がある場合はAIがインターネット上から関連する画像を探し、背景やイラストとして使うこともできる。
 システムは難しい記事や企業が作成する事業内容のパンフレットを親しみやすい漫画の形式に変換することにも使える。AIを活用するので文章を漫画にするコストと時間の低減にもつながる。

 

 

 

総務省は2030~40年代を想定し、情報通信技術(ICT)を活用した未来ビジョン案をまとめた

 

人工知能が一流レストランの味を提供する「三つ星マシン」に自動運転の空陸両用タクシー「クルマヒコーキ」――。総務省は2030~40年代を想定し、情報通信技術(ICT)を活用した未来ビジョン案をまとめた。人口減や高齢化が進んでも持続的に成長できる社会づくりに向け、政府の成長戦略などに反映させる。
 新ビジョン案は情報通信審議会(総務相の諮問機関)の有識者委員会が若手の官僚や起業家らのアイデアをもとに策定した。当面の具体的な政策案も盛り込み、6月をめどに最終決定する。

 

 

 

富士通研究所、少ないデータでも学習可能なディープラーニングによる物体検出技術を開発

 

株式会社富士通研究所は、少数のデータしか学習に使用できない場合でもディープラーニングによる物体検出を可能とするAI技術を開発した。
   近年、様々な分野でAIによる作業の自動化に向けた取り組みが行われており、例えば、医療分野では、診療画像の分析に異常個所などの物体検出をAIで自動化することなどが望まれている。
   今回、物体検出ニューラルネットワークが出力する推定位置を元画像に復元する技術を開発(特許出願済み)し、元の入力画像と復元画像の違いを評価することにより、精度よく物体位置が推定された正解データを大量に作成でき、物体検出の精度を向上させた。

 

 

中国AI企業・センスタイムが「スマート深セン」で地元警察とタッグ...戦略的連携に合意

深センに拠点を構えるハイテク企業・SenseTime(商汤科技)と深セン市公安局が、戦略連携合意書を締結し、SenseTimeが提供するAIソリューションに基づいた連携をスタートさせ、「AI+新警務」というシステムの構築を推進していくと発表した。

 

 

世界初!バーチャルYouTuberがAIプログラミング授業!?AIプログラミング学習サービス「Aidemy」、バーチャルYouTuberを動画教材のトレーナーに起用

東京大学発スタートアップの株式会社アイデミー(代表取締役CEO 石川聡彦)が提供するAIプログラミング学習サービス「Aidemy」(https://aidemy.net/)は、新たに配信する動画教材のトレーナーにバーチャルYouTuberを起用することを決定いたしました。合わせて、4月16日より初代バーチャルYouTuberトレーナーのオーディションを開催します。

 


ディープラーニング対応のカメラ「AWSDeepLens」で手話を音声変換するプロジェクトが発表

Amazonは、世界初のディープラーニングに対応した開発者向けビデオカメラ「AWS DeepLens」において、手話を音声に変換するプロジェクトを発表した。
   同プロジェクトはASLensと呼ばれるものだ。手話から音声への変換は「AWS DeepLens」を使用、アメリカ手話 (ASL) にサインインしている人のビデオをキャプチャする。次に、各フレームに対してディープラーニングモデル (Amazon SageMaker で構築) を実行していくという過程になる。
   ASL アルファベットの文字が認識されると、AWS DeepLens はその文字の音声を再生していく。 (Amazon Polly を使用して生成される MP3 ファイルを使用)。ASLens は AWS DeepLens でローカルに実行されるため、インターネット接続は不要で、帯域幅の問題がなくなり、速度が向上するという。

 

 

報道でAI活用、フジHDが出資、メディア系ベンチャーに。

フジ・メディア・ホールディングスは、メディア系スタートアップのJX通信社に出資した。傘下のベンチャーキャピタル(VC)、フジ・スタートアップ・ベンチャーズ(東京・港)がJX通信社の実施する第三者割当増資を引き受けた。出資額は数千万円程度とみられる。報道現場での人工知能の活用を共同で進める。
 JX通信社は2008年に設立。SNSなどインターネット上の情報をAIを使って抽出し、報道機関に提供している。

 


セルバスAIは展示会にて人工知能基盤疾病予測サービス「セルビーチェックアップ(Selvy Checkup)」を披露する

セルバスAIは日本最大医療ヘルスケアIT展示会「HealthCare IT 2018」にて人工知能基盤疾病予測サービス「セルビーチェックアップ(Selvy Checkup)」を披露する。当サービスは昨年日本市場で公開されて以来、ヘルス・メディカル及びインシュアテック分野にて注目を集めている人工知能基盤サービスである。「セルビーチェックアップ」はディープラーニング技術が適用された疾病予測サービスであり、健診データを入力するだけで4年以内に6大がんや脳心血管疾患、糖尿病、認知症など主な成人病にかかる確率を予測する。

 

小中学生向けAI学習教材、コンパスが6億円調達。

人工知能を使った学習教材を開発するコンパス(神野元基社長)は、ベンチャーキャピタル(VC)や電子部品商社の加賀電子から6億円を調達した。現在は小中学生向けの算数・数学の学習教材を通信教育などで提供している。受講生を獲得するための広告宣伝費や、新たな教材開発などに資金を充てる。第三者割当増資を通じて、伊藤忠テクノロジーベンチャーズ(東京・港)や加賀電子のほか、個人投資家から資金を調達した。

 

 

九大と富士通、AIで農業効率化。


九州大学富士通人工知能を利用し、農業を効率化する共同研究を始めた。植物の生育状況をAIが予測し、農場の温度などを自動で調節する技術の開発を目指す。
 共同研究は2019年度末までの2年間実施。開発したAIが植物の生産性の向上や省力化にどの程度貢献するかを検証する。植物の生育環境を自動で管理するスマートハウスで実施する。この施設は九大内に今秋以降に完成する予定。
 開発を目指すAIは画像解析で得られた植物の生育情報のほかに、植物の光合成などのメカニズムの情報も組み込み、植物の生育を予測。温度や湿度などの環境を制御する。これまで農業は天候などの環境条件のほか、農家一人ひとりのノウハウの違いによって、収穫時期や量にばらつきが生じる傾向にあった。

 

東大発医療VBと提携、富士フイルム、画像診断を拡充。

富士フイルム東京大学ベンチャーのエルピクセルと医療画像の診断支援で提携すると発表した。エルピクセルが開発する人工知能技術について、富士フイルムの医用画像情報システムに搭載を検討する。富士フイルムはAI技術の自社開発に加えて他社と連携を広げることで、システムで提供できるサービスを拡充する。
 富士フイルムの画像情報システムはコンピューター断層撮影装置(CT)などで撮影した画像をサーバーに保管し、医師が院内の端末で表示できる。同社は画像から病気の疑いがある箇所を検出したり、過去の症例と照合してリポートを半自動で作ったりする機能をAI技術を生かして開発する。富士フイルムはAIを開発し「レイリ」というブランドで展開する予定。医療画像の診断のほか、ワークフローや機器の保守サービスなど医療の領域で役立

 

三谷産業、データセンターの電気料金、空調制御で25%カット

情報システムや空調設備工事の三谷産業清水建設と組み企業のデータセンター内の温度を自動調節するサービスを始めた。あらゆるものがネットにつながる「IoT」や人工知能を活用してサーバー付近の温度を分析し、空調を制御する。クラウドにデータを蓄積して精度をあげることで、最大25%程度の電気料金削減効果を見込めるとして、関連事業も含め今後3年で50件への導入を目指す。

 

リーガルフォース、契約書の誤りをAIで自動発見。

ITを活用した法律関連サービスを手掛けるリーガルフォース(角田望社長)は4月下旬、人工知能を使って契約書の形式上の誤りなどを自動で見付けられるソフトウエアの提供を始める。法律事務所や企業の法務部などの業務効率化に役立てる。
 京都大学と共同開発した、自然言語を処理できるAIを使用。契約書の種類ごとに必要な項目が落ちていないか、条文の整合性はとれているかなどを自動で精査する。過去の契約書を読み込ませれば個別企業のスタイルに合った書式も学習できる。「形式的なミスを機械で見付けることで、契約書の精査時間を半分から3分の1程度に短縮できる」という。