Content-Length: 256452 | pFad | http://b.hatena.ne.jp/bluescreen/AI/%E5%AD%A6%E7%BF%92/
AIきりたんの仕掛け人、森勢将雅准教授に聞く、AI歌声合成の世界で今起こっていること｜DTMステーション
すでにご存じの方も多いと思いますが、2月22日にAIきりたんなるものが登場し、大騒ぎとなりました。正確にはSHACHI(@SHACHI_KRTN)さんという方が開発したNEUTRINOというAI歌声合成ソフトがフリーウェアで公開されるとともに、それで歌わせた楽曲が、くろ州さんなどによって公開され、話題になったのです。2月22日は、ちょうどMIDI 2.0の日米合意があった日で、そのドタバタでネットをチェックできておらず、私が気づいたのは24日になってから。その歌声を聴いて驚愕しました。 実際どんなものなのかと、さっそくNEUTRINOをダウンロードし、手元にあったMusicXMLデータを元に歌わせてみると、従来のVOCALOIDなどとは別次元の人間的な歌声で、東北きりたんが歌ってくれてさらに驚いたのです。どういうことなのか知りたいと思い、開発者のSHACHIさんに連絡してみたところ「種々の
｢最近、知識のアップデートができてない｣と思ったら読む記事
｢最近、知識のアップデートができてない｣と思ったら読む記事2019.11.25 11:00Sponsored by Udemy 編集部 知識のアップデートは思い立ったらすぐやらないとダメ（自戒）。 最近、新しい情報をちゃんと入れられてないなーと感じることが増えました。2019年を振り返ると、5Gのローンチ、AIを利用した高度な画像改変・ディープフェイクの問題化、Googleによる量子超越性の発表、折りたたみスマホの発売…自分たちの生活に今後影響してきそうなニュースがたくさんありました。重要な変化がとにかく多い！ それぞれのニュースは追いかけつつも、詳しいところまでは掘れてない…そんな状況になっていました。これ、加速度的に進化する世界に置き去りにされかけてるのでは…。 ほかのギズ編集部員たちに聞いてみると、理由はどうあれみんな何かしら今のうちに学んでおくべきだと思っていることがあるようでした
【機械学習】学習プラットフォーム10選！ - Qiita
はじめまして、ますみです！ はじめに 最新の「機械学習の学習プラットフォーム」をさっくりとまとめてみました。 新しい情報は随時更新していきます。 目次（「機械学習」とAnd検索した時のヒット数順） Aidemy (7,430,000 件) AI academy (717,000 件) Amazon Machine Learning University (271,000 件) Elements of AI (141,000 件) Learn with Google AI (137,000 件) メディカルAIコース (135,000 件) Grow with Google (97,200 件) Chainerチュートリアル (65,000 件) Coursera (48,200 件) Codexa (26,100 件) それぞれの特徴 1. Aidemy (7,430,000 件) 圧倒的
東大松尾研から新たに無償公開されたDeep Learning講座「DL4US」が良い、という話 - Qiita
5/15より東大松尾研究室からDeepLearningエンジニア養成講座「DL4US」の演習コンテンツが無償公開されました。 ※講義パートは公開されていない DL4USコンテンツ公開ページ 私は業務でデータ分析に携わっており、sklern等での機械学習には触れたことがありますが Deep Learningは「いつか勉強しよう...」と思ってできていない状況でした。 ※一度Udemyで講座を受講しましたが、挫折しています。 まだDL4USのLesson0,1をやってみただけですが、非常に良いものだと感じたのでシェアしたいと思います！！ DL4USについて DL4USの紹介記事から本講座の特徴を引用させていただきます。 アプリケーション指向 高度な数学的知識は不要 1人1台独立した仮想GPU環境を用意 実際にモデルを学習させながら技術を習得 コードはすべてKeras （TensorFlow）と
東京大学 杉山・横矢・石田研究室
コンピュータはどこまで賢くなれるのか？ 機械学習の理論構築，アルゴリズム開発，実世界応用 情報通信技術の飛躍的な発展に伴い、推論や創造など人間にしかできないと思われていた知的な活動が、コンピュータによって実現できるようになってきました。杉山研究室では、「コンピュータはどこまで賢くなれるのか」をテーマに、人工知能分野の機械学習とよばれる知的情報処理技術に関する研究を行っています。 学習理論の構築 汎化とは、学習していない未知の状況に対応できる能力であり、コンピュータが知的に振る舞うために不可欠です。本研究室では、確率論や統計学などに基づいて、コンピュータが汎化能力を獲得できるメカニズムを数理的に探求しています。 学習アルゴリズムの開発 機械学習には、入出力が対になったデータから推論する教師付き学習、入力のみのデータから学習する教師なし学習、環境との相互作用を通して長期的な意思決定を最適化する
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Fetched URL: http://b.hatena.ne.jp/bluescreen/AI/%E5%AD%A6%E7%BF%92/
Alternative Proxies:
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎