日本人がロボットに期待する機能、圧倒的な「第1位」は

コミュニケーション
日本人がロボットに期待する機能、圧倒的な「第1位」とは？
http://gendai.ismedia.jp/articles/-/51564

その結果
「商売上手すぎる! 課金せざるを得ない」美少女AIアプリのまさかの課金システムが大評判
http://getnavi.jp/digital/132626/

宇宙観測のオープンデータのありか

IBM Watson Summitの中継を、テキトーに見ていたので、
山崎さんがなんか、宇宙のオープンデータっていうような
話？をいったとき、真面目に見ていなかったんだけど・・・

気になって調べたら、こんなサイトにたどり着いたのでメモ
観測・研究成果データベース
http://www.jaxa.jp/projects/db/index_j.html
宇宙関係のデータがどこにあるか、載ってるみたい
（この話ではなかったと思う）

自動ぬり絵をしてくれるPaintsChainerとかを聞いてきた！

４月２７日
GPU Deep Learning Community #4
https://gdlc.connpass.com/event/54924/
について聞いてきた！ので、その内容についてメモメモ

---

■今日のファシリティについて

■あいさつ

■DeepLearningの応用事例としてのPaintsChainer
・自己紹介

・PaintsChainer
　線画を入れると着色結果が一瞬で返ってくる
　　https://paintschainer.preferred.tech/index_ja.html

・かなりバズった
　サーバーげろ重→がんばって増強（さくら高火力X５）１００Mbps→１G
　テクノロジー→アニメとゲーム
　Chainerっていう色塗りツール

・どうやって作ったか？
　まずデータセットつくりから
　OpenCVでイラスト画像から線画を抽出
　　dilate()して一度線画をつぶしてからabsdiff()で抽出
　　逆問題を問いいたものから学習させる
　とりあえず、コンボりゅーション、デコンボりゅーション
　　特徴抽出カーネルを変えながら学習する
　カンニングしてみる
　　線画１ｃｈ＋ヒント３ｃｈ（３２Px)
　→ヒントあり着色
　オートエンコーダーより、Unetがいい

・ノーヒントでも塗りたい
　GAN
　→ふあんていになりがち、グレる（学習する意味がなくなる）

・調教むずい

・解像度２倍（超解像）

・Webサービスにして公開
　ソースコードもGitHubで、学習済みモデルも公開！
　動画も塗っている人も

・今後
　もうちょっと使いやすく
　動画、アニメ
　アプリ
　モデルの調教

■JETSON TX2を触ってみた
　JTX2+Caffe2でデモを簡単構築
・マクニカの活動紹介
　　→ディープラーニングとAIの導入をお手伝い
　　　マクニカが提供する　ワンストップ・ソリューション

・JETSONモジュール
　NVIDIAのスーパーコンピューター
　役に立つ小さな天才
　４月にTX2
　TX1とのちがい：GUP マクスウェル→ぱすかる
　　スペックアップグレード
　　メモリ容量大きくなった

・JETSON Developer Kit
　TX1,TX2の形状は同じ
　シールで見分ける

・Caffe
　ディープラーニング用フレームワーク
　画像認識特化

・Caffe2
　４月にオープンソース
　JETSON用スクリプト

・実演
　はうまくいかなかったので省略

・Summary
　Caffe2をJTX2で想像以上に簡単に動作させることができた
　処理性能の向上
　　TensorRT：ニューラルネットワークの最適化


■DeepLearningを活用した外観検査システム
・株式会社CECについて

・ディープラーニングを画像検査に活用するメリット
　概観検査自動化の発展経緯
　　熟練の技術が受け継がれていかない
　　→自動検査
　　→目視検査が残っている
　課題
　　認識精度
　　過検出
　　導入の手間
　　コスト
　　設置スペース
　実装が難しい画像検査の例
　　傷の位置
　　ワークの位置
　　証明条件
・従来は人手で試行錯誤→ディープラーニングで

・従来画像処理手法とDLの違い
　人手で作りこむ→学習に任せる

・留意点
　　学習用に大量の画像データが必要
　　　　正常と欠陥両方
　　実課題に適用できるか慎重な判断を要する
　　　　トライアル、PoC

・外観検査システム
　WiseImaging：目視でわかる検査

・ご相談：いろんなところから

・検査例１：判別しにくい文字の読み取り
　　→でも、くっきりうつるインクを使ったほうが・・・

・検査例２：回路基板上
　多層パーセプトロンで、ほぼほぼ人と同じ

・検査例３：樹脂製品
　　照明の安定が難しい

・まとめ

■ディープラーニングフレームワークCognitive Toolkit
　（CNTK)とそこから広がるAI系AzureService

・CNTKとは
　オープンソースでLinuxとWindows対応
　Python,C++,BrainScript
　学習済みモデルはC#でも動かすこと可能

・ほんこんしんかいだいがく
　CNTK：比較的高いパフォーマンス

・MycrosoftのDeepLearningフレームワークCNTKが
　Python
http://qiita.com/mamita/items/a99dead64a6447a76b67

・Microsoft's Historic Speach Breakthrough

・AzureNシリーズ　GPUインスタンス
　NC24ｒがInfiniBand


　ついにきたAzureGPUインスタンス上に３０分
　http://qiita.com/kosfuji/items/90e54fc0df3186d930de

　チュートリアルも充実

・CNTK今後のロードマップ

・AI　Immersion Workshop
・Microsoft Build 2017
　　１年前　Bash
　　２年前　ほろれんず

・CNTKのMSプロダクトでの活用
　
・Microsoft Cognitive Serviceとは
　Web　API経由で利用できる”人工知能パーツ”
　UBERの顔認識（FaceAPI)
　EmotionAPI：
　　デモ：インタラクティブいちゃいちゃギャルげー
　LUISを活用したチャットボット認識能力向上
　Azure Media　Analytics：バッチ
　　Faceリダクション：動画にぼかしを入れる

・フジテレビ様の動画投稿サイトへの採用も決定
　Microsoft Translator
　https://www.microsoft.com/ja-jp/translator/

・de;code2017

■Deep Learning Institute　NVIDIA
　四半期に１回くらい
　ハンズオントレーニング

　エヌビディア　DIGITS

　QWIKLABSトークン

　Qwiklabs の NVIDIA ラボで無料ハンズオンを試す
　http://qiita.com/ksasaki/items/65cd2a9e6b5f370bed0e

　次回は名古屋

　GTC
　

ソニー、新たなLPWAネットワーク技術を開発-100km以上の遠距離通信成功

独自の低消費電力広域（LPWA）ネットワーク技術を開発
高感度により遠距離や高速移動中でも安定した無線通信を実現
https://www.sony.co.jp/SonyInfo/News/Press/201704/17-044/

中学生の将来なりたい職業、ユーチューバーが３位

経営者より学者・研究者になりたいと思うのは、まっとうだと思う。

中高生が思い描く将来についての意識調査2017
http://www.sonylife.co.jp/company/news/29/nr_170425.html