TOP PAPER GAN を使って音楽ジャンルを変換 – Symbolic Music Genre Transfer with CycleGAN GAN によるドメイン変換・スタイル変換の技術を使って，音楽のジャンルを変換する研究です．音楽でドメイン変換する研究は今までにも興味深い研究がありました (このサイトでも紹介された A Universal Music Translation Network など)．この研究では，MIDI 形式データを扱って音楽をシンボルレベルで操作し，楽曲を別のジャンルに自動的にアレンジすることを試みています． 早速，有名曲の1つとして，”Let It Be” のジャンル変換を聞いてみましょう (上が変換前，下が変換後)． これは Pop から Classic へのジャンル変換の一例です．変換結果の曲としての良し悪しは個々人それぞれかもしれませんが，”Let
――米国や中国に比べ、日本は人工知能開発で遅れているといわれています。なぜ日本はこの競争に負けているのでしょうか。 松尾さん それは、日本がインターネットで世界に負けた理由と似ているのではないでしょうか。 一つは、技術の取り入れ方が非常に遅い点。1990年代後半には若者たちが「これからはネットの時代だ！」と言っていたのに、上の年代の人たちが理解しませんでした。「信用できない」「オタクが使うだけ」と否定し、新しいものが生まれなかった。 今もそれは同じです。一口にAI、人工知能といっても、新しい技術の中心であるディープラーニングに対して、従来の分野へのこだわりが強く、拒否感が強い人も大勢います。 もう一つは、若い人が力を持っていない点。若い人が自分の裁量で自在に動けるような社会環境になっていません。彼らに裁量を与えて何かやらせれば絶対に何か起こるんですけど、それをやらせないから変化が起こらない
統計数理研究所は大学共同利用機関として統計やデータ科学の人材を養成し、研究基盤を支えてきた。近年のビッグデータ（大量データ）と人工知能（ＡＩ）ブームで日本の人材不足が鮮明になっている。樋口知之所長に打開策を聞いた。 －ＡＩブームをどう見ますか。 「ＡＩ技術が日々進化する状況だ。年や月ではなく、日単位でアイデアが共有され、技術が更新されている。従来の研究や学術界を揺るがしかねない流れだが止まらないだろう。この背景には三つの要因がある。まずディープラーニング（深層学習）が圧倒的なパフォーマンスを実現したことだ。深層学習の中身はブラックボックスになるが、それを上回る利点があった。画像やテキスト、音声データの学習はめどが立ち、動画への対応が進む。人間がコミュニケーションする情報のほとんどを機械で扱えるようになった。情報系研究者は誰でも使えるほど使い勝手が良い」 「次に計算プラットフォームが広く提供
「ロボットは東大に入れるか」プロジェクトでぶつかった「ある疑問」国立情報学研究所（NII）の社会共有知研究センター。 「ロボットは東大に入れるか（東ロボ）」プロジェクトで知られる人工知能（AI）の研究チームが、子どもたちの読解力テストに着手した。 なぜ、AI研究者が「読解力」に関心をもつのか。 そこには、AIの限界を探る研究の過程でぶつかった、ある疑問が関係している。 センター長の数学者・新井紀子さんに話を聞いた。 今日（11月14日）の「東ロボ 2016成果報告会」で冒頭あいさつする新井紀子教授。東ロボプロジェクトは2011年にスタートしたAIは国語が苦手――なぜ、AI研究者が「読解力」に関心を？ 東ロボは、問題を解き、正解も出すが、読んで理解しているわけではない。 現段階のAIにとって、文章の意味を理解することは、不可能に近い。 そうすると、特に難しいのが国語と英語だ。 国語では、20
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
処理を実行中です
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