Blog

【】 Today’s AI systems have become remarkably fluent in using language.They can read and summarize text, and even respond as if they’re having a natural conversation with a human. For example, AI can now: Infer possible diseases from a ...

【はじめに：「読む」だけでなく「書く」AIへ】 これまでの回で、AIが次の2つの力を持っていることを学んできました。 単語を「意味のある数字（ベクトル）」に変換する力（第1回） 文の中で「何に注目すべきか」を理解する力（第2回） つまり、AIはすでに...

難易度：★★★★☆ 【はじめに：単語の意味だけでは、文章は読めない】 前回の講義では、AIがどのようにして「apple」や「hospital」といった単語を”意味のある“数字のかたまり”（ベクトル）として理解しようとしているのかを学びました。このようなベクトル表...

【はじめに：AIは「意味」をわかっているの？】 最近のAIは、とても自然に言葉を使いこなせるようになってきました。文章を読んだり、要約したり、まるで人と会話しているかのように返事をしてくれることもあります。 たとえば、こんなことができます： 「...

難易度：★★☆☆☆ 💡この第3章では、第1・2章で学んだ知識を活かし、実際にニューラルネットワークを構築してMNIST手書き数字データを分類してみましょう。モデルの定義から訓練、精度の評価、そして誤認識の可視化まで、ディープラーニングの基本サイクルを...

難易度：★★★★★（正直、激ムズです！初学者の方は、読み飛ばしても大丈夫です） 💡第2章では、第1章で整えた環境と基礎をふまえ、いよいよディープラーニングの心臓部である「誤差逆伝播」と「自動微分」に切り込みます。ニューラルネットがどのように学習...

難易度：★★★☆☆ こんにちは！前回は「生成系AIの概要と医療への応用可能性」を概観しましたが、今回は実際にコードを書くための環境構築と、Python + PyTorchの基本について学びます。 医療分野で生成AIを活用するときには欠かせない“土台”なので、しっかり...

【はじめに】 みなさん、こんにちは！今回からスタートする連載では、「医療の現場や研究に役立つ生成系AI」をテーマに、基礎から応用まで幅広く学んでいきます。最終的なゴールは、自分自身で“生成系AI”をプログラミングし、研究や臨床の課題解決に応用で...

難易度：★★☆☆☆ こんにちは！今回は、いよいよ 深層学習（Deep Learning）の学習プロセス をわかりやすくご紹介します。 これまではAI・深層学習に関する技術などをトピック的にご紹介しました。今回は、深層学習の学習プロセスを一連の流れを見ていきます...

これまで何回か「深層学習」のお話をしてきましたが、そもそも「深層」とはどういう意味でしょうか？「深そうだけど、いったい何が深いの？」と疑問に思う方も多いかもしれません。 そこで本記事では、「深層学習の『深層』とは何か！？何が深イイのか！？...