Mars16 (mars16) — 翻訳実績

Brett Loubser, head of WeChat Africa, said support from Tencent will include “technical integration and communications tactics across the Naspers stable and other suited channels.” Naspers is South Africa’s largest Internet and media group, offering a wide range of ecommerce services for businesses.

Beyond that, Tencent said that it’s “increasingly focused on integrating with early-stage businesses whose models strategically fit with, and clearly demonstrate, the power of the platform and its positioning in the market.” I’ve previously dived into some of the ways businesses are already using WeChat — and not just in China.

Brett Loubser氏（WeChat Africaのトップ）によれば、Tencentからのサポートには「Naspersの安定した、そして別の好みのチャネル間の技術的な統合・コミュニケーション戦略」が含まれるという。Naspersは南アフリカで最大のインターネット・メディアグループで、企業に対し様々なeコマースサービスを提供している。

それに加えて、Tencentは同社が「ビジネスモデルが合う初期段階の企業との結合にますます集中するようになっているが、これは明らかにプラットフォームの力、そして市場における同社のポジショニングを示しています」とコメントした。私は以前、中国に限らず、WeChatをすでに活用している企業の手法のいくつかに潜入したことがある。

As to this new seed fund, Tencent doesn’t plan to run it all by itself. Instead, it will tap tech strategy practice firm Batstone to source and coordinate possible deals. (A dedicated application page has been set up here, where Batstone and Tencent will be accepting pitches from January 18, 2016.)

It looks like we can expect to see more South African businesses selling goods and services on WeChat from next year — though not all business have been happy with their experience on WeChat, to date.

今回の新たなシードファンドに関連して、Tencentは何もかも全て単独で運営していく計画はない。その代わりに同社はテック系の戦略計画企業のBatstoneに声をかけて可能な取引の調達・調整をすることになるだろう（専用アプリのページはここに設定されており、BatstoneとTencentは2016年1月18日からピッチを受け入れる）。

来年からは多くの南アフリカの企業がWeChatで商品・サービスを販売するのを目にすることになるだろう。ただし今のところ、全ての企業が必ずしもWeChatでの販売体験に満足しているわけではない。

Why machine vision is the next frontier for AI

The buzz around artificial intelligence, or AI, has been growing strong over the past year. We’ve never been closer to unlocking the benefits of this technology. 2016 will see new kinds of AI-powered devices as we make progress on one of the most difficult challenges in AI: getting our devices to understand what they are seeing.

AIにとってマシーンビジョンが次のフロンティアである理由

人工知能(AI)をめぐる話題はここ数年増加の一途をたどっている。この技術のメリットがこれほど広く知られるようになったことはかつてない。2016年は、AIで最も難しい課題の1つ、すなわちデバイスが見ているものを理解させるという課題への対処が進展していくにつれ、新たな種類のAIで動くデバイスを目にすることになろう。

Why would a machine need to see? Vision is a primary sense and one of the main mediums in which we live our lives. In order for machines to be able to relate to humans and provide the support we need, it is imperative they can observe and behave in the visual realm. This can be in the form of a small camera that helps a blind person “see” and contextualize the world around them or a home surveillance system that can correctly identify the difference between a stray cat, moving tree branches outside, and a burglar.

なぜマシーンは見る必要があるのだろうか？視覚は重要な感覚で、私たちが生きていくのに欠かせない要素の1つだ。マシーンが人間と関わり、必要なサポートができるようにするためには、視覚領域でものを見て行動できなくてはならない。これは例えば、目の見えない人が「見える」よう手助けをして、その人の周りの文脈を提供できるような小さなカメラの形態を取るか、 野良猫や戸外で揺れ動く木の枝と強盗の違いを正しく見分けられる自宅監視システムのようなものとなるだろう。

As devices play a progressively integral part in our daily lives, we have seen an increasing number of applications fail without adequate visual capabilities, including a myriad of midair drone collisions and robot vacuums that “eat” things they shouldn’t.

デバイスが私たちの生活に取り入れられるようになるにつれて、視覚機能が不十分なために応用を失敗したケースをたくさん見てきた。例えば空中でのドローンの衝突や、吸い込んではいけないものを吸い込むロボット掃除機などである。

Machine vision, a rapidly growing branch of AI that aims to give machines sight comparable to our own, has made massive strides over the past few years thanks to researchers applying specialized neural networks to help machines identify and understand images from the real world. From that starting point in 2012, computers are now capable of doing everything from identifying cats on the Internet to recognizing specific faces in a sea of photos, but there is still a ways to go. Today, we’re seeing machine vision leave the data center and be applied to everything from autonomous drones to sorting our food.

AIで成長著しいマシーンビジョンは、私たちと同じような視覚をマシーンに与えようとするものだが、特別な神経ネットワークを応用してマシーンが現実世界からのイメージを特定・理解できるようにする研究のおかげでここ数年、かなりの進歩を見せてきた。2012年から始まってコンピュータは今や、インターネット上の猫を見分けることから、たくさんの画像の中から特定の顔を認識することまで、あらゆることができるようになっているが、まだまだとも言える。現在、マシーンビジョンはデータセンターから離れ、自動操縦ドローンや食品の仕分けまであらゆる用途に応用されている。

A common analogy to understanding machine vision versus our own can be found when comparing the flight of birds to that of airplanes. Both will ultimately rely on fundamental physics (e.g. Bernoulli’s Principle) to help lift them into the air, but that doesn’t mean a plane will flap its wings to fly. Just because people and machines may see the same things and the way those images are interpreted may even have some commonalties, the final results can still be vastly different.

マシーンビジョンと私たちの視覚を理解するアナロジーとして、鳥と航空機の飛行を比較してみると良い。どちらも最終的には空中に持ち上がるという基本的な物理学に左右されるが (例えばベルヌーイの法則など)、それは飛行機が翼を上げ下げすることを意味しない。 人とマシーンが同じものを見て、その解釈にも一定の共通性があるという理由があっても、最終的な結果は大きく違ってくる可能性がある。

While basic image classification has become far easier, when it comes to extracting meaning or information from abstract scenes, machines face a whole new set of problems. Optical illusions are a great example of how far machine vision still has to go.

Everyone is probably familiar with the classic illusion of two silhouettes facing one another. When a person looks at this image, they aren’t limited to just seeing abstract shapes. Their brain inserts further context, allowing them to identify multiple parts of the image, seeing two faces or a vase, all from the same image.

基本的なイメージの分類は簡単にできるようになった一方で、抽象的な状況から意味や情報を抽出する作業となると、マシーンはたちどころに困難に直面する。視覚上の幻覚があるところを見ると、マシーンビジョンにはまだまだ課題が多い。

2つのシルエットがお互い向き合うという昔からある幻覚には馴染みがあることだろう。このイメージを見るとき、抽象的な形状を捉えられないだけにとどまらない。その人の脳は別のコンテキストを挿入して、イメージの複数の部分を認識できるよう、同一イメージから2つの顔あるいは壺状のものを見せるのだ。

When we run this same image through a classifier (you can find several free ones on the Internet), we quickly realize how hard this is for a machine to understand. A basic classifier doesn’t see two faces or a vase, instead, it sees things like a hatchet, hook, bulletproof vest, and even an acoustic guitar. While the system is admittedly uncertain any of those things are actually in the image, it shows just how challenging this can become.

これと同じイメージを分類器（インターネット上で無料のものを見つけられる）を使って実行してみると、マシーンが理解をするというのはいかに難しいことかを即座に実感できる。ベーシックな分類器は2つの顔か壺を認識できない。その代わり、これを手斧、フック、防弾チョッキ、さらにはアコースティックギターに見てしまう。見たところこのシステムは不確実だが、こうしたものは実際にイメージの中にあるため、ここにはいかに難しい課題があるかを示している。

This problem becomes even more difficult if we look at something more complicated, like a painting from Beverly Doolittle. While everyone who sees this image may not be able to spot every face on the canvas, they will almost instantly see there is more to the picture than meets the eye.

Running this image through the same classifier, our results run the gamut from something like a valley or a stone wall to the completely off-base Grifola Frondosa (a type of mushroom) or an African chameleon. While the classifier can understand the general sense of the image, it fails to see the hidden faces within the picture.

この実験をさらに複雑なもの、例えばBeverly Doolittleの絵などを見ることで実施してみると、問題はさらに困難となる。このイメージを見る人は誰であれ、カンバスに描かれたそれぞれの顔を見分けることはできないかもしれず、その絵に対して、実際目にしているものよりもさらに多くのものを即座に見てしまうだろう。

先ほどと同じ分類器を使ってイメージを見ると、渓谷や石の壁といったようなものから、完全に型崩れしたマイタケ（キノコの一種）やアフリカにいるカメレオンに至るまで、実に幅広いものが見えるという結果が得られた。分類器はイメージの全体的な感覚は捉えられるものの、絵の中に隠された顔を見分けることはできないのだ。

To understand why this is such a challenge, you need to consider why vision is so complex. Just like these images, the world is a messy place. Navigating the world isn’t as simple as building an algorithm to parse through data, it requires experience and understanding of real situations that allow us to act accordingly.

Robots and drones face a myriad of these obstacles that may be out of the norm, and figuring out how to overcome these challenges is a priority for those looking to capitalize on the AI revolution.

どうしてこのような問題が起きるかを理解するためには、視覚が複雑である理由を考えなくてはならない。この3つのイメージのように世界は乱雑ともいえる場所である。世界をナビゲートするのはデータで説明するためのアルゴリズムを構築するほど単純なものではなく、結果をもとに行動できるよう、現実の状況の経験と理解が求められる。

ロボットやドローンは数多くの想定外の障害に直面するが、AI革命でキャピタライズしようとしている人は、こうした問題の克服方法を理解することが最優先の課題となる。

With the continued adoption of technologies like neural networks and specialized machine vision hardware, we are rapidly closing the gap between human and machine vision. One day soon, we may even start to see robots with visual capabilities going above and beyond our own, enabling them to carry out numerous complex tasks and operate completely autonomously within our society.

Remi El-Ouazzane is CEO of Movidius, a startup combining algorithms with custom hardware to provide visual intelligence to connected devices.

神経ネットワークや特別なマシーンビジョンハードウェアといった技術の採用が続く中、人間とマシーンの視覚の間にあるギャップは急速に縮まりつつある。近い将来、視覚機能を備えたロボットが私たち人間の能力を超え、多くの複雑なタスクをこなし、私たちの社会の中で全自動でオペレーションを行う日が来るかもしれない。

Remi El-Ouazzane氏はMovidius社という、アルゴリズムとカスタマイズされたハードウェアを組み合わせてコネクテッドデバイスにビジュアルインテリジェンスを提供するスタートアップのCEOである。

How WeChat Can Slash Marketing Costs In China: Chinaccelerator Demo Day

Even the most careful startups can drain their funding on marketing in a tough ecosystem like China. But according to local incubator Chinaccelerator, using WeChat the right way can be the key to slashing costs.

“We focus on Wechat as a platform for low-cost customer acquisition,” says William Bao Bean, the managing director of Chinaccelerator and partner at SOSV (Previously known as SOS Ventures).

Chinaccelerator presented the twelve startups in their most recent batch this week for judging after a 90-day intensive program, where Mr. Bean pointed out that Wechat was now a core marketing tool for the young companies.

中国でWeChatはいかにしてマーケティング費用を削減できるか？: Chinacceleratorデモデー

最も用心深いスタートアップでさえ、中国のような厳しいエコシステムの中では調達した資金をマーケティングに浪費してしまう。しかし現地インキュベーターのChinacceleratorによると、WeChatを正しく使うことがコスト削減に欠かせないという。

「私たちは低コストの顧客を獲得するのにWechatのみをプラットホームとして活用しています」と、William Bao Bean氏(Chinacceleratorのマネージングディレクターで、かつてSOS Venturesとして知られたSOSVのパートナー)は述べている。

Chinacceleratorは最近のバッチにて12社のスタートアップを前に90日の集中プログラム後の評価についてプレゼンした。ここでBean氏は、 生まれたばかりの企業にとってWechatが中核的なマーケティングツールになっていると指摘した。

“Some of the companies in this batch have no website or application,” he says. Instead, those companies launched on WeChat, attracting users with rich content that integrates with the payment model within WeChat itself.

Mr. Bean pointed out that in the past Chinese companies raised money to spend it on marketing, whereas U.S. companies spend it on hiring great engineers. He now believes that WeChat is helping young companies cut the cost of marketing.

“For these three months there was zero marketing money spent for these companies,” he says. Among six companies in batch 8 that leveraged WeChat marketing, one company was already profitable. Urbem earned $10,000 USD through its Wechat account.

「このバッチ企業の中にはウェブサイトやアプリのないところもあります」と彼は述べている。その代わりにこうした企業はWeChatでローンチすることで、WeChat自体の決済モデルと統合された豊富なコンテンツで多くのユーザを惹きつけている。

Bean氏は、以前の中国企業はマーケティングでの支出をするために資金を調達していたが、米国の企業は優れたエンジニアを雇うために資金を調達するという。今では、創業間もない企業のマーケティング費用削減にWeChatが役立つと考えている。

「これらの企業は最近3か月間、マーケティングに一切支出していません」と述べた。バッチ8社のうち6社はWeChatのマーケティングを活用し、1社はすでに利益をあげている。Urbemは同社のWechatアカウントで1万米ドルを稼いだ。

Among the 34 companies that SOSV has invested in this year, 20 of them leveraged content-driven commerce on WeChat. Three adtech startups among this batch were chosen by OMD Innovation Fund (OIF) program to get sponsorship to solidify its position as the leading media agency in China.

SOSVが今年投資した34社のうち、20社がWeChatのコンテンツ主導型コマースを活用した。このバッチのうち3社のアドテク系スタートアップは 、中国におけるメディアエージェンシー大手としての地位を確固たるものにすべくスポンサーを獲得するためのOMD Innovation Fund (OIF)プログラムに選定された。

3 Adtech Startups Chosen By OIF For Support

Magnet

Aiming to power eCommerce for physical locations, Magnet is a location-based customer engagement tool that brings ecommerce features to offline retailers. Most offline locations have a very poor understanding of their guests, which often results in poor experiences and lost revenue opportunities. By leveraging location-aware technologies such as Wi-Fi, QR codes and beacons, Magnet connects customers to locations and provides helpful on-demand services. Customers get better experience, while offline shops make more money and get better analytics. Founder and CEO Hank Horkoff previously exited ChinesePod in 2014.

OIFサポートに選ばれた3社のアドテク系スタートアップ

Magnet

物理的な場所でeコマースの力を発揮させることを目指すMagnetは、ロケーションをベースとする顧客エンゲージメントツールで、eコマースの機能をオフラインの店舗に提供している。多くのオフライン店舗は顧客を理解していないため、結果として冴えない顧客体験、収益機会の喪失につながっている。 Wi-Fi、QRコード、ビーコンといったロケーションを認知するテクノロジーを活用することにより、Magnetは顧客をロケーションに結びつけ、有用なオンデマンドサービスを提供する。顧客の体験が改善される一方で、オフライン店舗は収益が増加しアナリティクスも向上する。設立者兼CEOのHank Horkoff氏はかつて2014年にChinesePodを退いた人だ。

Face8

Face8, a mobile advertising platform, provides free wifi, photo printing, ultra fast movie downloads and power charging for airport passengers paid for by advertisers. The company alleviates boredom at boarding gates and provides brands direct access to the most valuable advertising real estate in the world: phone screens.

Oz Content

In the past startups spent their marketing budget on banners, search ads and social media ads. However these days more and more of that budget is spent on content marketing as a better way to engage with consumers. Oz’s software provides content marketers and writers with an integrated dashboard for researching and developing unique ideas.

Face8

モバイル広告プラットホームのFace8は、無料のwifi、写真印刷、超高速の動画ダウンロード、広告主が支払う空港客向けの充電サービス を提供している。同社は搭乗前の乗客の退屈を紛らわせる一方で、ブランド企業には電話の画面という世界で最も価値ある不動産へのダイレクトなアクセスを提供している。

Oz Content

以前、スタートアップはバナー、検索広告、ソーシャルメディア広告にマーケティングの予算を使用していた。しかし最近では顧客との良好なエンゲージメントを求めて多くの予算がコンテンツマーケティングに使われるようになっている。Ozのソフトウェアはコンテンツマーケターやライターにリサーチしたりユニークなアイデアを膨らませるための統合ダッシュボードを提供している。

They focus on the first steps of the content creation process, consolidating research and idea generation, revealing connections between seemingly disparate topics and making it easy to save ideas along with their supporting research. Based in Shanghai and New York, the company adopts a SaaS model for B2B clients. Oz is founder and CEO Matt Lovett’s 4th digital content startup.

Wechat-Friendly Startups

Urbem

Urbem Media was founded with two missions: help mid-to-high-end restaurants by encouraging people to eat out more often; and offer our diners fabulous value and recommendations.

彼らが集中しているのはコンテンツ製作プロセスの最初の段階である。そこではリサーチとアイデア生成を1つにまとめ、外見上別々のトピックスの間のつながりを示し、補助的なリサーチを添えてアイデアの保存をしやすくしている。上海とニューヨークを拠点とする同社は、B2B顧客向けにSaaSモデルを採用している。Ozは設立者兼CEOのMatt Lovett氏の手による四番目のデジタルコンテンツスタートアップだ。

Wechatフレンドリースタートアップ

Urbem

Urbem Mediaは2つのミッションをもって設立された。中級・高級レストランをたくさんの客の来店を促すことで手助けすること、そして、ディナーに驚くほどの価値と推奨の声を提供することである。

Urbem’s flagship product, Urbem VIP Club provides the best VIP privileges at high-quality restaurants in town. Users can type or tell the wechat based app what they want to eat and the app provides corresponding restaurants with favorable deals. “People can join the club for free to become our basic members and our basic members can upgrade to VIP to enjoy better deals and privileges,” CEO and founder Steven Chen says. With 99RMB ($15 USD) VIP membership fee covering six months, the company earned $10,000 USD since their launch two weeks ago.

Urbemの主力サービスであるUrbem VIP Clubでは、都市部にある最高級レストランで最高のVIP特典を受けられる。ユーザはwechatをベースとするアプリに食事の希望を入力するか話しかけると、そのアプリは要望に合うメニューとともに対応するレストラン情報を返してくれる。「当社のクラブに入会されてベーシックプランのメンバーになるのは無料です。ベーシックのメンバーはVIPにアップグレードしますと、さらに上をいく取引や特典を楽しんでいただけます」と、CEO兼設立者のSteven Chen氏は述べている。99人民元（15米ドル）の費用がかかるVIPメンバーシップは6か月を対象としているところ、同社は2週間前のローンチ以降、1万米ドルの収益をあげた。

Uparenting

The current generation in China will encounter new challenges in parenting, and they will need instant, trusted services to help them. Uparenting provides a mobile platform connecting parents and professional parenting practitioners to source trusted, tailored and real-time solutions to daily parenting. Their wechat account now has 11,000 users, and 386 paid users while their video program had over 10 million views on Youku, Tencent Video and Sohu. Founder and CEO Hong Cheng authored a parenting book sold in China.

Uparenting

中国の今の世代はペアレンティング(子育て)でこれまでにない課題を抱えており、手助けをしてくれて迅速かつ信頼できるサービスを必要としている。Uparentingはこうした親とプロフェッショナルなペアレンティング実践者をつなぐモバイルプラットホームを提供しており、信頼でき、カスタマイズされたリアルタイムのソリューションが日々のペアレンティングで利用できる。このwechatアカウントは今や11,000ユーザ、386の有料ユーザを数える一方、同社の動画プログラムはYouku、Tencent Video、Sohuで1000万回超も視聴された。設立者兼CEOのHong Cheng氏は中国でペアレンティングに関する書籍を執筆した。