人口知能のためのフェイクデータ

なるほど。

「フェイクデータ」が、人工知能をもっと賢くする
https://wired.jp/2018/04/29/use-fakedata-to-train-ai/

ディープラーニングによってある画像がなんなのか特定できるようになれば、そこからその画像を作り出すことも確かにできると考えるのは自然かなと。GAN: Generative Adversarial Network（敵対的生成ネットワーク）という技術を使用するとのこと。

人工知能の注目トレンド「GAN：敵対的生成ネットワーク」とは
https://roboteer-tokyo.com/archives/8066

Wiredの記事でもとりあげられているフェイクデータ作成会社neuromationのウェブサイトはこちらです。
https://neuromation.io/ja/

紹介されているDensePoseというソフトウェアの動画がこちら。

作成するデータが静的な"オブジェクト"だけであればいいのですが、記事内で紹介されているにように、下記のような環境（仮想道路）までもフェイクデータで作成するのは、どうなんでしょうか。

アルファベット傘下のウェイモ（Waymo）は、自律走行車で何百万マイルにもおよぶ公道実験を行ったとしている。しかし、その制御ソフトウェアは、シミュレーションされた仮想道路を何十億マイルも走行しているのだ。機械のデジタルダブル［編註：デジタル上の代役］をつくることで、ロボットは工場や家で物をより上手に扱えるようになるだろう。

仮想道路と現実世界のギャップはあるでしょうし、そのギャップから生まれる問題に対しては、誰がどのように責任を負っていくんでしょうかね。

ですが、フェイクデータ、generative data生成データとでも名付けられていくんでしょうが、ますます利用されていくんでしょうね、いきつく先は鈴木光司の『ループ』のような世界でしょうか。

iPhoneの読み上げ機能

重めの書籍を本で買うかKindleで買うか迷っていたら、下記の記事を発見。
iOSの標準機能なんですね、、、すごく便利です。

Kindle（キンドル）の音声読み上げ機能は読書の革命である。
https://soi24.net/2016/01/21/354

デジタルフォレンジック

FinTechというよりはRegTechに位置付けられるかもしれませんが、デジタルフォレンジックに関する記事です。

ＤＦ（デジタルフォレンジック）業者が足りない！－調査委員会激増の中で
http://yamaguchi-law-office.way-nifty.com/weblog/2018/04/post-f6bd.html

といいつつも、規制業種である金融業ではRegは切っても切り離せないでしょうし、広義のFinTechのなかで語るべきなんでしょうね。