理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

データ

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/03/17(日) 00:14:14.79 ID:CAP_USER
大阪大は15日、2016年の熊本地震や11年の東日本大震災を巡り、同大大学院工学研究科に所属していた秦吉弥・元准教授(故人)が地震計の観測データを捏造(ねつぞう)していたと明らかにした。他の機関が観測したデータを加工するなどし、論文に使用していた。同大学は元准教授の論文5本を不正と認定し、取り下げる手続きに入った。

大阪大によると、観測データの捏造があったのは、熊本地震の本震や東日本大震災の余震など。大阪大は「科学研究に対する信頼を損ない、地震被害に遭われた方々や関係する研究機関に多大な迷惑をかけた」とコメントを出した。

熊本地震の研究では、秦元准教授らは16年4月14日の前震の後に現地入りし、熊本県益城町に臨時の地震計を設置して観測を始めたとみられる。16日の本震は計測震度「6.9」という特に大きい揺れで、多くの木造住宅が倒壊する要因になったと報告していた。

しかし大阪大はこうした観測データは存在せず、他の場所で他機関によって得られた記録を基にした捏造だったと認定。

続きはソースで

https://www.nikkei.com/content/pic/20190315/96958A9F889DE6E0E7E3E6E3EAE2E3E7E2E1E0E2E3EB9391EAE2E2E2-DSXMZO4251414015032019AC8001-PN1-2.jpg

日本経済新聞
https://www.nikkei.com/article/DGXMZO42514180V10C19A3AC8000/
ダウンロード (3)


引用元: 熊本地震でデータ捏造、大阪大学元准教授 調査結果公表[03/15]

熊本地震でデータ捏造、大阪大学元准教授 調査結果公表の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/03/11(月) 15:44:20.95 ID:CAP_USER
驚くほどの数の企業が、実際には人工知能(AI)に投資することのないまま、AI時代の時流に乗ろうとしている。

本当なのだろうか? 残念ながらそれは事実のようだ。 ロンドンにある投資会社のMMCベンチャーズは、AIを利用していると主張するヨーロッパの企業2830社を調査した。すると、なんとそのうちの40%にもおよぶ企業が、機械学習をまったく使っていないことが判明した。機械学習はここ数年で学問的にも商業的にも急伸したAIの一分野だ。

そのうちの1社、フィナンシャル・タイムズ(FT)の有料記事で取り上げられたある企業は、「AIの実装を可能にするデータや知識」を収集していると主張していた。

続きはソースで

https://cdn.technologyreview.jp/wp-content/uploads/sites/2/2019/03/06040106/photo-1485827404703-89b55fcc595e.jpg

https://www.technologyreview.jp/nl/about-40-of-europes-ai-companies-dont-use-any-ai-at-all/
ダウンロード (2)


引用元: 【話題】欧州の「AI企業」の4割、機械学習を使用せず[03/06]

欧州の「AI企業」の4割、機械学習を使用せずの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/04/02(火) 22:01:05.51 ID:CAP_USER
国立天文台が発表した4月2日の研究結果によると、すばる望遠鏡で観測したデータを解析したところ、原始ブラックホールはダークマター(暗黒物質)である可能性が低いことが明らかになったとの報告がなされています。

ダークマターは今までにも、それらしき存在が確認されていますが「ダークマターの可能性がある」というだけで実際の正体は判明していません。ただし、質量があるが光を反射しないダークマターは、宇宙に存在する通常の物質の5倍の総量があるという事は判明しています。合わせて、ダークマターは銀河や銀河団の「質量欠損問題」を解決する外的要因であることも知られています。

また、一説として、ダークマターは初期宇宙に形成された原始ブラックホールである可能性も考えられていました。

続きはソースで

▲唯一捉えられたマイクロレンズ現象による増光
https://sorae.info/wp-content/uploads/2019/04/20190402-subaru-fig.jpg

この結果報告により、原始ブラックホールがダークマターである可能性が低いことが判明。それと同時に、ダークマターの正体は「未知の素粒子」である可能性が高くなったと報告されています。

https://www.nao.ac.jp/news/science/2019/20190402-subaru.html
ダウンロード (7)


引用元: 【天文学】やはり未知の素粒子か。ダークマターは原始ブラックホールでもなかった[04/02]

やはり未知の素粒子か。ダークマターは原始ブラックホールでもなかったの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/03/28(木) 07:19:11.82 ID:CAP_USER
インフルエンザの新しい治療薬「ゾフルーザ」を投与されたA香港型のインフルエンザ患者30人を調べたところ、70%余りに当たる22人から、この薬が効きにくい耐性ウイルスが検出されたことが国立感染症研究所の調査で分かりました。調査件数は多くないものの、専門家は現在のような使用を続けると、耐性ウイルスが広がるおそれがあるとして使用基準を見直すべきだと指摘しています。

塩野義製薬が「ゾフルーザ」という名称で製品化している「バロキサビル マルボキシル」は、去年3月から販売が始まった新しいタイプのインフルエンザ治療薬です。

1回の投与で効果が期待できるとされ、今月上旬までの5か月余りの出荷量は560万人分余りと、インフルエンザ治療薬として今シーズン最も多く使われたとみられています。

国立感染症研究所の今月18日までの分析では、ゾフルーザが投与されたA香港型のインフルエンザ患者30人のうち、22人から耐性ウイルスが検出され、調査件数は多くないものの、その割合は73%に上ることが分かりました。

また、ゾフルーザを服用していない83人の患者のうち、3人から耐性ウイルスが検出され、国立感染症研究所は、耐性ウイルスがヒトからヒトに感染した可能性があるとしています。

日本感染症学会、インフルエンザ委員会の委員で、けいゆう病院の菅谷憲夫医師は、現在のような使用を続けると耐性ウイルスが広がるおそれがあると指摘したうえで、「ゾフルーザは患者が重症化した時などに効果が高いと考えられ、通常の患者への処方は制限するなど、使用する基準を見直すべきだ」と指摘しています。

調査結果について塩野義製薬は「われわれが行った調査ではなくコメントする立場にないが、ゾフルーザを使うと薬が効きにくいウイルスが出ることは認識しており、会社としても、そうしたウイルスが出る割合やどれくらい別の人に感染するのかなどデータの収集と解析に取り組んでいる。情報がまとまり次第、速やかに結果を公表していきたい」とコメントしています。

■患者を診察した診療所では

東京 足立区にある和田小児科医院では、例年と同じように多くのインフルエンザになった子どもたちが受診しました。

この診療所では今シーズンからゾフルーザの使用を始めたということで、ぜんそくなど持病があり、吸入する薬が使用できない患者や、ゾフルーザの投与を希望した患者の合わせて34人に対してゾフルーザを投与したということです。

その結果、ほとんどの患者は投与して1日以内に熱が下がるなど、比較的高い効果がみられた一方で、投与後に再び発熱を訴えた患者が2人いたということです。

このうち、11歳の男の子は、ことし1月中旬に39度4分の熱が出て受診し、インフルエンザと診断されました。ぜんそくがあったため、ゾフルーザを投与したところ翌日には平熱まで下がりましたが、3日後に再び37度8分の熱が出て、その後、回復しました。

薬が効きにくいと感じたということで、診療所の医師はゾフルーザの投与によって耐性ウイルスが出た可能性が否定できないと考えています。

和田小児科医院の和田紀之院長は「ゾフルーザは1回投与で効果があるというすぐれた特徴があり、使いやすく、すばらしい薬だと思う。一方で、耐性ウイルスが出やすい傾向があることは聞いていたため、誰にでも投与することは避けていた。投与したあとに異変がないか、経過をしっかりと観察することが大切だと感じた」と話しています。


■インフルエンザ治療薬の現状

国内でインフルエンザの治療に使われる薬は、ゾフルーザを含めて主に5種類あります。

近年、多く使われてきたタミフルは、1日2回、5日間服用します。

リレンザとイナビルは粉末の薬剤を口から吸入するタイプで、リレンザは1日2回で5日間、イナビルは1回、吸い込みます。

ラピアクタは点滴薬で、血管に点滴で投与します。

これら4種類はいずれも、インフルエンザウイルスが増えたあと、細胞の外に放出されるのを妨げることで治します。

そして、塩野義製薬が新たに開発したゾフルーザは、去年の秋からことしにかけてのインフルエンザのシーズンで初めて本格的に使用されました。

ゾフルーザは、錠剤を1回服用することで効果が出るとされ、ほかの薬とは作用のメカニズムが異なり、ウイルスの増殖を抑えるとされています。

NHKニュース
https://www3.nhk.or.jp/news/html/20190327/k10011863181000.html 

続きはソースで


ダウンロード (9)

引用元: 【医療】インフルの治療薬「ゾフルーザ」患者の70%余から耐性ウイルス[03/27]

インフルの治療薬「ゾフルーザ」患者の70%余から耐性ウイルスの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/02/20(水) 21:44:16.33 ID:CAP_USER
「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング=最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。

 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング(深層学習)は、原理的には単純な最小二乗法(誤差を最小にする近似計算の一手法)にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。
https://image.itmedia.co.jp/news/articles/1902/20/ai_ml_01.jpg

 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差の2乗和を最小とするような係数を決定する方法。ディープラーニングに詳しい東京大学の松尾豊特任准教授は、2018年8月に登壇したイベントで、「ディープラーニングは最小二乗法のお化けのようなもの」「従来のマシンラーニングは(階層的に)『浅い』関数を使っていたが、ディープラーニングは『深い』関数を使っている」と説明していた。
https://image.itmedia.co.jp/news/articles/1902/20/ai_ml2.jpg

 松尾氏は2月20日、Twitterの公式アカウントで「小林慶一郎先生はよく議論させていただくので、少し責任を感じています」とツイート。ディープラーニングを簡潔に解説するため「深い関数を使った最小二乗法」という言葉を使ってきたが、「深い関数を使った」という説明がいつも抜け落ちてしまうと嘆く。

続きはソースで

ITmedia NEWS
https://www.itmedia.co.jp/news/articles/1902/20/news141.html
https://twitter.com/5chan_nel (5ch newer account)
ダウンロード (1)


引用元: 【AI】「ディープラーニングは、原理的には単純な最小二乗法にすぎない」で物議 東大・松尾豊氏「深い関数の方が重要」

【AI】「ディープラーニングは、原理的には単純な最小二乗法にすぎない」で物議 東大・松尾豊氏「深い関数の方が重要」の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック Share on Tumblr Clip to Evernote
1: 2019/01/25(金) 15:16:16.74 ID:CAP_USER
「ライバルがAI(人工知能)を使ったサービスを発表したそうだ。ウチはどうするんだ」――本連載では、上司から突然こんなむちゃぶりを受けて困っている人のために、AIプロジェクトの進め方をいちからまとめてきた。

 あなたはAI導入の目標を明確にし、必要なデータをそろえ、PoC(概念実証)を実施して、AIをどう活用すれば本当に役立つのかを把握した所だ。


 あとは本番環境に実装すれば任務完了――と言いたいところだが、残念ながらこれで終わるわけではない。

 採用した新人を現場に配属して「あとはよろしく」で終わる人事担当がいたらどう思うだろうか? AIを開発して終わりと考えるのは、それと同じようなものだ。AIが真に成果を出せるかどうかはその後のフォローで決まると言っても過言ではない。本稿で解説する3つのフォローが実施できるよう、予算とマンパワーを確保しておいてほしい。

■その1:「偏見を持つAI」を作らないために 運用後も「再学習」
 これまでの記事でも述べてきたが、本連載ではAIを「これまで人間のみが実行可能だった作業や、人間には不可能だった作業を、機械がデータに基づいて実行することを可能にする仕組み」と定義している。

 実際に最近のAIアプリケーションは、データを使ってAIを学習させ、目標とする作業をさせるものが多い。そのため連載第2回で解説したように、AI導入プロジェクトでは「適切な質と量のデータを集められるかどうか」が重要になる。
http://image.itmedia.co.jp/news/articles/1901/25/koba4_02.jpg

 AIの開発が終わったからといって、この課題が消えてなくなるわけではない。1度学習させた内容が、時間経過や環境の変化などで不適切なものになる可能性があるためだ。

連載第2回では、米Amazon.comの失敗についても解説した。採用候補者の履歴書を自動で審査するAIを開発したところ、女性よりも男性を高く評価する「偏見」を持つようになってしまったというものだ。この原因は、学習に使用した過去10年分の履歴書において、男性からの応募が大半を占めていたことにある。そして実際に大量の男性が採用されていたことで、AIが「女性」という性質を、低い点数を与えるシグナルと解釈してしまったわけだ。

 これは開発時の学習用データ準備の失敗ということになるが、環境や時代の変化によってAIの学習内容が時代遅れになってしまった事例という解釈もできるだろう。

 例えばいま、日本の企業がAmazonのように過去の履歴書を学習用データとした「履歴書審査AI」を導入したとしよう(ソフトバンクやサッポロビールなど、実際に採用プロセスにAIを活用する企業は既に登場している)。

 このAIは女性差別をしないように調整されているものの、過去の採用で応募してきたのは日本人ばかりだ。しかし今後、少子高齢化対策として日本で外国人が働きやすくなり、大勢の外国人がこの会社に応募するようになったとしたらどうだろうか。非常に優秀な外国人候補者がいても、AIは彼もしくは彼女を適切に評価できない恐れが大きい。

 このように、いくら過去のデータに基づいて優秀なAIを開発しても、その後の環境変化でAIのアウトプットが不適切なものになる可能性がある。そのためAIの判断精度を定期的に確認して、必要であれば新しいデータを使って「再学習」してやる必要があるのだ。

続きはソースで

ITmedia NEWS
http://www.itmedia.co.jp/news/articles/1901/25/news041.html
images


引用元: 【AI】“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由 [01/25]

“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由の続きを読む
スポンサーリンク

このページのトップヘ