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

ニューラルネットワーク

    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: 2019/04/28(日) 21:41:58.14 ID:CAP_USER
専門雑誌に掲載された難解な論文を読み込み、科学的背景を持たない読者にもわかりやすいようにかみ砕いて文章として伝える「サイエンスライター」と同じように機能するAIをマサチューセッツ工科大学(MIT)の研究者らが発表しました。

Rotational Unit of Memory: A Novel Representation Unit for RNNs with Scalable Applications | Transactions of the Association for Computational Linguistics | MIT Press Journals
https://www.mitpressjournals.org/doi/full/10.1162/tacl_a_00258

Rotational Unit of Memory
http://super-ms.mit.edu/rum.html

Can science writing be automated? | MIT News
http://news.mit.edu/2019/can-science-writing-be-automated-ai-0418

MITの大学院生であるRumen Dangovski氏とLi Jing氏、物理学教授のMarin Soljačić氏らの研究チームは、専門的な論文を1、2文程度に要約するAIを開発しました。AIが生成できる文章は非常に短いため、2019年4月時点では実際のサイエンスライターが作成するような記事を作り出すことはできないとのことですが、大量の論文を読む際に軽くチェックして内容を予備的に把握するのに役立つ可能性があります。

もともと、研究チームは物理学的な問題に対処することを目的としてAIでのアプローチを試みていたそうで、論文の要約などの処理に焦点を当てていなかったそうです。ところが、研究チームは自身が開発したアプローチが物理学の分野だけでなく、自然言語処理を含むほかの分野にも同じアプローチが適用できることに気づいたとのこと。

一般的なニューラルネットワークは、コンピューターが非常に多くの事例についてのパターンを「学習」して進歩します。たとえば写真に写っているオブジェクトを識別したり、写真や音声から特定のものを抜き出したりするシステムに、ニューラルネットワークは広く活用されています。

その一方で、ニューラルネットワークは長い一連のデータから情報をピックアップし、関連付けることが困難だとのこと。この能力は長い論文から必要な情報を見つけ出して要約する、サイエンスライターのような仕事に求められる技術の一つです。長距離の依存関係をモデル化する長期短期記憶(LSTM)ネットワークなどの手法がこの問題を解決するために使用されていますが、自然言語処理を実用的なものに近づけるには至っていません。

研究チームは従来のニューラルネットワークに使われてきた行列の乗算に基づくシステムではなく、多次元空間で回転するベクトルに基づく代替システムを考案しました。このシステムは「記憶回転単位(rotational unit of memory)」と名付けられており、研究チームは「RUM」と呼んでいます。RUMはニューラルネットワークが要素を記憶するのを助け、より正確に要素を思い出すことにも有効とのこと。RUMはもともと光の振る舞いのような複雑な物理学的問題を解決するために考案されたアプローチでしたが、やがて研究チームはRUMが自然言語処理のような他分野でも有用である可能性に気づきました。
https://i.gzn.jp/img/2019/04/27/science-writing-be-automated/03_m.png

続きはソースで
ダウンロード (3)


引用元: 【AI】「難解な論文をわかりやすく要約してくれるAI」が開発される[04/27]

「難解な論文をわかりやすく要約してくれるAI」が開発されるの続きを読む

    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: 2019/02/24(日) 17:25:12.50 ID:CAP_USER
人工知能(AI)が人類の知能を超える転換点のことを指すシンギュラリティ。「機械が人間の脳を超える」ことで、人類に豊かな未来をもたらすという肯定的な意見がある一方で、SF映画などで取り上げられるように悲劇を生むのではないか、という懸念を抱く声も少なくありません。

 建築家で、文化論に関する多数の著書で知られる名古屋工業大学名誉教授・若山滋氏は、「AIについて考えることは、そのまま人間について考えること」と言います。どういうことでしょうか? 若山氏が独自の視点で論じます。

■AIと都市化

 「AI(人工知能)」という言葉がブームだ。

 書店で本を探してみると、コンピューター分野とビジネス分野のコーナーに分かれている。コンピューター分野では、ディープラーニング、ニューラルネットワークといったソフトウエアの専門用語が解説され、ビジネス分野では、これをビジネスに応用した成功例が列挙されている。今の人間は、新しい技法の中身に興味をもつ人間と、それを利用して利益を得たい人間に二分されるようだ。両者とも、反対側にはあまり興味がないのがおもしろい。

 かつてのマルチメディアと同様、そのうち沈静化するとも思えるが、実はこれが、僕が「建築様式の発達」についての研究で考えてきた、人間は「都市化する動物である」そして「脳の外在化を進める動物である」という考え方によく適合する。つまりこのAIというものは、人類という動物種の必然と思え、人間性の本質であると思え、避けることのできない、いや今後ますます加速度的にその方向に進まざるをえない事態だと思われるので、ここで、コンピューター分野でも、ビジネス分野でもない、都市論、文明論的な観点から考察してみたい。まずは歴史を振り返ろう。

 AIについて考えることは、そのまま人間について考えることなのだ。

■人間は都市化する動物である

 家や都市は、人間だけのものではない。

 鳥もビーバーも、家をつくる。蟻も蜂も、都市的な空間に住む。

 洞窟時代の人間に比べれば、そういった動物の方が高度な建築と都市をもっていたともいえる。しかし人間はその居住空間を不断に発達させ、今日のように高度で複雑な居住環境を築いてきた。

 人類はその生態を不可逆的に変化させる動物なのだ。

 人間は、道具を使い、農耕し、定住する。その居住地は、次第に大きくなり、密度が高くなり、宗教建築や宮殿建築が複雑化し、絵と文字と彫刻が現れ、道路が敷かれ、橋が架かり、水道が引かれる。やがてガス灯や電灯が灯り、高層化され、鉄道の駅ができ、自動車が走り、情報網が広がっていく。

続きはソースで

Yahoo!ニュース
https://headlines.yahoo.co.jp/hl?a=20190223-00010001-wordleaf-cul
images


引用元: 【シンギュラリティ】AIは「脳の外在化」を進める人間の必然[02/23]

【シンギュラリティ】AIは「脳の外在化」を進める人間の必然の続きを読む

    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: 2018/12/08(土) 17:04:46.85 ID:CAP_USER
囲碁の世界チャンピオンを打ち負かしたソフト「AlphaGo」が正常進化して、「AlphaZero」が誕生しました。人間による手助けを一切必要としないAlphaZeroは、ルールしか知らない状態から自己教育することで、たった30時間でAlphaGoを完膚なきまでに打ち負かす強さに成長可能。囲碁だけでなく、数十時間の独学でチェス・将棋でも、既存の最強ソフトを圧倒する強さへと進化できます。

AlphaZero: Shedding new light on the grand games of chess, shogi and Go | DeepMind
https://deepmind.com/blog/alphazero-shedding-new-light-grand-games-chess-shogi-and-go/

囲碁チャンピオンを打ち負かしたソフト「AlphaGo」は、自分で自分を鍛えられる「AlphaGo Zero」へと進化しました。自分と戦いつつ実力をメキメキ向上させられるため、自己学習可能なAlphaGo Zeroでは人間の関与が不要になりました。

囲碁に特化していたAlphaGo Zeroは、あらゆるボードゲームに対応できる汎用性を持つ「AlphaZero」へと進化しました。

そして、DeepMindによって2018年12月7日にScienceで発表された論文では、AlphaZeroが、チェス・将棋・囲碁の3つの代表的なボードゲームにおいて、これまでに開発された最強のソフトウェアを数日で打ち負かす能力に成長できることが明らかにされました。

A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play | Science
http://science.sciencemag.org/content/362/6419/1140
https://i.gzn.jp/img/2017/10/20/alphago-zero/00.jpg

2016年に開催されたチェスプログラムの世界大会TCECシーズン9を制した「Stockfish」とのイロレーティングの比較。AlphZeroは自己学習開始から4時間でStockfishを上回りました。
https://i.gzn.jp/img/2018/12/07/alphazero/a02_m.png

将棋のチャンピオンソフト「elmo」との対決では、2時間後にはAlphaZeroが上回ったとのこと。
https://i.gzn.jp/img/2018/12/07/alphazero/a01_m.png

囲碁チャンピオンのイ・セドルに勝ったときのAlphaGoを、たった30時間で超えました。
https://i.gzn.jp/img/2018/12/07/alphazero/a03_m.png

続きはソースで

AlphaZero: Shedding new light on the grand games of chess, shogi and Go https://youtu.be/7L2sUGcOgh0



GIGAZINE
https://gigazine.net/news/20181207-alphazero/
ダウンロード


引用元: 囲碁王者を倒したAlphaGoをゼロから始めて30時間で打ち負かす「AlphaZero」、将棋・チェスの最強ソフトもサクッと制圧[12/07]

囲碁王者を倒したAlphaGoをゼロから始めて30時間で打ち負かす「AlphaZero」、将棋・チェスの最強ソフトもサクッと制圧の続きを読む

    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: 2018/12/04(火) 18:36:50.64 ID:CAP_USER
 NVIDIAは3日(米国時間)、カナダ・モントリオールで開催中の「NeurIPS 2018 (Neural Information Processing Systems Conference)」にて、AIを使い、完全に人工的かつインタラクティブな3D環境を、リアルタイムでレンダリングする研究について発表を行なった。

 現在、仮想世界のあらゆるオブジェクトは、人の手によって個々にモデルを生成する必要があるが、この研究では、現実のビデオをもとにニューラルネットワークにオブジェクトを学習させることで、建物や樹木、車両などのオブジェクトを自動でレンダリングすることに成功した。

 同社では、この技術によってゲーミングや自動車、建築、ロボティクス、VRのための仮想世界を即座に構築できる可能性が生まれ、現実世界の場所をもとにしたインタラクティブなシーンを生成したり、お気に入りのポップスターのダンスを自分がそっくりそのまま踊っているようなシーンを見せることもできるとしている。

 NVIDIAのディープラーニング応用研究担当バイスプレジデントのBryan Catanzaro氏は、「NVIDIAにとって、インタラクティブなグラフィックスの生成にニューラルネットワークを使った手法は、初めて実現したものである」と述べ・・・

続きはソースで

■動画
Research at NVIDIA: The First Interactive AI Rendered Virtual World https://youtu.be/ayPqjPekn7g



PC Watch
https://pc.watch.impress.co.jp/docs/news/1156514.html
ダウンロード


引用元: 【AI】NVIDIA、AIで仮想世界のすべてを自動生成する手法[12/04]

NVIDIA、AIで仮想世界のすべてを自動生成する手法の続きを読む

    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: 2018/12/12(水) 14:39:14.08 ID:CAP_USER
イタリアのパヴィア大学の研究チームは、IBMの5キュービットの量子プロセッサー上にパーセプトロンを実装し、単純なパターンの初歩的な分類ができることを確認した。その後、IBMは16キュービットの量子プロセッサーをWeb上で利用できるようにしており、量子パーセプトロンの性能が飛躍的に向上するのは時間の問題だ。

コンピューティング革命超初期の1958年、米海軍海事技術本部(ONR:Office of Naval Research)は記者会見を開き、コーネル航空研究所(Cornell Aeronautical Laboratory)の心理学者フランク・ローゼンブラットが考案した装置を発表した。ローゼンブラットはこの装置をパーセプトロンと呼んだ。ニューヨーク・タイムズ紙はパーセプトロンを「将来的に歩行、会話、視覚、筆記、自己複製、自己存在の意識が可能になると(米海軍が)期待する電子計算機の萌芽」だと伝えた。

のちに、この主張は誇張だったことが分かったが、ローゼンブラットが開発した装置は、現在でも大きな可能性を秘めた人工知能分野の研究を爆発的に推し進めた。

パーセプトロンは単層ニューラル・ネットワークだ。近年、注目を集めている深層学習ネットワークはパーセプトロンが起源となっている。

続きはソースで

https://www.technologyreview.jp/s/113200/machine-learning-meet-quantum-computing/
ダウンロード (6)



引用元: 量子機械学習の一歩踏み出す、伊チームがパーセプトロン実装に成功[12/12]

量子機械学習の一歩踏み出す、伊チームがパーセプトロン実装に成功の続きを読む

    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: 2018/10/09(火) 21:13:39.30 ID:CAP_USER
人間の重労働作業を代わりにこなします
https://assets.media-platform.com/gizmodo/dist/images/2018/10/02/181002_aist-w1280.gif

アメリカでは2足歩行でランニングし、見事なバク宙までキメてしてしまう「ATLAS」君なんてロボットがいますが……日本の国立研究開発法人産業技術総合研究所(産総研)も負けてはいられません。
彼らが作ったのは、無骨な容姿でタッカーによる釘打ちをこなす、建設作業用ヒューマノイドロボット「HRP-5P」。
合板を手に取りクルっと縦に持ち直し、壁にくっつけて電動工具でDIYしてしまう器用なヤツなのです。

https://youtu.be/ARpd5J5gDMk



なんということでしょう!
ロボットが壁を作ってしまいました!

見た目はなんとなく映画『チャッピー』風な気がしましたが、なんと産総研はボストン・ダイナミクス社の「ATLAS」君を参考にデザインしたのだそうです。
それでこんな機器類がむき出しで、フレームも最小限なんですね。

https://assets.media-platform.com/gizmodo/dist/images/2018/10/02/181003_aist.jpg

ちなみに産総研は2010年に、女型ボディーにリアルなマネキンの顔と手が付いた2足歩行ロボット、HRP-4C「未夢」を開発したことがありました。
前作が彼女だったことを踏まえると、大違いです。

https://youtu.be/YvbAqw0sk6M


続きはソースで

https://www.gizmodo.jp/2018/10/hrp-5p-robot.html
ダウンロード (7)


引用元: 【機械工学】釘打機で壁を作るヒューマノイドを産総研が開発(動画あり)[10/9]

釘打機で壁を作るヒューマノイドを産総研が開発(動画あり)の続きを読む
スポンサーリンク

このページのトップヘ