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

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
1: 2017/05/24(水) 07:59:57.46 ID:CAP_USER9
 人工知能(AI)技術を使い、人間が見たり想像したりしている物が何かを脳の活動から推定する方法を、京都大の神谷之康教授らのグループが開発、英科学誌ネイチャーコミュニケーションズに22日発表した。脳の活動を読み取って機械を動かすブレーン・マシン・インターフェース(BMI)の技術などに応用できそうだ。

 脳の解読技術の多くは、物体を見ている際の脳の活動パターンが解析された「学習済み」のものしか予測対象にできなかった。グループは、AIの画像認識性能の向上を踏まえ、脳の情報伝達ネットワークをヒントに作られた人工知能モデルを使い、任意の物体の予測を目指した。

続きはソースで

(編集委員・瀬川茂子)

2017年5月24日7時18分 朝日新聞
http://www.asahi.com/articles/ASK5Q46M3K5QPLZU001.html
ダウンロード (3)


引用元: 【科学】ヒトの想像、AIにばれる? 京大教授らが新手法発表 [無断転載禁止]©2ch.net

ヒトの想像、AIにばれる? 京大教授らが新手法発表の続きを読む

    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
1: 2017/03/29(水) 23:28:46.94 ID:CAP_USER9
日本臓器移植ネットワークの患者選定システムに不具合があり、脳死での心臓移植を受ける患者の選定に誤りが起きた問題で、移植ネットが設けた第三者調査チームは29日、「初歩的なプログラムミスが原因」とする報告書を公表した。システム稼働前後のチェックも甘く、不具合を見逃したという。

報告書によると、システムは移植ネットが2016年10月に導入した。システム開発会社が納品した当初からプログラムミスがあり、患者の情報を修正すると移植の待機日数が誤って長くなる不具合があった。

続きはソースで

http://mw.nikkei.com/sp/#!/article/DGXLASDG29H5A_Z20C17A3CR8000/
ダウンロード


引用元: 【医療】心臓移植患者「プログラムミス原因」で移植の待機日数が誤って長くなる不具合/臓器移植ネット [無断転載禁止]©2ch.net

心臓移植患者「プログラムミス原因」で移植の待機日数が誤って長くなる不具合/臓器移植ネットの続きを読む

    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
1: 2017/03/15(水) 18:50:11.84 ID:CAP_USER9
ゲームプレイを学習しながらスキルを向上させる「DQN」やプロの囲碁棋士を打ち破る「AlphaGo」などの開発で知られるGoogleのAI開発部門のDeepMindが、従来のニューラルネットワークが抱える欠点を解消するために、データを記憶することで連続的に学習できるアルゴリズム「Elastic Weight Consolidation」を開発しました。

Overcoming catastrophic forgetting in neural networks
http://www.pnas.org/content/early/2017/03/13/1611835114.abstract

Enabling Continual Learning in Neural Networks | DeepMind
https://deepmind.com/blog/enabling-continual-learning-in-neural-networks/

ディープラーニングは言語の翻訳、画像分類、画像生成などさまざまなタスクを処理するための最も成功した機械学習技術として知られています。
しかし、ディープニューラルネットワークでは、大量のデータが一度に入力される場合にのみタスクを処理できるように設計されており、ネットワークが特定のタスクを処理するときに、各種パラメーターは、そのタスクのために最適化されます。
このため、新しいタスクが導入されると、ニューラルネットワークがそれまでに獲得した知識は上書きされるという特徴があり、これは「catastrophic forgetting(破滅的忘却、致命的な忘却)」と呼ばれ、ニューラルネットワークの限界の一つと考えられています。

ニューラルネットワークの構造上の限界に対して、人間の脳は段階的に学び、スキルを一つずつ身につけ、新しい課題の解決のためにそれまでの知識を応用することができるという特長があります。
このような「過去のスキルを記憶して新しい課題の解決に応用できる」という人間やほ乳類が持つ学習の特長からインスピレーションを得たDeepMindは、課題解決を記憶して後の課題解決に応用できるニューラルネットワークのアルゴリズム「Elastic Weight Consolidation(EWC)」を開発しました。

続きはソースで

http://gigazine.net/news/20170315-elastic-weight-consolidation/
ダウンロード


引用元: 人工知能の欠点「破滅的忘却」を回避するアルゴリズムが開発される…人間の様に「過去のスキルを記憶→新課題の解決へ応用」が可能に [無断転載禁止]©2ch.net

人工知能の欠点「破滅的忘却」を回避するアルゴリズムが開発される…人間の様に「過去のスキルを記憶→新課題の解決へ応用」が可能にの続きを読む

    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
1: 2017/01/13(金) 23:08:01.39 ID:CAP_USER
回顧と自己省察を実現する大脳メカニズムを発見! ~自身の記憶を内省的に評価する「メタ記憶」の神経基盤の解明~

概要:
順天堂大学大学院医学研究科特任教授の宮下保司(東京大学大学院医学系研究科客員教授)、東京大学大学院医学系研究科の宮本健太郎(日本学術振興会特別研究員)らによる共同研究グループは、自分自身の記憶を内省的にモニタリングする能力「メタ記憶」*1の神経基盤を世界で初めて同定し、「メタ記憶」が記憶実行機能自体と乖離しうることを発見しました。

この成果は、従来、ヒト特有の能力だと考えられてきた回顧や内省などの自己言及的な認知情報処理の大脳メカニズムを神経ネットワーク動作レベルで解明し、脳機能の科学的根拠に基づいた効果的な教育法の開発や、前頭前野を病巣とする記憶に関わる高次脳機能障害の診断・治療法の確立に貢献 すると期待されます。
本研究成果は米国Science誌1月13日(日本時間1月14日)号にて発表されます。

本研究成果のポイント
・従来、ヒト特有の能力と考えられてきた内省・回顧の神経基盤が、霊長類(マカクサル)の大脳に起源を持つことを示した
・自身の記憶処理過程を内省的にモニタリングする「メタ記憶」を因果的に生成する大脳神経ネット ワークの存在を実証し同定した
・「メタ記憶」を司る大脳中枢領域の神経活動を不活化すると、記憶実行能力そのものは影響を受けず、メタ記憶能力のみが特異的に失われる(乖離する)ことを発見した

続きはソースで

▽引用元:順天堂大学 プレスリリース 2017.1.13
http://www.juntendo.ac.jp/albums/abm.php?f=abm00018852.pdf&n=juntendo+NewsRelease170113metam.pdf
images


引用元: 【脳機能】回顧と自己省察を実現する大脳メカニズムを発見!「メタ記憶」の神経基盤の解明 霊長類マカクサルの大脳に起源/順天堂大 ©2ch.net

回顧と自己省察を実現する大脳メカニズムを発見!「メタ記憶」の神経基盤の解明 霊長類マカクサルの大脳に起源/順天堂大の続きを読む

    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
1: 2016/10/22(土) 12:09:58.75 ID:CAP_USER
共同発表:光を使って難問を解く新しい量子計算原理を実現
http://www.jst.go.jp/pr/announce/20161021/index.html


ポイント
測定フィードバックによる波束の収縮によりトリガーされる相転移注1)を動作原理とする新たな量子計算スキームを提案。
全結合を施した光パラメトリック発振器群を用いて、この新しい計算機「量子ニューラルネットワーク」を実現。
ノード数2,000の組合せ最適化問題の解探索に成功し、現代コンピュータを凌駕する性能を実証。
計算創薬、通信ネットワークの最適化、圧縮センシング、深層学習など、実社会における組合せ最適化問題への適用が今後期待される。


内閣府 総合科学技術・イノベーション会議が主導する革新的研究開発推進プログラム(ImPACT)の山本 喜久 プログラム・マネージャーの研究開発プログラムの一環として、日本電信電話株式会社(東京都千代田区、代表取締役社長 鵜浦 博夫 以下、NTT) NTT物性科学基礎研究所 量子光制御研究グループの武居 弘樹 主幹研究員、稲垣 卓弘 研究員らのグループと、情報・システム研究機構 国立情報学研究所(東京都千代田区、所長 喜連川 優 以下、NII)情報学プリンシプル研究系の宇都宮 聖子 准教授、Peter McMahon 研究員らのグループは、現代コンピュータでは効率よく解くことが困難とされている組合せ最適化問題の解を高速に求める「量子ニューラルネットワーク」を実現しました。

インターネット、電力ネット、センサネットなど、社会を構成する様々なネットワークが大規模化・複雑化する現在、リソースの最適化が重要な課題となっています。これらの課題の多くは組合せ最適化問題と呼ばれる、現代コンピュータが苦手とする数学的問題に帰着することが知られています。量子ニューラルネットワークは、光パラメトリック発振器と呼ばれる新型レーザの発振振幅を用いてスピン注2)を表した時、相互作用する多数のスピンが全体のエネルギーを最低とするようなスピン配列で発振する現象を利用して、組合せ最適化問題の解を探索するものです。今回、各光パラメトリック発振器の振幅を光ホ◯ダイン検波器で測定し、得た情報を帰還する「量子測定フィードバック」を実装することで、全ての光パラメトリック発振器間の結合が可能な量子ニューラルネットワークを実現しました。これにより、最大2,000ノード・200万結合の大規模組合せ最適化問題の解探索に成功し、現代コンピュータ上で動作する既存アルゴリズムを凌駕する性能を示しました。今後、創薬、無線通信、圧縮センシング、深層学習といった実社会の様々な組合せ最適化問題への本成果の適用が期待されます。

本研究は、NIIの河原林 健一 教授、東京大学の合原 一幸 教授、大阪大学の井上 恭 教授、スタンフォード大学のMartin Fejer 教授の研究グループと共同で行ったものです。本研究成果を記述した2編の論文は、2016年10月20日13時(米国東部標準時)発行の米国の科学誌「Science」のオンライン速報版で同時に公開されます。

続きはソースで

ダウンロード (1)
 

引用元: 【量子情報科学】光を使って難問を解く新しい量子計算原理を実現 量子ニューラルネットワークの開発 [無断転載禁止]©2ch.net

光を使って難問を解く新しい量子計算原理を実現 量子ニューラルネットワークの開発の続きを読む

    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
1: 2016/10/15(土) 16:06:37.37 ID:CAP_USER9
 ディープマインド(DeepMind)は10月12日、次世代の人工知能技術として「ディファレンシャブル・ニューラル・コンピューター(Differentiable Neural Computers:DNC)」を発表した。

 ディープマインドは人工知能AlphaGoによって囲碁世界チャンピオンを打ち負かしたことが記憶に新しいグーグルのAI研究チーム。近年ではコンピューター・ゲームのルールを自分で学びクリアする「DQN(Deep Q-Network)」を発表している。新AI技術のDNC(機械式計算機として名高いバベッジのディファレンシャル・エンジンを連想させる名前)は、DQNの技術を更に進化させたアーキテクチャを採用し、既存ディープラーニングよりも学習精度や汎用性が高いAI技術のようだ。

 ニューラルネットは、知識(データ)階層の上に結びつきを示すニューラルネット階層を構築し、繰り返し学習によってネットの接続を強化する。DNCではニューラルネットに加えて、ニューラルネット外部に置かれるメモリーのデータをダイナミックに並び変えるハイブリッドなしくみを採用。データとニューラルネットが密接に結びついた従来の構造に比べて複雑なデータを柔軟に扱えるため汎用性が高く、学習による精度向上も大きいという。

 DNCでは、ロンドンの地下鉄路線マップからA駅からB駅の最短経路や最小乗り換え経路を導き出すこともできれば、家系図から「誰が誰の母方の叔父か?」といった質問も答えられ、パズルを解くこともできる(いずれも繰り返して学習することで精度を高める)。DNCではそれぞれのタスクに対するプログラムをあらかじめ組むことなしに、自ら課題から解を見つけ出し、従来型ニューラルネットよりも同じ学習回数で得られる精度も高いという(データの集まりから自分で課題の解を発見する手法はDQNで試みられたゲームのルールを見つけ出す手法と同種と考えられる)。

続きはソースで

http://ascii.jp/elem/000/001/249/1249977/
ダウンロード (4)


引用元: 【技術】グーグルDeepMind、次世代人工知能技術「ディファレンシャブル・ニューラル・コンピューター」を発表 [無断転載禁止]©2ch.net

グーグルDeepMind、次世代人工知能技術「ディファレンシャブル・ニューラル・コンピューター」を発表の続きを読む
スポンサーリンク

このページのトップヘ