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

人工知能

    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: 2019/05/11(土) 20:12:15.64 ID:CAP_USER
 京都大学フィールド科学教育研究センターの伊勢武史准教授と大庭ゆりか特定助教は、ディープラーニングを用いて10年間の平均気温の上下を最大精度97%で推定する手法を開発した。

 気候変動予測は従来、スーパーコンピュータを用いた物理計算が主流だ。しかし、既知の物理学の知見を積み重ね、モデル化して全体を理解する「ボトムアップ型」の従来手法では、細かく計算しようとすればするほど精細なシミュレーションモデルとより大きなスパコンが必要となり、予算とマンパワーを膨張させてしまう問題があった。

 対して本研究では、統計的に傾向を分析する「トップダウン型」の思考を取り入れた。まず、過去の全世界の気温データから連続した30年分を抜き出し、縦に1月から12月の各月の温度、横に30年の年ごとの温度を配置し、温度の高低を色で表した疑似カラー画像を生成した。画像にするのは、人工知能がその特徴を学習しやすくするためだ。

続きはソースで

論文情報:【Frontiers in Robotics and AI】Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data
https://www.frontiersin.org/articles/10.3389/frobt.2019.00032/full

https://univ-journal.jp/25854/
images


引用元: 【気候変動】ディープラーニングで将来気温の上下を推定 京都大学が提案する新発想の気候予測[05/11]

【気候変動】ディープラーニングで将来気温の上下を推定 京都大学が提案する新発想の気候予測の続きを読む

    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: 2019/05/11(土) 19:52:16.68 ID:CAP_USER
まるでアパレルショップのモデルのような、実在しない人間の全身画像を生成する「全身モデル自動生成AI」を、京都大学発のベンチャー、データグリッド(京都府京都市)が4月26日に発表した。

 同社は2018年6月に架空のアイドルを自動生成する「アイドル自動生成AI」を発表したが、表現できるのは顔から首までだった。今回の「全身モデル自動生成AI」では、従来困難だった全身画像を高解像度(1024×1024ピクセル)で安定して生成することに成功したという。

続きはソースで

【データグリッド】全身モデル自動生成AI | [DataGrid] Model generation AI
https://youtu.be/8siezzLXbNo



モデルの人も着ている服も実在しない
https://image.itmedia.co.jp/news/articles/1905/10/ki_1609376_datagrid01.jpg

https://www.itmedia.co.jp/news/articles/1905/10/news106.html
ダウンロード (2)


引用元: 【AI】実在しないファッションモデルの全身を自動生成するAI、京大発ベンチャー開発[05/10]

実在しないファッションモデルの全身を自動生成するAI、京大発ベンチャー開発の続きを読む

    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: 2019/04/25(木) 11:37:50.70 ID:CAP_USER
脳の中の電気信号を読み取り、話しことばに変換することにアメリカの研究グループが成功し、脳の障害などによってことばが出ない人とのスムーズな意思の疎通につながる技術として注目されています。

この研究成果はカリフォルニア大学のグループが24日、イギリスの科学雑誌「ネイチャー」に発表しました。

研究グループは、脳内で出される電気信号を検知する装置を人に取り付け、数百の文章を声に出して読んでもらうことで、声に出す際に唇や舌、あごやのどを動かすのにどのような信号が関わっているかをAI=人工知能を使って詳しく解析しました。

そしてこの解析を基に脳内の信号を解読して音声に変換するコンピューターのシステムを作り試したところ・・・

続きはソースで

NHKニュース
https://www3.nhk.or.jp/news/html/20190425/k10011895801000.html
ダウンロード (1)


引用元: 【AI】脳内を読み取りことばに変換 米研究グループが成功[04/25]

脳内を読み取りことばに変換 米研究グループが成功の続きを読む

    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
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
1: 2019/03/30(土) 07:30:32.58 ID:CAP_USER
 政府は、29日に開かれた統合イノベーション戦略推進会議(議長・菅官房長官)で、人工知能(AI)分野の人材育成の方針などをまとめた、有識者提案の「AI戦略」を公表した。これを基に今夏に正式決定する。各専門分野でAIを活用できる人材を年間25万人育てる目標を掲げたほか、研究開発体制の整備も目指す。

 AIの活用は、インターネット上のデータ分析など、日常生活の様々な場面で増えていくことが予想される。このため、戦略ではAIをデジタル社会の「読み・書き・そろばん」と位置づけ、AI教育の改革を大きな柱にすえた。

続きはソースで

BIGLOBEニュース
https://news.biglobe.ne.jp/trend/0329/ym_190329_4897941453.html
ダウンロード


引用元: 【話題】AI活用人材、年間25万人育成へ…政府目標[03/29]

AI活用人材、年間25万人育成へ…政府目標の続きを読む

    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: 2019/04/14(日) 20:09:11.79 ID:CAP_USER
横浜国立大学工学研究院の濱上知樹教授らの研究グループは、男性不妊治療において胚培養士が行う TESE(Testicular Sperm Extraction: 精巣内精◯採取術)を、人工知能(AI)を使って支援するシステムを開発した。

 男性不妊の中でも無精◯症の症例数は2~16%を占めると言われている。その治療方法としては、精巣から精◯を採取する技術であるTESEが知られているが、この方法は限られた時間で有望な精◯を見つけて回収するため、高い細胞識別能力が要求される。そのため胚培養士の負担は極めて高く、成功率を上げるための精◯の探索・評価の支援技術が求められていた。

 今回、同グループは、精◯採取動画から約17万個の細胞サンプルを抽出し、それぞれについて精◯・非精◯の学習を行った。

続きはソースで

参考:【横浜国立大学】AI による精◯判別・評価システムを開発(PDF)
https://www.ynu.ac.jp/hus/koho/22019/34_22019_1_1_190403015502.pdf

https://univ-journal.jp/25482/
ダウンロード


引用元: 【生殖医療】有望な精子を人工知能が判別・評価するシステムの開発に成功[04/14]

有望な精○を人工知能が判別・評価するシステムの開発に成功の続きを読む
スポンサーリンク

このページのトップヘ