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!

学習

    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: 2018/11/13(火) 21:33:05.04 ID:CAP_USER
中国当局は人工知能(AI)搭載の「自律型◯人兵器」の研究開発に力を入れている。しかし、その担い手として期待されたのは中国国内で集められた優秀な高校生。香港英字紙サウスチャイナ・モーニング・ポストが7日伝えた。

報道によると、北京理工大学(BIT)が5000人の応募者から18歳未満の高校生31人を選出した。当局は、今後4年間の「インテリジェント兵器システム実験計画」プログラムを通じて、学生らを「世界で最も若いAI兵器科学者」に育て上げるという。

中国国防科学技術工業委員会に直属するBITは、国防技術と兵器の開発機構でもある。

BITの教授は同紙に対して、選抜の条件として学業優秀のほか、「愛国心が必須だ」と述べた。

31人の学生のうち、男子が27人、女子が4人。学生1人に教官2人がついて指導する。一人の教官はアカデミックな兵器科学者、もう一人の教官は国防・軍事分野に詳しい専門家だ。学生らはAIのほかに、機械工学や電気工学などの研究も行うという。

サウスチャイナ・モーニング・ポストは、中国当局は、自己学習能力を備える原子力潜水艦から、人間の血管に入り込むことができるマイクロ・ロボットまで、AI技術の応用に力を入れていると指摘した。

人間が全く介入せず強力な◯傷能力を持つAI兵器は、キラーロボット(◯人ロボット)とも呼ばれる。この開発に関して、倫理的観点や人道上の問題から、そのリスクを懸念する声が少なくない。

続きはソースで

https://img.epochtimes.jp/i/2018/11/12/t_als4jgqpszer3g0hsfkt.jpg

https://www.epochtimes.jp/2018/11/37785.html
images


引用元: 【AI兵器】北京理工大、AI殺人ロボット開発プログラム開設、高校生31人を選抜[11/12]

【AI兵器】北京理工大、AI殺人ロボット開発プログラム開設、高校生31人を選抜の続きを読む

    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: 2018/11/23(金) 15:54:12.33 ID:CAP_USER
強化学習は、いわゆる「ビッグ・ベビー問題」に直面している。

強化学習は、設定した目標を達成するために報酬と罰を用いる機械学習の手法の1つだ。だが、強化学習アルゴリズムの効果を測るためのベンチマーク・タスクとなっているアタリのビデオゲームやシミュレーション環境は自然界の複雑性を反映していない。

その結果、強化学習のアルゴリズムは現実世界の問題と向き合うことなく洗練されていき、決定論的で狭義に定義された環境の外で活動するにはあまりに脆弱になってしまう(「ビッグ・ベビー」と呼ばれる意味がお分かりいただけるだろうか)。

これでは、変化し続ける物理環境に適応できるロボットを最終的に開発するという強化学習の目的を達成できない。たとえば、水を注ぐようにロボットを訓練するのであれば、どんな流し台でも水を注げるようにしたいはずだ。だがビデオゲームで強化学習アルゴリズムのベンチマークをすることは、「1つの流し台で訓練、試験、評価をする」ようなものだと、マギル大学の博士課程生であり、フェイスブックのAI研究チームでパートタイム研究者を務めるエイミー・チャンはいう。

続きはソースで

https://cdn.technologyreview.jp/wp-content/uploads/sites/2/2018/11/21184504/animated-gif-source-3.gif

https://www.technologyreview.jp/nl/ai-cant-just-play-video-games-all-day-if-its-ever-going-to-grow-up/
ダウンロード (1)


引用元: 【IT】強化学習の壁「ビッグ・ベビー問題」に挑む新ベンチマーク[11/22]

強化学習の壁「ビッグ・ベビー問題」に挑む新ベンチマークの続きを読む

    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: 2018/11/21(水) 15:58:39.36 ID:CAP_USER
アメリカや中国を中心に開発が進む自動運転カーは、安全な運転を可能にすることに加え、機械学習を活用することで道路の渋滞を軽減できるかもしれないという研究結果が発表されました。

Watch just a few self-driving cars stop traffic jams | Science | AAAS
https://www.sciencemag.org/news/2018/11/watch-just-few-self-driving-cars-stop-traffic-jams

自動車を運転しているとたびたび交通渋滞に出くわすことがありますが、事故や工事などが原因で起こっている渋滞がある一方で、まったく原因がわからずに「いつの間にか渋滞が終わってたけど何で渋滞してたの!?」と思ってしまう不思議な渋滞に遭遇したことがある人も多いはず。交通工学の研究により、原因不明とされてきた渋滞は、1台の車が不要なブレーキを踏んでブレーキランプを点灯させることで後ろを走る車もブレーキを踏み、さらにその後ろの車……という風にブレーキが連鎖的に踏まれることで徐々に多くの車がスピードを落とし、最終的には完全にストップしてしまう状況さえも作り出してしまうことがわかっています。

この、後ろ方向に進む「ブレーキの衝撃波」は多くの場合、人間のドライバーによって引き起こされているとのこと。本来であれば必要のないブレーキを操作することがないように、人工知能(AI)に機械学習を行わせて自動運転カーの走り方に反映させる研究が行われています。

研究を率いているのは、カリフォルニア大学バークレー校(UCLA)のEugene Vinitsky氏らの研究チーム。強化学習で走り方をAIに学習させることで、渋滞を引き起こさないスムーズな道路の流れを生み出す研究が行われています。チームでは、渋滞の発生を防止するためのアルゴリズム「FLOW」を開発し、人間のドライバーと組み合わせた走行シミュレーションを行うことで、どの程度渋滞を防止できるかを調査しています。

その一例が次の2本のムービー。ともに円状の道路を22台の自動車が走るというシミュレーションで、最初のムービーでは22人の人間をシミュレートした運転が行われています。最初はスムーズに流れているように見えた道路ですが、次第に一部で車間距離が近づきはじめ、最後には完全に停車してしまう大渋滞へと発展します。

Single-lane ring (0 AVs, 22 human-driven vehicles) - YouTube
https://youtu.be/Lggtw9AOH0A



しかしここに、1台の自動運転カー(AV)を投入すると状況が一変。適度な車間距離を保つ自動運転カーのおかげで集団の「ゆらぎ」が吸収され、無駄な加減速がなくなって渋滞がウソのように発生しなくなりました。

Single-lane ring (1 AV, 21 human-driven vehicles) - YouTube
https://youtu.be/D0lNWWK3s9s



その様子は、道路が八の字に交差するシチュエーションでも同様に起こるとのこと。人間の運転だと、以下のムービーのように交差点で渋滞が発生してしまいますが……

Figure 8 (0 AVs, 14 human-driven vehicles) - YouTube
https://youtu.be/Z6QltFAEDeQ



自動運転カーが入ると、全体がスムーズに流れるようになります。最初の部分で動き出しのタイミングを計っているのも大きな理由だといえそうですが、走り出してからもスピードを絶妙に調節することで交差点での鉢合わせを回避しているのかも。

Figure 8 (1 AV, 13 human-driven vehicles) - YouTube
https://youtu.be/SoA_7fPJEG8



上記のムービーで重要なポイントは、「適切な間隔を空けることで渋滞の発生は抑えられる」というところにあります。車間距離が小さくなると、後続のドライバーはどうしてもブレーキを多く踏むようになります。すると点灯したブレーキランプを見た後続のドライバーがまたブレーキを踏む、という連鎖で渋滞は発生します。

Merge 0% CAV Penetration - YouTube
https://youtu.be/RPBAZH3Z0Sk



Merge 5% CAV Penetration - YouTube
https://youtu.be/r-sBz1VOtp4



Flow
https://flow-project.github.io/index.html

続きはソースで

https://i.gzn.jp/img/2018/11/20/few-self-driving-car-stop-traffic-jam/00_m.jpg

https://gigazine.net/news/20181120-few-self-driving-car-stop-traffic-jam/
ダウンロード


引用元: 数台の自動運転カーが道路上に混ざるだけで交通渋滞が減るという研究[11/20]

数台の自動運転カーが道路上に混ざるだけで交通渋滞が減るという研究の続きを読む

    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: 2018/09/28(金) 12:16:23.01 ID:CAP_USER
 「ウゼェんだよ! 見んなハゲ!」「あははは! クソ豚!」――ユーザーが入力した言葉の意味を推測し、さまざまな罵詈雑言を浴びせるAI(人工知能)「罵倒少女」が登場したのは2016年のことだった。イラスト投稿サイト「pixiv」で公開されると、12日間で延べ26万人に合計734万回罵倒し、話題を呼んだ。18年3月には丸井グループともコラボレーションした。

 罵倒少女は、コミュニケーションに特化したAI「PROJECT Samantha」(プロジェクト・サマンサ)の取り組みの1つだ。9月19日に都内で開かれたイベント「AI MEETUP 2」で、プロジェクトに携わるソニー・ミュージックエンタテインメント(SME)の井上敦史さんが、キャラクターAIの開発で得た知見、今後の展望を語った。

■「キャラクターは最強のユーザーインタフェース」

 対話型AIのアプローチには、(1)「トイレどこ?」という入力文から「トイレ」といった単語を抽出する、(2)「お手洗い」「化粧室」などの同義語を探す、(3)「トイレはどこ?」という意味の文章を数万以上学習させ、未知の文章でも意味を予測できるようにするディープラーニング――などがある。

 PROJECT Samanthaは、そうしたアプローチからさらに踏み込み、ユーザーの発言から「入力文に現れない意図」を読み取るAIエンジンを活用した。例えば「この部屋暑い」という発言からは「不快だ」「温度を下げたい」といった意図を抽出する。読み取る意図のバリエーションは10万種類以上。読み取った1つ1つの意図に対し、AIがユーザーに返す言葉を開発者が用意していた。

 ユーザーから罵倒少女のキャラクターへの発言は「愛している」「好き」「かわいい」などが上位に並んだ。井上さんは「ユーザーは相手がAIだと分かっていても、キャラクターに没頭してしまった結果、“エモい”ワードを呼び掛けたのでは」と分析する。

 罵倒少女の知見を踏まえ、井上さんは「人間がAIに話し掛けるには、多くの動機が必要」と指摘する。「人間は無意識に会話のコストを計算している。友達と暇をつぶしたい、女の子と仲良くしたいという欲求があると、会話しようとするコストは低い。一方、知らない人(機械)との会話は盛り上がらず、無難な内容になりがち」

その点、「キャラクターは最強のユーザーインタフェース」(井上さん)という。あらかじめユーザーが、キャラクターが登場する作品をよく知っていて、性格や口調、声優のボイスを認知しているところからスタートすれば、会話のハードルは下がると、井上さんは説明する。罵倒少女では、1万人のユーザーが30分以上会話していたという。

続きはソースで

http://image.itmedia.co.jp/news/articles/1809/21/kf_bato_03.jpg
http://image.itmedia.co.jp/news/articles/1809/21/kf_bato_04.jpg

http://www.itmedia.co.jp/news/articles/1809/21/news098.html
ダウンロード (1)


引用元: 【人工知能】「エ◯い目で見んじゃねよ、このクズ」 26万人を罵倒したAI「罵倒少女」から考える「飽きない対話AI」の作り方

【人工知能】「エ◯い目で見んじゃねよ、このクズ」 26万人を罵倒したAI「罵倒少女」から考える「飽きない対話AI」の作り方の続きを読む

    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: 2018/10/01(月) 13:34:01.39 ID:CAP_USER
実はあまり知られていないのですが、東大は入試で「ある能力」を求めています。東大のアドミッション・ポリシーの中で、「入学試験の基本指針」として3つの力が挙げられているのです。

第一に,試験問題の内容は,高等学校教育段階において達成を目指すものと軌を一にしています。

第二に,入学後の教養教育に十分に対応できる資質として,文系・理系にとらわれず幅広く学習し,国際的な広い視野と外国語によるコミュニケーション能力を備えていることを重視します。そのため,文科各類の受験者にも理系の基礎知識や能力を求め,理科各類の受験者にも文系の基礎知識や能力を求めるほか,いずれの科類の受験者についても,外国語の基礎的な能力を要求します。

第三に,知識を詰めこむことよりも,持っている知識を関連づけて解を導く能力の高さを重視します。

注目してもらいたいのが第三の「持っている知識を関連づけて解を導く能力」です。

東大のアドミッション・ポリシーを読むまで、僕はこの能力のことを、まったく意識したことがありませんでした。

偏差値35の僕が東大を目指しはじめたときに東大のホームページを見て、「は? なんだこの能力?」と思ったことを覚えています。

でも、勉強していく中で、この能力は学びの根本となる、非常に重要な能力だと気付いたのです。

今日は、これを知っておけば学習が非常に効率的になる、「持っている知識を関連づけて解を導く能力」についてお話ししたいと思います。

■関連づければ簡単!? 東大の入試問題

いったい東大は、どんな形でこの能力を問うているのでしょうか? 実際に体感してみましょう。これは、僕が東大に不合格になった年の入試問題です。


日本国内で取引されるかぼちゃは、北海道産のものとオーストラリア産のものが多い。オーストラリアからかぼちゃが輸入されている理由を答えなさい。(2015年 地理 第2問 一部改変)

少し簡単にしていますが、おおむねこんな問題です。さて、みなさんは答えられますか? また、この問題で東大がどんな知識を関連づけさせたいのか、わかりますか?

この問題を見たとき、次のように考えてしまう人がいます。

「オーストラリア産かぼちゃが多い理由なんて、今まで聞いたことがないから解けない」「この問題は、かぼちゃの生産についての知識を問う問題なんだな」

試験会場の僕も、そう感じてしまいました。

実はこれが落とし穴なんです。問題が解けないとき、知らない情報が出てきたときに、「自分は知識量が足りないから」と考えてしまうと、いつまでたっても問題が解けないのです。

この問題が解けたという東大生に話を聞くと、「かぼちゃの生産」について事前に知っていた学生は、ただの一人もいませんでした。では彼ら彼女らに、どんな知識があったのか?

「南半球は季節が逆」という知識だけです。

みなさんがかぼちゃ好きかどうか僕にはわかりませんが、かぼちゃって、年間を通して食べられますよね? 煮物やサラダ・スープなど、春夏秋冬いつでも食べるものだと思います。

でも農産物は、一つの地域だけでは(たとえば北海道だけでは)、一つの季節でしか生産できませんよね? かぼちゃは秋から冬にかけて収穫できますが、春や夏に食べたい需要もある。

だからこそ、オーストラリアなんです。オーストラリアなら、日本とは季節が逆ですから、日本が春や夏のタイミングで収穫できるのです。これがこの問題の答えです。

この問題をはじめ、東大の入試問題では「すごく単純な知識をうまく使えば解ける問題」が多数出題されています。

続きはソースで

https://www.newsweekjapan.jp/stories/assets_c/2018/09/newsweek_20180928_114103-thumb-720xauto.jpg

ニューズウィーク日本版 https://www.newsweekjapan.jp/stories/world/2018/09/post-11024.php
images


引用元: 【話題】東大が入学試験にぶっ込む「頭のよさを測る」問題 日本最高の教育機関が求める能力とは?[09/28]

東大が入学試験にぶっ込む「頭のよさを測る」問題 日本最高の教育機関が求める能力とは?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: 2018/09/27(木) 12:08:15.05 ID:CAP_USER
■薄闇の中、水中にいるグッピーを見事に捕らえた

 カマキリは、トゲのある鎌(前肢)でハチドリほどの大きな動物を捕まえることがあるが、どうやら魚もその例外ではないらしいことが明らかになった。

 9月20日付けの学術誌「Journal of Orthoptera Research」に発表された論文によると、野生のカマキリが人工池にいるグッピーを捕まえて食べる様子が観察されたという。自然の状態にいるカマキリでは初めての報告だ。

 カマキリは、カエルやネズミ、トカゲといった大きな獲物を食べることもあるので、魚を襲うのは意外でないと思われるかもしれない。しかし、カマキリの視覚で水中の魚を捕まえられたことに、科学者たちは驚いた。今回の発見はさらに、カマキリが複雑な学習能力をもつ可能性も示唆している。

 エサ用の魚を食べるカマキリの動画はYouTubeにあるが、これは自然な姿ではないと、今回の論文を執筆したロベルト・バティストン氏は語る。イタリア、ブレンタ運河博物館の昆虫学者である同氏によると、こうした姿は、魚をカマキリに近づけることで捕食者としての反応を故意に引き出したものであって、カマキリとタランチュラやサソリを小さな囲いの中に入れて「対決」させるのに似ているという。

■現場をおさえる

 バティストン氏が今回のカマキリを知ったきっかけは、友人の自然保護活動家ニヤク・マンジュナス氏が、現場写真を送ってきたことだった。別の自然保護活動家ラジェッシュ・プッタスワマイアー氏が、インドにある自宅屋上の庭で、ハラビロカマキリの仲間Hierodula tenuidentataのオスがグッピーを捕らえる瞬間を撮影したものだ。

 マンジュナス氏とプッタスワマイアー氏は、カマキリが再び魚を捕りにやって来るか、池の観察を続けた。すると驚いたことに、カマキリは何度も同じ場所に戻って来て、繰り返し魚を捕った。

「カマキリは1回戻ってきただけではありません。5日間にわたって繰り返しやって来たのです。まるで養鶏場のニワトリを何度も襲うキツネのようでした」とバティストン氏。

 このカマキリは、スイレンやボタンウキクサなどの水に浮かぶ葉を足場にして、池の中まで進んで行くと、グッピーが水面近くにやってくるのをじっと待った。そうして決定的瞬間が訪れると、恐ろしい鎌を水に突っ込み、獲物を捕らえた。

 カマキリはこの方法で、1日当たりおよそ2匹、全部で9匹の魚を捕まえて食べた。

続きはソースで

https://cdn-natgeo.nikkeibp.co.jp/atcl/news/16/b/092200232/ph_thumb.jpg

ナショナルジオグラフィック日本版サイト
https://natgeo.nikkeibp.co.jp/atcl/news/16/b/092200232/
ダウンロード (1)


引用元: 【生物】魚を捕らえて食べるカマキリを発見、科学者も驚く視覚[09/26]

魚を捕らえて食べるカマキリを発見、科学者も驚く視覚の続きを読む

このページのトップヘ