MITコンピュータ科学・人工知能研究所はディープラーニングにより乳がんの発生を予知する手法を開発したと発表しました。これにより、乳がんになりやすい人を従来よりもはるかに高い精度で発見することができるほか、将来的には乳がん以外のがんや心筋梗塞などの早期発見にも役立つと期待されています。
https://i.gzn.jp/img/2019/05/08/mit-ai-breast-cancer/00.jpg

A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction | Radiology
https://pubs.rsna.org/doi/10.1148/radiol.2019182716

MIT CSAIL's AI can predict the onset of breast cancer 5 years in advance | VentureBeat
https://venturebeat.com/2019/05/07/mit-csails-ai-can-predict-the-onset-of-breast-cancer-5-years-in-advance/

アメリカでは乳がんが、がん関連の死亡原因の第2位で、2015年だけでも約23万2000人の人が乳がんだと診断され、約4万人が乳がんで亡くなっています。また、世界のがん患者のうち、乳がんの患者数が最も多いという調査結果もあります。このため、世界中で乳がんを早期に発見する研究が盛んに行われていて、最近の例ではGoogleのAIが99％の精度で転移性の乳がんを発見することができたと発表されました。
https://i.gzn.jp/img/2018/10/15/google-ai-detect-breast-cancer/00_m.jpg

既に発生してしまったがんを早期に発見することはもちろん重要なことですが、もし将来がんが発生するかどうかがあらかじめ分かっていれば、緊密ながん検査などを通してより効果的にがんの予防と治療が可能になります。そこで、乳がんの発生を予想するため、乳腺の密度や家族のがん既往歴などから統計的にがんの発生を予測する「Tyrer-Cuzick(TC)法」などの手法がこれまで用いられてきましたが、必ずしも精度が高いとはいえないものでした。

そこで今回、ディープラーニングにより高い精度で乳がんの発生を予見できる手法を開発したのが、MITコンピュータ科学・人工知能研究所でAIを研究しているレジーナ・バージレイ氏らの研究グループです。研究グループは、3万9571人の女性を対象としたマンモグラフィー検査により撮影された8万8994件の画像と、検査後5年間のがんの診断状況の統計データを使用して、深層学習によりAIをトレーニングしました。

その後、6万886人分のマンモグラフィー検査の画像と診断状況の統計データを、「従来のTC法」「ディープラーニングによる診断(DL)法」「TC法とDL法を組み合わせたハイブリッドDL法」の3種の手法ごとに分析して乳がんの予測精度を検証しました。その結果、ディープラーニングを用いたDL法とハイブリッドDL法は、従来から乳がんの予測に使用されてきたTC法のみの手法に比べて高い精度で乳がんの発生を予測できたとのことです。

以下の画像は、従来のTC法とハイブリッドDL法によるリスク評価と実際のがん発生率を比較したものです。リスク評価は「低・中・高」の3段階で、縦軸が上から「TC法の低・中・高リスク」で、横軸が左から「ハイブリッドDL法の低・中・高リスク」を表しています。
https://i.gzn.jp/img/2019/05/08/mit-ai-breast-cancer/a01.png

続きはソースで

複数人対戦ゲームでもAIが人間に勝利、グーグル親会社傘下企業が開発

https://www.afpbb.com/articles/-/3228148
https://www.afpbb.com/articles/-/3228148?page=2
2019年6月4日 11:25 AFPBB News

　【6月4日 AFP】人工知能（AI）はこれまでチェスや囲碁など1対1で対戦するゲームで人間に勝ってきたが、チームワークが求められる複数人が対戦するゲームでも人間を負かすことができたとの研究結果が5月30日、
　米科学誌サイエンス（Science）で発表された。

　このAIの開発を手掛けたのは米IT大手グーグル（Google）の親会社アルファベット（Alphabet）傘下のAI開発企業ディープマインド（DeepMind）で、
　AIの「エージェント」らにマルチプレーヤー型ファーストパーソン・シューティングゲーム（FPS、本人の視点で戦うゲーム）を自習させ、人間と対戦させた。

　コンピューターはこれまでにも、1対1の対戦ゲームでは人間を打ち負かしたことがある。
　例えば、1997年には米IBMが開発したディープ・ブルー（Deep Blue）が、チェスの王者ガルリ・カスパロフ（Gary Kasparov）氏を破った。
　また、2017年には、グーグルが開発したAIが世界トップレベルの棋士に勝利している。

　だが、複雑な状況下で、チームワークと意思疎通が求められるマルチプレーヤーゲームについては、人間に勝てていなかった。

　マックス・ジェイダーバーグ（Max Jaderberg）氏率いるチームは開発に当たり、「クエイクIIIアリーナ（Quake III Arena）」の修正版を使用した。
　このゲームは1999年にリリースされたFPSで、現在もeスポーツ界で人気を保っている。

　また、ゲームモードは「キャプチャー・ザ・フラッグ（CTF）」と呼ばれる旗取りゲームを選択した。
　チームメートと連携し、防御しながら相手チームの旗を奪うもので、プレーヤーは攻撃と防御を組み合わせた複雑な戦略を練る必要がある。

　研究ではエージェントに自己学習させ、人間のプロのゲームテスターと対戦できるまで能力を高めた。

　研究チームによると「12時間練習をした後でも、人間のプロゲームテスターらのエージェントチームに対する勝率は25％にとどまった」。
　一方エージェントは、反応時間を人為的に低下させ人間の水準に合わせても、人間の能力を上回っていたという。


　■「ファスト＆スロー」

　研究チームはエージェントの学習にいわゆる「強化学習（RL）」を用いた。
　エージェントは旗を奪うと報酬が得られることを教えられるが、研究チームは強化学習の可能性をさらに広げる革新的方法を考案した。

　「各エージェントが自身の内部報酬信号を学習したことが今回の研究結果の成果の一つだ」とジェイダーバーグ氏は指摘する。
　これは、旗を奪ったり、相手を撃ったりといったさまざまなタスクを達成すると、AIプレーヤーはその重要度に応じて自身に報酬を与えるということを意味する。

　研究チームはまた、エージェントを個別に訓練するよりも、まとめて訓練した方がチーム全体としてはるかに速く学習できることも発見した。

　さらに「二つの時間スケール」学習と呼ぶ新たな構造も考案した。
　ジェイダーバーグ氏はこれをダニエル・カーネマン（Daniel Kahneman）の著作「ファスト＆スロー（Thinking Fast and Slow）」に例えている。

　「素早く考えて素早く考えを更新するエージェントと、ゆっくり考えてゆっくり考えを更新するエージェントに分けると、2種類の考えが互いに影響し合い、エージェントが世界について学習する方法を構築する手助けとなる」と
　ジェイダーバーグ氏は説明した。

続きはソースで

人工知能(AI)は医療・金融・セキュリティなど、さまざまな分野で活躍する技術です。2019年5月12日、スウェーデンのウイスキーメーカー「Mackmyra」はMicrosoftとフィンランドの人工知能を活用したコンサルタント企業Fourkindと提携し、既存のフレーバーやタルの組み合わせや、販売数、顧客の好みなどを機械学習したAIによって考案される「AIウイスキー」の製作を開始したと発表しました。

Mackmyra AI whisky
https://ai-whisky.com/

Here Comes the World’s First AI-Generated Whisky
https://www.popularmechanics.com/home/food-drink/a27434076/artificial-intelligence-whisky/

ウイスキーの歴史は古く、15世紀にはラテン語で「命の水(aqua vitae)」と呼ばれてアイルランドやスコットランドで愛飲されていました。ものづくりの分野にも広がるAIの躍進によって、人類が製造し飲んできたウイスキーの長い歴史にも変革が訪れたといえます。

2019年の秋から生産が開始されるAIウイスキーは、香りは「トフィーとクリームバニラ、上質なオロロソ風で、シトラス・洋梨・リンゴ・アニス・ジンジャー・ホワイトペッパーにオーク樽」に、味は「オーク材の風味のバニラ、かんきつ類と洋梨、ハーブにわずかにタバコの葉のよう」で・・・

続きはソースで

https://i.gzn.jp/img/2019/05/13/ai-whisky/kopparpannor-mackmyra-1600x1067.jpg

https://gigazine.net/news/20190513-ai-whisky/

　人工知能（ＡＩ）を使って竜巻の進路を予測し、鉄道などの安全運行につなげるシステムの開発に、気象庁気象研究所とＪＲ東日本などが乗り出す。発生した竜巻の形を大量にＡＩに学ばせることで、現行の気象レーダーに基づく予測より精度の向上が見込めるという。１５日に始まる日本気象学会で発表する。

　２００５年１２月、山形県でＪＲ羽越線の特急列車が脱線・転覆し３８人が死傷した事故は、局所的な突風が原因だと認定された。事故を受け、同研究所とＪＲ東は、雨粒の動きから風の強さや方向を観測できる「ドップラーレーダー」を使って竜巻などの進路を予測するシステムを開発。

続きはソースで

https://www.asahicom.jp/articles/images/AS20190512002297_comm.jpg

朝日新聞デジタル
https://www.asahi.com/articles/ASM5B6QZ0M5BULBJ01C.html