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!

精度

    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: 2019/04/16(火) 09:34:43.07 ID:CAP_USER
半導体を使った量子コンピューターの計算で発生する情報の誤りを高い精度で検出する手法を開発したと、理化学研究所などの国際研究チームが発表した。量子コンピューターに不可欠な技術で、実用化へ大きく前進した。英科学誌に16日、論文が掲載された。

 量子コンピューターは従来のコンピューターでは不可能な超高速の計算が可能で、将来の実用化が期待されているが、計算の誤りを訂正する技術が未確立なことが課題だった。

 半導体を使うタイプの量子コンピューターは、電子を半導体に閉じ込めて制御。自転するように回る電子の性質を利用し、その回転の向きで情報を表す。

続きはソースで

電子スピン量子ビットによる量子非破壊測定回路のイメージ図(理化学研究所提供)
http://www.riken.jp/~/media/riken/pr/press/2019/20190416_1/fig.jpg

https://www.sankei.com/economy/news/190416/ecn1904160002-n1.html
ダウンロード (1)


引用元: 【IT】量子コンピューター実用化へ前進 理研、計算の訂正手法開発[04/16]

量子コンピューター実用化へ前進 理研、計算の訂正手法開発の続きを読む

    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: 2019/04/07(日) 18:59:41.21 ID:CAP_USER
2018年ノーベル物理学賞を受賞したフランス人のジェラール・ムールー氏は、特別なレーザー装置を使用することによって、核廃棄物の放射能の分解期間を数千年から数分に短縮することを提案している。ブルームバーグが報じた。

ムールー氏​が提案するの​は、核廃棄物を放射性ではない新​たな原子に​瞬間的に変換する​という方法で、原子レベルでの廃棄物のこうした変換​は高精度レーザーインパルスによって行​われる。そのためにムールー氏は、​米カリフォルニア大学のプラズマ物理学者、田島俊樹教授と共同で・・・

続きはソースで

https://cdn1.img.jp.sputniknews.com/images/610/61/6106139.jpg

https://jp.sputniknews.com/science/201904056106183/
images


引用元: 【物理学】ノーベル物理学賞の受賞者 核廃棄物の処理法を発明[04/05]

ノーベル物理学賞の受賞者 核廃棄物の処理法を発明の続きを読む

    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: 2019/02/26(火) 14:11:26.96 ID:CAP_USER
■ムラタ溶研と大阪大が共同開発、4月初旬に発売予定

ムラタ溶研(大阪市淀川区、村田倫之助社長、)は、大阪大学と共同で、スポット溶接を初心者でも一定品質で行える装置「エム・ダブリュビーム」を開発した。職人の経験や勘に頼ってきたスポット溶接を、溶接条件を設定し材料にノズルを接触するだけの簡易方式で行える。4月初旬に発売予定だ。

 装置は2機種ある。消費税抜き価格は電子部品など組み立てライン向けのユニット型が350万円から、ポータブル型は150万円から。初年度に計50台の販売を見込む。

続きはソースで

https://c01.newswitch.jp/cover?url=http%3A%2F%2Fnewswitch.jp%2Fimg%2Fupload%2FphpNgaacV_5c73b1a844db0.jpg
https://c01.newswitch.jp/cover?url=http%3A%2F%2Fnewswitch.jp%2Fimg%2Fupload%2FphpaFtdWe_5c73b12834663.jpg

https://newswitch.jp/p/16640
ダウンロード


引用元: 【溶接技術】初心者でもスポット溶接を一定品質で行える装置「エム・ダブリュビーム」を開発  ムラタ溶研[02/26]

【溶接技術】初心者でもスポット溶接を一定品質で行える装置「エム・ダブリュビーム」を開発  ムラタ溶研の続きを読む

    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: 2019/01/25(金) 15:16:16.74 ID:CAP_USER
「ライバルがAI(人工知能)を使ったサービスを発表したそうだ。ウチはどうするんだ」――本連載では、上司から突然こんなむちゃぶりを受けて困っている人のために、AIプロジェクトの進め方をいちからまとめてきた。

 あなたはAI導入の目標を明確にし、必要なデータをそろえ、PoC(概念実証)を実施して、AIをどう活用すれば本当に役立つのかを把握した所だ。


 あとは本番環境に実装すれば任務完了――と言いたいところだが、残念ながらこれで終わるわけではない。

 採用した新人を現場に配属して「あとはよろしく」で終わる人事担当がいたらどう思うだろうか? AIを開発して終わりと考えるのは、それと同じようなものだ。AIが真に成果を出せるかどうかはその後のフォローで決まると言っても過言ではない。本稿で解説する3つのフォローが実施できるよう、予算とマンパワーを確保しておいてほしい。

■その1:「偏見を持つAI」を作らないために 運用後も「再学習」
 これまでの記事でも述べてきたが、本連載ではAIを「これまで人間のみが実行可能だった作業や、人間には不可能だった作業を、機械がデータに基づいて実行することを可能にする仕組み」と定義している。

 実際に最近のAIアプリケーションは、データを使ってAIを学習させ、目標とする作業をさせるものが多い。そのため連載第2回で解説したように、AI導入プロジェクトでは「適切な質と量のデータを集められるかどうか」が重要になる。
http://image.itmedia.co.jp/news/articles/1901/25/koba4_02.jpg

 AIの開発が終わったからといって、この課題が消えてなくなるわけではない。1度学習させた内容が、時間経過や環境の変化などで不適切なものになる可能性があるためだ。

連載第2回では、米Amazon.comの失敗についても解説した。採用候補者の履歴書を自動で審査するAIを開発したところ、女性よりも男性を高く評価する「偏見」を持つようになってしまったというものだ。この原因は、学習に使用した過去10年分の履歴書において、男性からの応募が大半を占めていたことにある。そして実際に大量の男性が採用されていたことで、AIが「女性」という性質を、低い点数を与えるシグナルと解釈してしまったわけだ。

 これは開発時の学習用データ準備の失敗ということになるが、環境や時代の変化によってAIの学習内容が時代遅れになってしまった事例という解釈もできるだろう。

 例えばいま、日本の企業がAmazonのように過去の履歴書を学習用データとした「履歴書審査AI」を導入したとしよう(ソフトバンクやサッポロビールなど、実際に採用プロセスにAIを活用する企業は既に登場している)。

 このAIは女性差別をしないように調整されているものの、過去の採用で応募してきたのは日本人ばかりだ。しかし今後、少子高齢化対策として日本で外国人が働きやすくなり、大勢の外国人がこの会社に応募するようになったとしたらどうだろうか。非常に優秀な外国人候補者がいても、AIは彼もしくは彼女を適切に評価できない恐れが大きい。

 このように、いくら過去のデータに基づいて優秀なAIを開発しても、その後の環境変化でAIのアウトプットが不適切なものになる可能性がある。そのためAIの判断精度を定期的に確認して、必要であれば新しいデータを使って「再学習」してやる必要があるのだ。

続きはソースで

ITmedia NEWS
http://www.itmedia.co.jp/news/articles/1901/25/news041.html
images


引用元: 【AI】“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由 [01/25]

“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由の続きを読む

    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: 2019/02/13(水) 14:09:07.38 ID:CAP_USER
経験の浅い小児科医よりも高い精度で、髄膜炎やインフルエンザといった病気を発見できる新しい深層学習システムが開発された。

新たなシステムは、中国・広州の医療センターにおける18歳未満の患者56万7498人の140万件に及ぶ診察記録を用いて訓練された。チームは、診察記録の情報をさまざまな診断に関連するキーワードにまとめあげ、それらのキーワードをシステムに取り込んで、55の疾患のうちの1つを発見できるようにした。

システムの能力はまったく申し分ないものだ。インフルエンザや手足口病といったありふれた病気から、髄膜炎のような命に関わる病気に至るまで、90~97%の精度で診断できた。

続きはソースで

https://cdn.technologyreview.jp/wp-content/uploads/sites/2/2019/02/12233205/investigation-24585401280-1181x787.jpg

https://www.technologyreview.jp/nl/an-ai-system-can-diagnose-childhood-diseases-better-than-some-doctors/
images


引用元: 【AI】140万件のカルテで訓練されたAIドクター、若手小児科医を上回る[02/13]

140万件のカルテで訓練されたAIドクター、若手小児科医を上回るの続きを読む

このページのトップヘ