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!

開発

    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: 2019/07/12(金) 21:21:28.15 ID:CAP_USER
ついに6人対戦のポーカーでAIがプロのポーカープレイヤーを打ち負かす(記事全文は、ソースをご覧ください。)
https://gigazine.net/news/20190712-ai-beats-pros-6-player-poker/
2019年07月12日 12時50分
GIGAZINE


ポーカーは相手の手札が公開されていない状態で戦う「不完全情報ゲーム」であり、相手の持ち駒といった全ての情報が開示されている囲碁や将棋などの「完全情報ゲーム」とは異なります。そんなポーカーのトッププロ相手に、Facebookとカーネギーメロン大学が共同で開発したAI「Pluribus」が、6人対戦のポーカーで勝利したとのことです。

■■略

Humans Fold: AI Conquers Poker's Final Milestone - Scientific American
https://www.scientificamerican.com/article/ai-conquers-six-player-poker/
SCIENTIFIC AMERICAN
https://i.gzn.jp/img/2019/07/12/ai-beats-pros-6-player-poker/img-snap00673_m.jpg
(画像:ホスト)GIGAZINE

カーネギーメロン大学のツオマス・サンドホルム教授らの研究チームは、2017年にも「Libratus」というAIを開発し、ポーカーのプロ相手に12万戦を行いました。その結果、Libratusは見事にプロ相手に勝利を収め、不完全情報ゲームであってもAIが高いスキルを持った人間相手に勝利できることが証明されました。

人工知能と4人のプロとのポーカー対決は人工知能が完全勝利 - GIGAZINE
https://gigazine.net/news/20170131-brains-vs-ai-result/
https://i.gzn.jp/img/2017/01/31/brains-vs-ai-result/00_m.jpg
(画像:ホスト)

しかし、2017年に行われた対戦はあくまでもポーカーをAI対人間が1対1で行ったものであり、一緒にプレイする人間がもっと増えた場合、AIが勝利を収めるのは難しいとサンドホルム氏は考えていたとのこと。2人対戦のポーカーは、囲碁・将棋・チェスと同様に、1人の勝者と1人の敗者のみが存在します。一方、複数人対戦のポーカーになると、複数の意志決定プロセスや手札を考慮する必要があり、AIにとっての難易度が向上するそうです。

Libratusとポーカープロとの対戦から2年後の2019年、Facebookと協力して新たなポーカーAI「Pluribus」を開発したサンドホルム氏は、改めてポーカープロを含めた6人での対戦に挑戦しました。
https://i.gzn.jp/img/2019/07/12/ai-beats-pros-6-player-poker/01_m.jpg
(画像:ホスト)by World Poker Tour

LibratusやPluribusがプレイしたのは、日本で主流の5枚の手札を山札と交換する5ドローポーカーではなく、世界で最も主流なテキサス・ホールデムというルール。テキサス・ホールデムでは個々のプレイヤーだけが使用できる2枚の手札と、全てのプレイヤーが使用できる5枚の場札、計7枚のカードを組み合わせてポーカーの役を作ります。

また、プレイヤーはカードが配られるたびにアクションを行い、他のプレイヤーとの駆け引きを行います。アクションには「チェック(チップを賭けずに他のプレイヤーのアクションを待つ)」「ベット(チップを賭ける)」「レイズ(他のプレイヤーのベットに対し、さらに多くのチップを賭ける)」「コール(相手のベット、レイズに対して同額のチップを支払いゲームに参加する)」「フォールド(相手のベット、レイズに対してチップを払わずにゲームから降りる)」といったものが存在します。

ダウンロード (6)


https://i.gzn.jp/img/2019/07/12/ai-beats-pros-6-player-poker/02_m.jpg
(画像:ホスト)by World Poker Tour

続きはソースで

引用元: 【AI】ついに6人対戦のポーカーでAIがプロのポーカープレイヤーを打ち負かす[07/12]

ついに6人対戦のポーカーでAIがプロのポーカープレイヤーを打ち負かすの続きを読む

    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: 2019/06/21(金) 08:03:39.62 ID:CAP_USER
いつの間にか凄いことになっていた日本の電子顕微鏡「磁場」をかけない電子顕微鏡は何が見えるのか?
https://jbpress.ismedia.jp/articles/-/56733
https://jbpress.ismedia.jp/articles/-/56733?page=2
https://jbpress.ismedia.jp/articles/-/56733?page=3
https://jbpress.ismedia.jp/articles/-/56733?page=4
https://jbpress.ismedia.jp/articles/-/56733?page=5
2019.6.20(木)
JBpress

 (小谷太郎:大学教員・サイエンスライター)

 2019年5月22日、東京大学と日本電子の研究者が、画期的な電子顕微鏡を開発したと発表しました*1。
 プレスリリース*2によると、試料に磁場をかけないこの電子顕微鏡は「88年の常識を覆す」といいます。

 電子顕微鏡という、光を用いない顕微鏡が発明されたのは1931年のことです。
 それ以来88年間、電子顕微鏡技術は革新を繰り返し、「常識を覆し」続けてきました。
 現在では、透過型電子顕微鏡をはじめとする各種顕微鏡技術は、原子より小さな構造を映し出し、生体分子の生きた活動を捉え、立体構造を浮かび上がらせることができます。

 しかし「88年の常識を覆す」といわれましても、「電子顕微鏡は磁場を用いる」という常識を持ち合わせている方が電子顕微鏡業界の外にはたしてどれほどいらっしゃるでしょうか。
 記事を打っていて、漠(ばく)たる不安に襲われます。やはりそのあたりの常識はあらかじめ共有しておかないと、うまく覆ってくれない気がします。

 この電子顕微鏡とはどんな技術で、今回の発明はどれほど画期的なのか、今回は常識から解説しましょう。

 *1:https://www.nature.com/articles/s41467-019-10281-2
 *2:http://www.t.u-tokyo.ac.jp/soe/press/setnws_201905271401148880553756.html

 ・私たちが生きているのも顕微鏡のおかげ
  顕微鏡の見せてくれるミクロな世界は美しくも感動的です。
 一滴の水の中には微細な生物が泳ぎ回り、土くれや砂埃は光り輝く宝石の粒となり、葉っぱを拡大して見れば細胞が整然と並んで息づいています。

続きはソースで

images


引用元: 【物理/電子工学】いつの間にか凄いことになっていた日本の電子顕微鏡「磁場」をかけない電子顕微鏡は何が見えるのか?[06/20]

いつの間にか凄いことになっていた日本の電子顕微鏡「磁場」をかけない電子顕微鏡は何が見えるのか?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: 2019/06/07(金) 07:25:16.29 ID:CAP_USER
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

ダウンロード (2)

引用元: 【IT】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

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: 2019/05/04(土) 12:13:36.98 ID:CAP_USER
元ライブドア社長で実業家の堀江貴文さんが出資する宇宙ベンチャー、インターステラテクノロジズ(IST)の小型ロケット「MO(モ)MO(モ)」3号機が4日午前5時45分、北海道大樹町から打ち上げられた。ロケットは数分後、民間単独のロケットとして国内で初めて高度100キロの宇宙空間に到達。打ち上げは成功した。機体は太平洋上に着水した。

 堀江さんはツイッターに「宇宙は遠かったけど、なんとか到達しました。高度約113km」と投稿した。

 MOMO3号機は全長9・9メートル、直径50センチ、重さ1150キロの液体燃料ロケット。市販の部品を使うなど低コストで開発した。今回の打ち上げ費用は数千万円。当初4月30日に打ち上げる予定だったが、燃料の液体酸素漏れが直前に分かった。部品の交換や発射場近くの強風のため、3度延期していた。

 ISTは、前身企業が始めた宇宙事業を継承して2013年に設立。MOMOで高度100キロ超の宇宙空間への到達を経て、高度500キロに重さ100キロ程度の小型衛星を打ち上げる新型ロケット「ZERO(ゼロ)」の開発をめざしている。

続きはソースで

https://www.asahicom.jp/articles/images/AS20190504000385_comm.jpg

https://www.asahi.com/articles/ASM521W3BM52ULBJ007.html
ダウンロード


引用元: 【宇宙開発】ホリエモンロケットMOMO3号機、打ち上げ成功 民間単独で国内初[05/04]

ホリエモンロケットMOMO3号機、打ち上げ成功 民間単独で国内初の続きを読む

    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: 2019/04/18(木) 16:18:47.03 ID:CAP_USER
世界最強の囲碁AI(人工知能)開発と若手棋士育成を目標にする「GLOBISーAQZ」プロジェクトが、4月18日に発表された。ビジネススクールを展開するグロービス、囲碁AI「AQ」開発者の山口祐さん、日本のプロ棋士を統括する団体の日本棋院、囲碁AI「Raynz」を開発したベンチャー企業のトリプルアイズの4者が共同で進める。プロ棋士の大橋拓文六段がテクニカル・アドバイザーを務める。

 囲碁の若手棋士育成と、AIの研究開発を発展させるため、2018年9月に発足したプロジェクト。山口さんが開発した「AQ」をベースに、囲碁AIの思考アルゴリズムとAIの強化学習の手法を開発。試行錯誤を通じて最大限の結果を出せるようにする。産業技術総合研究所や、AIの研究開発で知られる東京大学・松尾研究室も技術面で支援する。

 トリプルアイズは強化学習におけるレーティング結果の計測と可視化を、グロービスはAIの強化学習に向けた大規模演算のためのインフラ構築と最適化を担う。

続きはソースで

https://image.itmedia.co.jp/news/articles/1904/18/mm_igoai01.jpg
https://image.itmedia.co.jp/news/articles/1904/18/mm_igoai02.jpg

https://www.itmedia.co.jp/news/articles/1904/18/news064.html
ダウンロード (2)


引用元: 【AI】「囲碁AIの世界一目指す」 日本棋院、AIベンチャーらが共同プロジェクト「GLOBIS-AQZ」発表[04/18]

「囲碁AIの世界一目指す」 日本棋院、AIベンチャーらが共同プロジェクト「GLOBIS-AQZ」発表の続きを読む

このページのトップヘ