ニューラルネットワーク 29 Stories
スタンフォードが実証した
医療AI研究者が
研究室を飛び出すべき理由
集中治療室にマシン・ビジョンを持ち込んだスタンフォード大学のAI研究は、医療の専門家や現場との長期的な協働が、現実的な問題を把握し、人々に真の価値をもたらすことを示している。
Karen Hao 5年前
人工知能(AI)
完全自動運転車はいつ実現?イスラエルのキーマンが語る3つの壁
自動運転車の実証実験が世界中で実施されている。だが、有力なプレイヤーの1社と目されるイスラエル企業モービルアイのアムノン・シャシュアCEOは、完全自律型自動車の実現にはまだ課題が多いという。
Karen Hao 6年前
人工知能(AI)
AIの未来はハードにある——インテルとエヌビディア幹部が語る
現在の人工知能(AI)の躍進においてハードウェアが果たした役割は非常に大きく、今後起こるであろうのAIのブレークスルーにも大きな影響を及ぼす。インテルとエヌビディアの幹部が語った。
Karen Hao 6年前
人工知能(AI)
「人間の知識にとらわれないAIを」アルファ・ゼロ開発者に聞く
強化学習に基づく人工知能(AI)システム「アルファ・ゼロ」は、自分ひとりで囲碁やチェスを習得して、人間をあっと言わせるような一手を打つ。アルファ・ゼロの開発者であるデビッド・シルバー博士に話を聞いた。
Will Knight 6年前
人工知能(AI)
人工ニューラル・ネットは意外と人に近づいている——MITの新研究
ニューラル・ネットワークの問題点は、ある入力に対する出力がブラックボックスになっていることだ。MITの研究者らは、ニューラル・ネットワークがどのように「思考する」かの手掛かりとなる解析手法を開発し、その手法の有効性を実証するツールを発表した。
Karen Hao 6年前
人工知能(AI)
偶然から生まれたAIツール
驚くほど「自然」な
フェイクニュースを量産
膨大な量の文章を用いて訓練された機械学習アルゴリズムが、与えられた文章をもとに、いかにも本当らしいフェイクニュースの記事を生成できることが示された。プログラムを開発した研究者は、これまで以上に本当らしく聞こえるでっち上げ話を、AIが安定供給できるようになるのはそれほど遠い先の話ではないとしている。
Will Knight 6年前
人工知能(AI)
機械学習の「限界」を克服
トップ学会で称賛された
新設計のニューラル・ネット
深層学習ニューラル・ネットワークは、機械学習の分野に大きな進歩をもたらしたが、健康状態の変化などの連続的な過程をモデル化するのには適していない。トロント大学などの研究チームが、この課題を解決した新たな機械学習の設計手法を提案した。
Karen Hao 6年前
人工知能(AI)
IBMが新ニューロチップを試作、低消費電力で機械学習を効率化
ニューラル・ネットワークの処理をハードウェアで実行するチップをIBMが試作した。計算用の短期シナプスと記憶用の長期シナプスを利用することで、ソフトウェアベースのニューラル・ネットワークの1%の消費電力で、同程度の精度を実現できることがわかった。
Will Knight 7年前
人工知能(AI)
イアン・グッドフェロー
人工知能に想像力を与える男
深層学習システムは何かを認識することは得意だが、何かを創り出すことは不得意だ。グッドフェロー博士が考案したGAN(競争式生成ネットワーク)は、機械に想像力を与えようとしている。
Martin Giles 7年前
人工知能(AI)
エヌビディアが機械学習の「パラダイムを覆す」新手法を研究中
機械学習アルゴリズムを訓練するには膨大なデータが必要だ。少量のデータで訓練できるようになれば現在のパラダイムはひっくり返る。精度を損なうことなくアルゴリズムを小型化する研究を進めていることをエヌビディアの主任科学者が明かした。
Yiting Sun 7年前
人工知能(AI)
ガン・ワン (アリババ)
消費者向けAIの製品化で最前線に立つ研究者。
MIT Technology Review Editors 7年前
人工知能(AI)
イアン・グッドフェロー(グーグル・ブレイン)
ラベル付けした訓練用データを使わずにニューラルネットワークの学習を改善する方法を考案した。
MIT Technology Review Editors 7年前
人工知能(AI)
グレゴリー・ウェイン(ディープマインド)
さらに洗練された機械を創造するための、脳についての知識の利用。
MIT Technology Review Editors 7年前
人工知能(AI)
会話が続くチャットボット、
秘密は第2言語の習得にあり
すぐに会話が成立しなくなってしまうチャットボットをもっと賢くする方法が編み出された。事前に第2言語を学ばせることで効率よくチャットボットを訓練できるという。
Will Knight 7年前
人工知能(AI)
エヌビディア、「説明できるAI」へ向けた一歩を踏み出す
機械学習のAIシステムは多くの場合、どのような判断に基づいて結論を導き出したのかを説明できない。信頼のおけないテクノロジーを、医学や金融、軍事などの重要な分野に適用してよいのだろうか。
Will Knight 8年前
人工知能(AI)
グーグルはなぜAIお絵かきツールAutoDrawを作ったのか?
下手くそな絵を描いてもAIが何かを判定し、上手な絵に置き換えてくれるグーグルのAIお絵かきツール「AutoDraw」が話題だ。しかし、このツールの真の狙いはあまり報じられていない。人間とのコミュニケーション用なのだ。
Jamie Condliffe 8年前
人工知能(AI)
ニューラル・ネットワーク、「犯罪者顔」で犯罪者を判定
人工知能は、顔写真から犯罪者とそうでない人を9割近い精度で区別できた。当然、倫理上の重大問題、より高度な検証など、さまざなま議論を呼び起こすことになる。
Emerging Technology from the arXiv 8年前
人工知能(AI)
光子ニューラル・ネットワークで爆速人工知能
光子ニューラル・ネットワークが超高速コンピューティングを実現するかもしれない。
Emerging Technology from the arXiv 8年前
人工知能(AI)
人工知能の理解がきっと深まる、グーグルのオンライン実験室
グーグルの素晴らしいAI実験室を体験すれば、人工知能のテクノロジーがどう動作しているか、最前線で何が起きているのかがわかるはずだ。
Will Knight 8年前
人工知能(AI)
写真で植物の病気を診断するアプリ、2017年に登場
病気の植物の写真で訓練されたニューラルネットワークが、今や誰にでも利用可能なものになった。
Signe Brewster 8年前
人工知能(AI)
九州大学のニューラル・ネットワーク、本の表紙でジャンルを判断
本の表紙を見てジャンルを識別できるマシン・ビジョン・アルゴリズムは、人工知能が本の表紙をデザインする時代の先駆けになる。
Emerging Technology from the arXiv 8年前
人工知能(AI)
グーグル・ディープマインドが作業記憶付きのニューラルネットワークを開発中
人間のようにパズルを解いてみせる人工知能。
Will Knight 8年前
人工知能(AI)
カロリー計算アプリ
写真撮影だけで品目検出
ルーズイットは、アプリで食べ物を撮影すればカロリー数を推定できるというが、記者の場合はうまくいかなかった。
Signe Brewster 8年前
人工知能(AI)
深層学習の成功理由は
宇宙の構造と同じと判明
深層学習がどうして複雑な問題をうまく解決できるのか誰も理解できなかった。物理学者によって、その秘密は物理法則そのものにあることがわかった。
Emerging Technology from the arXiv 8年前
人工知能(AI)
物理法則を理解して
推測できる人工知能
ロボットや自動運転など、現実世界にあるモノを知覚的に認識し、何かを動作させる場合は、現実世界にあるモノがどう動くのか予測できれば、機械はもっと役に立つ。
Will Knight 8年前
人工知能(AI)
トヨタがMITと挑戦する
人工知能の説明責任
自動運転システムが事故を起こしても、人工知能は原因を答えてくれない。
Will Knight 8年前
人工知能(AI)
ニューラルネットワークは
人間とは別の知性
人工知能は人間の生物学的モデルに似せて開発されているが、視覚システムの動作はまったく異なるままだ
Jamie Condliffe 9年前
人工知能(AI)
Skype翻訳
使えないマルチリンガル
何十年もの間、機械学習の専門家は、言語の完璧な翻訳を試みてきた。マイクロソフトはその成果をスカイプに実装した。
George Anders 9年前
人工知能(AI)
世界最高のAI人材とは
どんな人物か
スタンフォード大学の博士課程で人間の知性を模倣する研究に従事するアンドレイ・カルパシー研究員にとって、就職先を探すのは訳もないことだ。
Katherine Bourzac 9年前
フォローしてください 重要なテクノロジーとイノベーションのニュースをSNSやメールで受け取る
MIT Technology Reviewは、読者の皆さまに、テクノロジーが形作る
世界を理解するための知識を獲得していただくためにあります。
© 2016-2024 MIT TECHNOLOGY REVIEW Japan. All rights reserved.v.(V-E+F)
日本版運営: 株式会社角川アスキー総合研究所
No part of this issue may be produced by any mechanical, photographic or electronic process, or in the form of a phonographic recording, nor may it be stored in a retrieval system, transmitted or otherwise copied for public or private use without written permission of KADOKAWA ASCII Research Laboratories, Inc.
当サイトのいかなる部分も、法令または利用規約に定めのある場合あるいは株式会社角川アスキー総合研究所の書面による許可がある場合を除いて、電子的、光学的、機械的処理によって、あるいは口述記録の形態によっても、製品にしたり、公衆向けか個人用かに関わらず送信したり複製したりすることはできません。