サイエンスニュースまとめは、 生まれたばかりのブログです。 応援して下さいね☆ お友達にもここを教えてあげて下さいね。

※取り上げて欲しいニュースやテーマを募集しています!コメント欄に書き込んで下さいね!!!

人工知能

AI翻訳「人間超え」技術が急発展 語学の勉強をしなくても世界の人々と意思疎通できる時代に

1: ばーど ★ 2019/09/24(火) 20:00:47.10 ID:pw6FgetC9

語学の勉強をしなくても世界の人々と意思疎通できる時代がやってきた。人工知能(AI)を用いた「ニューラル機械翻訳(NMT)」技術が猛烈な勢いで発展しているからだ。言葉の壁は大幅に低くなった。翻訳業界は再編が始まった。街中では自動翻訳機が急増中で、観光業界や店舗、運輸、病院などに普及し始めた。将来的には自動翻訳機が1人に1台、普及する可能性も出てきた。

■30年分の技術を一気に凌駕

「翻訳業界全体が、…

2019/9/24 2:00日本経済新聞
https://www.nikkei.com/article/DGXMZO49000580W9A820C1000000/



引用元:http://ai.2ch.sc/test/read.cgi/newsplus/1569322847/
続きを読む

精神病リスクを持つ人の「会話の特徴」とは? 掲示板の書き込みから精神病リスクを発見するAI、危険人物の判定に

1: 樽悶 ★ 2019/08/05(月) 19:04:59.77 ID:/gAVnMcC9

no title


■会話分析を行うAIを用いて、統合失調症などの精神病を判断する研究が行われた

■このAIでは、ニューヨーク・タイムズやネット掲示板の膨大な文章から会話の内容を解析する機械学習を行っている

■最終的にAIは、会話の意味密度、頻出する単語傾向などから90%近い精度で患者を判断することに成功した

精神病の判定は、センシティブな問題で、専門の医師でも判断するのが難しいものです。

特に、症状の早期発見となると、それはかなり難しい問題になります。

確かに、精神の病をどう定義し、定量評価を行うかは今もあいまいで、精神科は高度に機械化されていく医療診断の分野で、未だ取り残された領域と言えるでしょう。

この問題について、最近はAIを用いて判断する研究に関心が集まっています。

それはAIなら、精神症状に見られる明らかな共通点を、客観的に判断することが可能と期待されるためです。

そこで、何に着目して分析を行うかという点が、この研究の肝となります。これまでにも、マイクロソフトなどが被験者の表情や音声から精神症状を診断する研究を行っています。

今回報告された研究では、この精神症状の分析において、被験者の会話内容に着目しており、AIは90%近い精度での患者の判定に成功しています。

この研究は、ハーバード大学とエモリー大学の研究者から発表されていて、6月13日付でネイチャー・パートナー・ジャーナル Schizophreniaに公開されています。

A machine learning approach to predicting psychosis using semantic density and latent content analysis
https://www.nature.com/articles/s41537-019-0077-9

■統合失調症の会話傾向

統合失調症や双極性障害(旧名:躁うつ病)の患者には、共通した会話の傾向があります。

その1つが、会話の意味密度が低いというものです。意味密度とは、使用している単語の数に対してあまり意味のないことを言っているということです。

多くの言葉を使いながら、ほとんど意味を伝えない人というのは、統合失調症や双極性障害を発症するリスクがかなり高いと考えられます。

■会話から精神病リスクを発見するAI

エモリー大学の精神科医が行った研究では、こうした会話の意味密度に着目しています。

AIに被験者40人の会話サンプルを聞かせ、意味密度の低い人の抽出を行った結果、後続の調査で抽出された対象の80%が実際に精神病を発症したのです。

またこのAIは、ニューヨーク・タイムズなど新聞の文章や、Redditという海外の電子掲示板(5ちゃんのようなもの)の3万人の投稿者の間で交わされた会話を利用して、単語の意味が近いもの同士をクラスタ分けする機械学習も行っています。

この学習によって、AIは潜在意味解析という、会話を行っている人物が潜在的に興味を向けている話題を抽出することも可能です。

この解析の結果、これまでに見つかっていなかった新たな精神病リスクのある会話傾向が発見されました。

それは精神病を発症した人たちは、「声」「音」「聞こえる」「ささやき」といった種類の、主に聴覚に関係する話題に強い関心を寄せる傾向があるというものです。

こうした聴覚に関係する概念クラスタは、興味深いことに学習時に利用された会話サンプルの中には生じていませんでした。

この潜在意味解析の結果も踏まえ、意味密度の低さ、聴覚に関連する単語の利用頻度を含めてAIに会話を分析させた結果、精神病の検出率は90%以上になったのです。

おそらくこの結果は、幻聴のようなものに言及することが多いことが一因と考えられます。またちょっとした雑音に反応しやすいという傾向にもつながる可能性があります。

これまで明らかではなかった事実が、AIの分析によって発見されるというのは面白い結果です。

最近は大きな犯罪を犯す人物が、事前にネットへ書き込みしていたという事実も多く聞かれます。今回は学習段階で、掲示板の書き込みが利用されたということですが、もしかしたら、そのうち、掲示板の書き込みからAIが危険人物を判定して通報するという時代が来るのかもしれません。

https://nazology.net/archives/42830



引用元:http://ai.2ch.sc/test/read.cgi/newsplus/1564999499/
続きを読む

【AI】ルービックキューブを一瞬で解くことに深層強化学習アルゴリズムが成功

1: 一般国民 ★ 2019/07/17(水) 23:25:30.88 ID:CAP_USER

ルービックキューブを一瞬で解くことに深層強化学習アルゴリズムが成功
https://gigazine.net/news/20190717-rubiks-cube-solve-deepcubea/
2019/7/17 12時20分
GIGAZINE

【科学(学問)ニュース+】

(写真)by Olav Ahrens Røtne
no title


囲碁のトップ棋士に勝利したAI「AlphaGo」は、自らの進化形として生まれた「AlphaGo Zero」に、誕生からわずか30時間で超えられてしまいました。AlphaGoとAlphaGo Zeroの違いは、AlphaGo Zeroが人間の棋譜を参考にせず、自身による強化学習で鍛錬を重ねたという点にありました。これと同じように、カリフォルニア大学アーバイン校(UCI)が生み出した深層強化学習アルゴリズム「DeepCubeA」は、人間の手助けなく、ルービックキューブをほんの一瞬で解けるようになったそうです。

UCI researchers’ deep learning algorithm solves Rubik’s Cube faster than any human | UCI News | UCI
https://news.uci.edu/2019/07/15/uci-researchers-deep-learning-algorithm-solves-rubiks-cube-faster-than-any-human/
no title


Solving the Rubik’s cube with deep reinforcement learning and search | Nature Machine Intelligence
https://www.nature.com/articles/s42256-019-0070-z

6色のパネル9枚で構成された六面体の立体パズル・ルービックキューブは、慣れてくると50手程度で解くことができ、最短だと20手を切ることが可能です。

UCIのピエール・バルディ教授らは、このルービックキューブを「DeepCubeA」と呼ばれる深層強化学習アルゴリズムで攻略。事前に解法を与えたり、人間を手助けをしたりすることなく、2日間かけた自己学習の結果、解決率100%、うち60.3%の事例で最短の解き方を得ることに成功しました。解くのにかかる時間は「ほんの一瞬」だとのこと。

バルディ教授によると、「DeepCubeA」は解決戦略が人間の解き方と異なっており、そもそも推論形式が異なっていると考えられるとのこと。プロジェクトの究極の目標は次世代AIシステムの構築にあるとのことで、「今回のことは、大きな目標への一歩です」とバルディ教授は語っています。

なお、今回の事例は「自己学習で解法に到達した」という点がポイントの1つ。すでにコンピューターを用いた「ルービックキューブ早解き」は相当な速度に到達しており、2018年にはマサチューセッツ工科大学のベン・カッツ氏とジャレッド・ディ・カルロ氏がわずか0.38秒での攻略に成功しています。

世界最速の0.38秒でルービックキューブを解くマシンが登場、世界記録を大幅に塗り替える様子がムービーで公開中 - GIGAZINE
https://gigazine.net/news/20180308-rubiks-cube-solving-machine/

GIGAZINE



引用元:http://anago.2ch.sc/test/read.cgi/scienceplus/1563373530/
続きを読む

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

1: しじみ ★ 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。

 画像を生成するAIと画像を評価するAIを「敵対」させ、精度を向上させていく技術「GAN」(Generative Adversarial Network:敵対的生成ネットワーク)を利用し、大量の全身モデル画像を学習することで架空のモデル画像を生成している。

 同社は今後、広告やアパレル関連企業と実証実験を行い、バーチャルモデルとして運用するために必要な機能の開発を行っていくとしている。


【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
no title


https://www.itmedia.co.jp/news/articles/1905/10/news106.html



引用元:http://anago.2ch.sc/test/read.cgi/scienceplus/1557571936/続きを読む

【AI】「ディープラーニングは、原理的には単純な最小二乗法にすぎない」で物議 東大・松尾豊氏「深い関数の方が重要」

1: しじみ ★ 2019/02/20(水) 21:44:16.33 ID:CAP_USER

「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング=最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。

 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング(深層学習)は、原理的には単純な最小二乗法(誤差を最小にする近似計算の一手法)にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。
no title


 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差の2乗和を最小とするような係数を決定する方法。ディープラーニングに詳しい東京大学の松尾豊特任准教授は、2018年8月に登壇したイベントで、「ディープラーニングは最小二乗法のお化けのようなもの」「従来のマシンラーニングは(階層的に)『浅い』関数を使っていたが、ディープラーニングは『深い』関数を使っている」と説明していた。
no title


 松尾氏は2月20日、Twitterの公式アカウントで「小林慶一郎先生はよく議論させていただくので、少し責任を感じています」とツイート。ディープラーニングを簡潔に解説するため「深い関数を使った最小二乗法」という言葉を使ってきたが、「深い関数を使った」という説明がいつも抜け落ちてしまうと嘆く。


松尾 豊
@ymatsuo
しかし、いつも「深い関数を使った」というところが抜け落ちてしまいます。ディープラーニングはその名の通り「深い」ことを強調した学術用語であり、そのくらい深いことが重要ですが伝わらない。深い関数により表現力が革命的に上がり、アルゴリズム的な挙動も含め表現できるのは驚くべきことです。
https://twitter.com/ymatsuo/status/1098116029987713024

松尾 豊
@ymatsuo
「最小二乗法」は、損失関数を最小化することで、モデルのパラメータをデータから推定することを、一般の人がぎりぎり持っている(かもしれない)知識で言い換えたもので、大雑把ではありますが、それほど悪くない言い方だと思っています。深いことに比べるとそれほど重要ではありません。
https://twitter.com/ymatsuo/status/1098116143393386497

松尾 豊
@ymatsuo
いずれにしても、経営者や政治家の方を含め、多くの人に正しく理解してもらうのは大変難しいです。「最小二乗法」がこれだけ話題になるというのは、逆に言うと、多くの人がぎりぎり理解できる地点がそこらへんまでなのだということを示してもいて、なかなか絶望的ではあります。まだまだ道は長いです。
https://twitter.com/ymatsuo/status/1098116255737737216

松尾 豊
@ymatsuo
翻って、「深い関数」という意味や、それがもたらす可能性を、(専門家の人も含め)どれだけの人がちゃんと理解しているのかとは、常々疑問に思います。もちろん、AI全般、あるいは知能全般の議論と簡単に結びつけるのは良くないですが、非常に大きな広がりがある技術だと思っています。
https://twitter.com/ymatsuo/status/1098116360062722048


 続けて、「深い関数により表現力が革命的に上がり、アルゴリズム的な挙動も含め表現できるのは驚くべきこと」「『最小二乗法』は、損失関数を最小化することで、モデルのパラメータをデータから推定すること(略)深いことに比べるとそれほど重要ではありません」と投稿。経営者や政治家など、AIに詳しくない非エンジニアに正しく理解してもらうための解説は「大変難しい」と痛感しているようだ。Twitterでも同様に、AI技術について上司や同僚にどう解説すればいいかを嘆くエンジニアの声も見られた。

 松尾氏は「深い関数」の意味やそれがもたらす可能性について、今後も研究や啓もう活動を続けていくと発信した。

ITmedia NEWS
https://www.itmedia.co.jp/news/articles/1902/20/news141.html
https://twitter.com/5chan_nel (5ch newer account)



引用元:http://anago.2ch.sc/test/read.cgi/scienceplus/1550666656/続きを読む

2030年、日本の労働人口の49%が人工知能やロボットに代替される可能性

1: さやか ★ 2019/02/04(月) 07:27:48.54 ID:bIxagpTU9

あなたの職業はどこにありますか?

野村総合研究所が4年前、英オックスフォード大と共同研究した試算によると、2030年ごろ、日本の労働人口の49%が人工知能(AI)やロボットに代替される可能性があるという。601種の職業ごとに、自動化される確率をはじき出した。独立行政法人の労働政策研究・研修機構が「職務構造に関する研究」(12年)で報告している職業を対象にした。

最も置き換えられやすいのは電車の運転士――。自動化の確率は99・8%だった。決まった時間に決まったルートを運行するため、不測の事態が起きにくいと考えられるためだ。すでに東京臨海部を無人で走る新交通システム「ゆりかもめ」などの実例がある。

似たような職業として路線バスやタクシーの運転手が上位に入っている。いずれも各地で自動運転の実証実験や導入検討の動きがある。

▼続きはソースでご覧ください
https://www.asahi.com/articles/ASM147S6MM14ULFA027.html



引用元:http://ai.2ch.sc/test/read.cgi/newsplus/1549232868/続きを読む

【AI】ラーメンの写真からレンゲを消すAIを開発・・・電通大

1: 野良ハムスター ★ 2018/12/27(木) 13:34:40.29 ID:CAP_USER

料理人にとって1枚の皿は1枚のキャンバスである。彩りで食材のバランス、高低差でボリュームを表現するなど高いアート性が求められる。インターネット交流サイト(SNS)に投稿された写真は飲食店の売り上げを左右するため、一皿のアート性は崩さないでほしいところだ。

これは高級料理に限った話ではない。日本の国民食ラーメンも同様だ。そこで写真からレンゲを取り除く人工知能(AI)技術が開発された。

電気通信大学3年生の堀田大地さんは「レンゲを消すAIと加工画像であるか見破る鑑定AIを対立させ、鑑定AIが見破れなくなるまで学習させた」と説明する。

1万2000枚のデータを学習させ、一目ではレンゲが消えていると気が付かないラーメン画像を生成できた。データ加工や学習に2日、論文執筆に1日かけて国際学会に採択された。電通大の柳井啓司教授は「アイデア次第で国際学会に認められる時代になった」と振り返る。

AIはフェイク画像として社会問題の要因にもなるが、1杯のラーメンの美しさを際立たせることもできる。

no title

https://newswitch.jp/p/15824


43: ニュースソース検討中@自治議論スレ 2018/12/27(木) 14:28:35.53 ID:2g8vLp5H

         ,r '" ̄"'''丶,
        ./.゙゙゙゙゙   .l゙~゙゙゙゙ ヽ\
      . i´ ri⌒.'li、 .'⌒ヽ  'i::`i,
      .| ′ .゙゜  .゙゙゙″ .:::l::::::!
      |,   ,r'!ヾ・ ヽ,  .::::.|:::::::i  アイツはもう消した!
      .i,  ./,r──ヽ, :::::::i::::,r'
      ゙ヽ、  .ヾ!゙゙゙゙゙゙'''ヽ、_ノ
        `'''゙i ._____ l /ヽ
    /\ へ  ゙ヽ ___ノ’_/
    へ、   | ̄\ー フ ̄ |\ー
  / / ̄\ |  >| ̄|Σ |  |
  , ┤    |/|_/ ̄\_| \|
 |  \_/  ヽ
 |   __( ̄  |
 |   __) ~ノ
 人  __) ノ



引用元http://anago.2ch.sc/test/read.cgi/scienceplus/1545885280/続きを読む
最新記事
_
記事検索
相互RSS
連絡先
おすすめ理系学問入門書
大学学部生レベルの物理化学の名著。学んだアトキンスが何版かでマウントを取り合う人たちもいます。


基礎から丁寧に説明している量子力学。


遺伝子とは?種とは?を探究した名著。


数学とこの世界の生命との不思議な関係性を解き明かしています。

その他おすすめ書籍
これを読んで英語論文を書きました…
(理系英語論文の構文を学ぶなら、同じ分野のきちんとした英語論文の文章を参考にするのが一番良いとは思いますが、日本語思考と英語記述との橋渡しになりました。)



現代の世界情勢を理解するために最低限の世界史の知識は必須!