Research indicates that carbon dioxide removal plans will not be enough to meet Paris treaty goals

ディープラーニングはどのようにして生まれたのか?　低予算で自主的な研究グループによって育まれた世界最先端のAI技術 自動運転車やディープラーニングなど、第3次AIブームが世界的に勢いを増している。これら人工知能はどう実現され、そして世に出てきたのか? 今回のコラムではその開発から商用化へと至る経緯を詳しく紹介したい。 その理由は今後、日本でもディープラーニングのように画期的なAI技術を官民あげて自主開発しようとする動きが起きる公算が高く、その際の参考材料として欲しいからだ。 学際的な研究グループの結成 現在、日本でもブームを巻き起こしている「ディープラーニング」あるいは「ディープ・ニューラルネット」などと呼ばれる先端技術は、伝統的なAI（人工知能）である「ニューラルネット」の最新モデルだ。 1950年代に米国で研究開発が始まったニューラルネットは、「人間の脳の仕組みを（極めて単純化した形で

最近は人工知能分野の話題に事欠かないので、IT系に詳しくない人でも、Deep Learning がどうとか、人工知能がどうとかという話題を耳にすることが多いと思います。 猫も杓子も Deep Learning な世の中ですが、そもそも人工知能とか Deep Learning ってなんなんだっけ？ という疑問に答えられる人は多くないはずです。 今回は、広く浅く、人工知能と Deep Learning について書きます (この記事をご覧になればわかるように、人工知能 = Deep Learning では決して無いのですが、両者はよく並んで紹介されるので、ここでも同列に書いています)。 最初に結論 Deep Learning は(真の)人工知能ではない。なんでもかんでも人工知能って呼ばない。 「Deep Learning」、「人工知能」ともにバズワード*1になりつつあるので気をつけよう。 コンピ

The National Democratic Alliance (NDA) has emerged victorious in India’s 2024 general election, but with a smaller majority compared to 2019. According to post-election analysis by Goldman Sachs, JP Morgan,… The tech layoff wave is still going strong in 2024. Following significant workforce reductions in 2022 and 2023, this year has already seen 60,000 job cuts across 254 companies, according to i

藤井　『Gene Mapper』のセルフパブリッシングでデビューした藤井太洋です。「Gene Mapper」を出版したのは2012年の7月でして、まだ丸3年も経っていない若手作家です。 光栄なことに、長編2作目の「オービタル・クラウド」で日本SF大賞を受賞することになりまして、大変うれしく思っております。どうぞよろしく。 長谷　長谷敏司です。デビューは2001年12月で、2009年ぐらいからSFの仕事をするようになりました。いまはライトノベルとSFで二足のわらじを履いています。本日はよろしくお願いします。 藤井　長谷さんは作家デビュー後、すぐに専業作家になられたんですか？ 長谷　もともと病気持ちだったこともあって、職に就いてなかったので、デビュー後はそのまま専業作家になりました。 1作1作自分のできることを広げていこうと考えながら書いてはいるんですけど、藤井さんみたいに1作ごとに読者層を広

CTRL+Xでカット、CTRL+Vでペースト。 ショートカットキーの使い方を覚えると、パソコンの達人になったような気分になりますよね。 しかし、実際にはショートカットキーを使用すると、マウスでメニューから「編集」「ペースト」を選ぶよりも平均2秒も遅いのです。 「そんなバカな」 と思いますよね。 しかし、これはTogことブルース・トグナッツィーニがAppleでMacintoshの開発を担当した際に行った膨大な実験の結果、解ったことなのだそうです。 これはTogのWebページでも詳しく紹介されています。 しかし2秒とはとても信じられません。 むしろ逆のようにさえ感じます。 しかしTogの主張によれば、我々ユーザはショートカットキーを選ぶのに2秒かかっているものの、ショートカットにたどり着くまでの時間を喪失している、つまりプチ記憶喪失状態になっているというのです。 こんな不思議な話が、慶應

人工知能を使い、試験で他人の答案をのぞき見するなどのカンニングを検出する技術を、京都大などのグループが開発した。これまで教員の経験に頼っていた手法を取り込み、高い精度で自動的に見つけ出せるという。 日本物理学会の月刊誌電子版で発表した。京都大の大関真之助教（システム構成論）らは、「機械学習」と呼ばれる人工知能の技術を使い、試験を受ける人の過去の成績と、試験問題の難易度、クラスメートの回答の重なり具合などを計算するプログラムを作った。カンニングの疑いが低い人を順番に除外して、疑わざるを得ない人を特定する。 ３０人のクラスで１割が互いに回答をのぞき見するという設定で計算したところ、カンニングした全てのペアを特定できたという。大関さんは「従来の手法は『決めつけ』の恐れがあったが、この技術では回避できる」と話している。（阿部彰芳）

NHKスペシャル 医療ビッグデータ 患者を救う大革命 膨大なデータが医療を変える 世界中からセンサーのデータを集め、これまで救えなかった命を救う新システム。患者たちの大量の情報を分析して、入院期間の削減につなげている病院。 これまでの技術では扱うことのできなかった膨大なデータの固まり＝ビッグデータが、今、医療の世界の常識を次々に覆しています。ビッグデータがもたらす人類の新たな可能性に迫ります。 病気を「予知」 命を守れ アメリカでは、いま新生児集中治療室に入院する赤ちゃんの感染症をビッグデータから「予知」するシステムの開発が進んでいます。早産などにより免疫力が弱い赤ちゃんにとって、感染症は命の危機につながる大きなリスク。しかしこれまでの医療では、感染が進行するまで検査などで発見することが難しく治療の壁になっていました。そこで研究チームは心電図や呼吸モニターなどが生み出す赤ちゃんの全データを

半年前くらいに書いた草稿が、投稿されずに残ってたのでちゃんと書きました。 最近、人工知能という言葉がまた流行しているような印象を受けます。 ブームということの本質は2つ有ると思っています。 1つは学術会で、最近良い成果が立て続けに出てきたという側面です。 もう一つは、それに呼応して大きな会社、特にIBMやGoogle、Facebookといった大きなコンピュータ系、インターネット関連企業が力を入れていることが大々的に報道されたことです。 両者はもちろん関係していて、いくつか技術的ブレークスルーがあって、それが企業の投資を呼んでいる、それと呼応するように学術的な成果が企業からでているという、正のスパイラルが生まれている様に見えます。 こうした流れをいち早くとらえた新書として、「クラウドからAIへ」という本があったので読んでみたのですが、一般のビジネスマンを意識して、歴史、現在、未来について大局

岐阜薬科大学の研究グループが、スマートフォンなどの画面から出る青い光＝ブルーライトが、目の細胞を死滅させる仕組みを、マウスを使った実験で解明したと発表し、ブルーライトの影響を防ぐ今後の対策に役立つことが期待されています。 岐阜薬科大学の原英彰教授などの研究グループが発表しました。 研究では、スマートフォンの画面などに使われるＬＥＤ＝発光ダイオードから出る青・緑・白の３色の光を６時間ずつマウスの目の細胞にあてたところ、緑の光をあてた細胞はあまり変化がなかった一方、白は約７０％、青は約８０％の細胞が死滅したということです。 また、これらの細胞を詳しく調べると、老化を進める活性酸素が、緑の光を当てた細胞で、通常の、１．５倍に増加したほか、白が２倍、青が３倍に増えたということです。 ブルーライトは、これまでも目の機能を低下させると指摘されていましたが、研究グループはブルーライトが活性酸素を急激に増

書泉ブックタワーで，とてもよさげな本を見つけたので，買ってきて読んでみました。 「入門 コンピュータ科学 ITを支える技術と理論の基礎知識」という本で，アメリカのハーバード大学やUCBなどの多くの大学で採用されている教科書の翻訳書です。 内容的には，情報処理技術者試験の範囲で言うとテクノロジ系の全分野をカバーしている基本書です。 アルゴリズムやOS，データベースやネットワーク，セキュリティ，ソフトウェア工学など，広くいろいろな分野について，考え方を中心に解説しています。 この本は今年（2014年）2月に発行された本で，内容が類書に比べて比較的新しいのも特徴です。 チューリングマシンなどの基本に加えて，人工知能やコンピュータグラフィックスなどの新しめの分野についてもいろいろ触れられていますので，中級者以上の方でも，いろいろ学ぶことはあると思います。 大型本で600ページ以上あり，なおかつ文字

こんにちは，落合です．いまシアトルのMicrosoft Researchで研究しています． のぐたくとアメリカにいったら日常的な話もブログ更新するって約束したので，思い立ったので書いてみます．研究まとめ以外もよろしくね．思ったことをちょろちょろ書こうと思うのです． そして，いかにも挑発的なタイトルでごめんなさい． 僕は永久に勝てないとは思ってませんが，少なくとも今のままじゃアカデミックもビジネスサイドも太刀打ち出来ないんじゃないかなと思います． 僕は日本文化が好きです．日本文化が好きだから，研究とかコンピュータカルチャーに関わる面では日本人にも頑張ってほしいと思っています． あと，専門外のところほとんどわかんないので，触れません．でも，僕ダメなところだけあげつらうのは嫌いなので，つたないながら，しっかり改善点も書こうと思います．よろしくお願いします． さて，今回の要点をまとめると，日本の