Google「DeepMind」、コンピュータが人型ベースでB地点にたどり着く最善の方法(柔軟な動き)を独学で生成する強化学習を用いたアプローチを提案した論文を発表 2017-07-11 GoogleのAIを研究する子会社「DeepMind」は、強化学習で人型含めシミュレートされた環境の中で複雑で柔軟な動きを生成するアプローチを提案した論文を公開しました。 Emergence of Locomotion Behaviours in Rich Environments(PDF) これら動きは、コンピュータが独学で最善の方法として考案した行動です。 研究者は、エージェントに動きのセットと前進するインセンティブを与え、AからB地点にたどり着く最善の方法を生み出すための強化学習を仕込みます。 コンピュータは、今ある動作を使って試行錯誤を繰り返し、さまざまな動き方を思いつく中で次々と最善へ近づけてい
Googleは、糖尿病の合併症として発症する糖尿病網膜症(Diabetic Retinopathy:DR)を網膜写真から見つけるための、ディープラーニング(深層学習)用アルゴリズムを開発した。このアルゴリズムを使ったところ、眼科医と同程度の精度で糖尿病網膜症の兆候を発見することができたという。 糖尿病網膜症は、糖尿病にともなって起きる合併症の一つ。早期発見できれば治療可能だが、進行すると回復不可能な失明に至る恐ろしい病気である。 見つける方法は、医師が網膜の写真を調べて診断することが一般的。しかし、専門的な訓練が必要で、十分な診断技術を持つ医師は世界的に不足しているという。そこでGoogleは、マシンラーニング(機械学習)技術やコンピュータ画像処理といった技術が役立つと考え、インドおよび米国の医師と共同で研究に取り組んだ。 まず、糖尿病網膜症の発現データセットを12万8000個の画像で用意
米Googleは7月20日(現地時間)、同じAlphabet傘下の人工知能企業DeepMindのディープラーニング技術により、データセンターの冷却のための電力を40%削減することに成功したと発表した。 Googleはこれまでもデータセンターの省電力化に努めており、「われわれのデータセンターがかなり高度であることを考えれば、これは驚異的なステップだ」という。 データセンターを取り巻く環境は各センターで大きく異るため、1つのデータセンターで構築した省エネシステムを他に応用することは難しい。だが、ディープラーニングであれば、応用できる。 DeepMindのチームはデータセンターのセンサーを通じて蓄積された膨大なデータ(気温、動力、ポンプの速度、セットポイントなど)を使ってニューラルネットワークを訓練し、システムを構築した。 このシステムを実際のデータセンターに設置したところ、以下のグラフのような
by włodi 「100年以内に人工知能(AI)は人間を超える」と考えている研究者は多く、人工知能の危険性が主張されることも多くなってきました。Googleがオックスフォード大学のFuture of Humanity Instituteと提携してAIの潜在的な危険性について研究している中、Future of Humanity InstituteとGoogleの人工知能開発企業・DeepMindは新たな論文で「人間の手によってAIを停止させる仕組み」の必要性を主張しています。 Safely Interruptible Agents (PDFファイル)http://intelligence.org/files/Interruptibility.pdf DeepMind develops 'big red button' to stop dangerous AIs causing harm -
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く