Google DeepMind共同創設者のデミス・ハサビス氏らがノーベル化学賞を受賞、「AlphaFold」などタンパク質構造予測AIの研究が高く評価される
by George Gillams スウェーデン王立科学アカデミーが、ワシントン大学のデビッド・ベイカー教授、Google DeepMindの創設者であるデミス・ハサビス氏とシニア・リサーチ研究者のジョン・M・ジャンパー氏に2024年度のノーベル化学賞を授与すると発表しました。授与理由は「計算によるタンパク質設計・タンパク質構造予測に対して」で、大規模な計算によるタンパク質設計や構造解析、AIによるタンパク質構造の予測が評価されました。 Press release: The Nobel Prize in Chemistry 2024 - NobelPrize.org https://www.nobelprize.org/prizes/chemistry/2024/press-release/ BREAKING NEWS The Royal Swedish Academy of Scienc
米OpenAI「公表しないで……」 ブラックボックスであるLLMの中身を“盗む”攻撃 米Googleらが発表
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: ＠shiropen2 米Google DeepMindなどに所属する研究者らが発表した論文「Stealing Part of a Production Language Model」は、米OpenAIのGPT-4や米GoogleのPaLM-2などのクローズドな大規模言語モデル（LLM）から、モデルの一部を盗み出す攻撃を提案した研究報告である。言語モデルのAPIへのクエリを通じて、低コストでモデルの内部構造に関する情報を抽出することに成功した。 GPT-4やPaLM-2などの最先端AIモデルは、APIを通じて一般ユーザーに提供されているが、内部構造や学習に使用され
AIが数学オリンピックの難問証明 ひらめき獲得 数学者「ついに」：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
電撃発表、グーグルが｢全力開発｣した生成AI｢Gemini｣の全貌…ChatGPT超えするか
｢生成AIイヤー｣とも言える2023年も終わりに近づいてきたが、ここにきてグーグルがさらに新しい技術を投入すると発表した。 グーグルは12月7日（日本時間）、生成AI向けの新しい大規模言語モデル｢Gemini（ジェミニ）｣を発表した。 自社のチャットAI｢Bard｣はもちろん、｢Pixel 8 Pro｣をはじめとしたAndroidスマートフォンへの組み込みも進める。 グーグルのスンダー・ピチャイCEOはリリースの中で、Geminiをこう表現する。 ｢賢いソフトウェアというよりも、より便利で直感的な、相談できる専門家または仲間のように感じられるようになる｣ グーグルが本気で取り組んだGeminiとは、どんな存在なのだろうか。
DeepMind、AIで人間考案のものより優秀なソートアルゴリズムを発見 最大70％高速化
米Google傘下のAI企業Google DeepMindは6月7日（現地時間）、アルゴリズムを開発するAI「AlphaDev」が、人間が考えたものより高速なソートアルゴリズムを発見したと発表した。 ソートアルゴリズムは、入力されたデータを一定のルールに基づいて並べ替えるもの。ネット検索結果の並べ替えやランキング制作などIT技術の根幹を担う技術の一つ。今回AlphaDevが考案したアルゴリズムは既存のものに比べて、少量のデータなら最大70％、数十万規模の大量のデータなら約1.7％速く処理できた。 DeepMindはAlphaDevに新しいアルゴリズムを発見させるため、ソートの作業を「組み立てゲーム」としてプレイさせた。「正確にソートできる」「既存のアルゴリズムより高速である」という2点を満たせばクリアとした。 関連記事 OpenAIやDeepMindのCEOやトップ研究者ら、「AIによる人
マスク氏ら、ＡＩ開発の一時停止訴え 「社会にリスク」
[２９日 ロイター] - 米実業家イーロン・マスク氏や人工知能（ＡＩ）専門家、業界幹部らは公開書簡で、ＡＩシステムの開発を６カ月間停止するよう呼びかけた。社会にリスクをもたらす可能性があるとして、まずは安全性に関する共通規範を確立する必要があると訴えた。 オープンＡＩが開発したＡＩ対話ソフト「チャットＧＰＴ」の最新版言語モデル「ＧＰＴ─４」に言及し、これを上回るシステムを開発停止の対象にすべきとした。 公開書簡は非営利団体「フューチャー・オブ・ライフ・インスティチュート（ＦＬＩ）」が発表。マスク氏や米アルファベット傘下ディープマインドの研究者、英スタビリティーＡＩのエマド・モスタク最高経営責任者（ＣＥＯ）、ＡＩの大家であるヨシュア・ベンジオ氏やスチュワート・ラッセル氏など１０００人以上が署名している。
最強将棋AIが新境地へ、DeepMindのAI「AlphaTensor」が50年以上停滞していた行列乗算アルゴリズムの改良に成功
囲碁世界チャンピオンを打ち負かしたDeepMind製のAI「AlphaGo」は度重なる機能強化によってチェスや将棋などあらゆるボードゲームへの対応を果たしました。新たに、AlphaGoの系譜を受け継ぐAI「AlphaTensor」が「行列の積を計算する最適な方法を求めるゲーム」に挑み、行列の積を計算する未発見のアルゴリズムを導き出すことに成功しました。 Discovering faster matrix multiplication algorithms with reinforcement learning | Nature https://doi.org/10.1038/s41586-022-05172-4 Discovering novel algorithms with AlphaTensor https://www.deepmind.com/blog/discovering-no
AIで数学の新たな定理発見 英DeepMindと数学者がNatureに共同論文
新たな数学の定理の発見や、未証明の予想の解決にAIが役立つ──そんな研究結果を、囲碁AI「AlphaGo」などで知られる英DeepMindが発表した。順列に関する新しい定理を発見した他、ひもの結び目を数学的に研究する「結び目理論」についても、異なる数学の分野をつなぐ、予想していなかった関係性を見つけたという。 DeepMindは、豪シドニー大学と英オックスフォード大学の数学者とともに数学研究を支援するための機械学習フレームワークを構築。これまでも数学者は、研究対象を調べるためにコンピュータを使い、さまざまなパターンを生成することで発見に役立ててきたが、そのパターンの意義は数学者自身が考察してきた。しかし、研究対象によっては何千もの次元があることから、人間による考察も限界があった。 今回開発したアルゴリズムは、こうしたパターンを検索する他、教師あり学習を基にその意味を理解しようと試みるという
韓国トップの囲碁棋士引退「努力してもＡＩには勝てない」 | NHKニュース
ＡＩ＝人工知能を活用した囲碁のコンピュータープログラムと対局して１勝を挙げた韓国のトップ棋士が引退を表明し、引退の理由について、「ＡＩが登場したことで、どんなに努力してもトップになれないことが分かった」と語りました。 イ九段はこの中で、引退の理由について、「ＡＩが登場したことで、どんなに努力してもトップになれないことが分かった。決して敗れない存在がある」と語り、囲碁のＡＩに勝てないことを引退の理由に挙げました。 国際的なタイトルを数多く持つイ九段は、2016年、ＩＴ大手グーグルの傘下にある企業が開発した囲碁のＡＩ、「ＡｌｐｈａＧｏ」と５番勝負の対局を行い、４敗を喫しながらも１勝を挙げましたが、これ以降、ＡｌｐｈａＧｏに勝った棋士はいません。 将棋やチェスに比べて、対局のパターンが多い囲碁では、ＡＩが人間に勝つのは難しいとされていましたが、ディープラーニングの手法によって飛躍的に進化し、ＡＩ
AlphaGoの衝撃再び — タンパク質構造予測でAlphaFoldが今までのモデルに圧勝｜Zhubo.JP
原文記事: [阿尔法狗再下一城 | 蛋白结构预测AlphaFold大胜传统人类模型] (2018/12/03公開) 「研究したいタンパク質があるのだが、その構造と機能がわからない」 — これは分子細胞生物学の研究者が日々直面する最大の難題の一つである*a。アミノ酸配列測定技術が発展する中で、多くのタンパク質の配列がハイスループット*1に解析されているが、この配列決定の段階から実際に3次元構造を決定するまでの間には、未だに大きな距離がある。 生物の基本単位が細胞だとして、細胞の基本的な機能単位こそが、複雑多岐なタンパク質の1つ1つである。そしてまさにタンパク質の機能の本質を決定しているのが、タンパク質の構造である。タンパク質の機能を研究したり、それをターゲットとする薬剤を開発したいというとき、タンパク質の構造はとても重要な要素の一つになる。だからこそ、生物学には、構造生物学という学問領域まで
囲碁王者を倒したAlphaGoをゼロから始めて30時間で打ち負かす「AlphaZero」、将棋・チェスの最強ソフトもサクッと制圧
囲碁の世界チャンピオンを打ち負かしたソフト「AlphaGo」が正常進化して、「AlphaZero」が誕生しました。人間による手助けを一切必要としないAlphaZeroは、ルールしか知らない状態から自己教育することで、たった30時間でAlphaGoを完膚なきまでに打ち負かす強さに成長可能。囲碁だけでなく、数十時間の独学でチェス・将棋でも、既存の最強ソフトを圧倒する強さへと進化できます。 AlphaZero: Shedding new light on the grand games of chess, shogi and Go | DeepMind https://deepmind.com/blog/alphazero-shedding-new-light-grand-games-chess-shogi-and-go/ 囲碁チャンピオンを打ち負かしたソフト「AlphaGo」は、自分で自分を鍛
5年後｢高学歴大量失業時代｣がやってくる？
コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕
Engadget | Technology News & Reviews
How to watch Polaris Dawn astronauts attempt the first commercial spacewalk
Alpha Zeroの衝撃と技術的失業｜山本一成🚗TURING
2016年、Google DeepMind社から恐ろしい論文が出された、AlphaGoその名を冠した囲碁プログラムが既存の囲碁ソフトに勝率99％を叩き出したのだ。AlphaGoは強化学習とDeep Learningを組み合わせた囲碁プログラムで、その年に最強の囲碁棋士の一人である李世ドルさんに4勝1負で勝利した。その後も進歩を続けて今のAlphaGoの強さは人類が体感できるレベルを超えるほど強くなったと予想される。 2017年も終わりのころ、Google DeepMind社からまた途方もない論文が発表された。囲碁とほぼ同じ手法で最強レベルのチェスや将棋プログラムを超えたということだった。実際のところ正確に超えたのかどうかちょっとだけ疑問もあるのだが、まず前提として彼らの新手法が途方もない成果をあげたこと素直に祝福したい。彼らは自分たちのプログラムをAlpha Zeroと名付けた。 コンピュ
Googleが最強のチェス・将棋AI「AlphaZero」を発表 わずか24時間の自己学習で最強AIを上回る
世界最強の囲碁AI「AlphaGo Zero」を開発したDeepMind（Google関連会社）が、チェスと将棋のAIに関する論文を発表しました。AlphaGo Zeroと同様の手法を使い、24時間で既存の最強AIを超える実力に至ったとのこと。 AlphaGoは2017年5月、世界トップ棋士である中国の柯潔（かけつ）九段に3戦全勝した囲碁AI。もともと人間同士の棋譜（対局データ）を学習させていましたが、進化したAlphaGo Zeroでは人間の棋譜を用いず、AIによる自己対戦のみで強くする「強化学習」が用いられました。 「AlphaGo」に敗れた最強棋士の柯潔九段 Googleの囲碁AI「AlphaGo」が19歳の最強棋士に全勝 囲碁AI「AlphaGo」が進化した「AlphaGo Zero」開発 自己との対局で学習し強く 今回の論文では、AlphaGo Zeroで用いられた手法を「Alp
[1712.01815] Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm
The game of chess is the most widely-studied domain in the history of artificial intelligence. The strongest programs are based on a combination of sophisticated search techniques, domain-specific adaptations, and handcrafted evaluation functions that have been refined by human experts over several decades. In contrast, the AlphaGo Zero program recently achieved superhuman performance in the game
AlphaGo Zeroの論文の要約 : ブログ
AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記
Google、AIチップ「TPU」はGPUより30倍速い
米Googleは4月5日（現地時間）、AlphaGoや様々なサービスで利用しているオリジナルプロセッサ「TPU（Tensor Processing Unit）」についての論文（リンク先はPDF）を発表し、その性能について説明した。 Googleは現在はTPUを、主に人工知能の推論（学習済みモデルを使う）フェーズで使っているという。そのAIワークロードでは、TPUはGPUやCPUよりも15～30倍高速で、30～80倍エネルギー効率が高いとしている。 なお、ここで比較しているCPUは米IntelのHaswell世代の「Xeon E5-2699 v3」、GPUは米NVIDIAの「Tesla K80」で、いずれも実際にGoogleのデータセンターで稼働しているものだ。 Googleは約15年前から各種サービスで機械学習を採用している。6年前にはディープラーニングの採用を開始し、その処理には膨大なコ
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
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
囲碁AI「AlphaGO」の次世代版は、自己対局で「最強」を超えた──その進化の本質と、グーグルの野望
野狐囲碁 on Twitter: "AlphaGo Zero はゼロから学習し→3時間までは初心者→10時間に基本定石を発見→16時間に小ナダレ定石を学習→19時間で死活、厚みと地の概念を学習→24時間に小目の定石を学習→36時間に星の定石を学習→55時間に人類の理… https://t.co/12EAlIEFCF"
