ディープラーニング技術などを手掛ける企業や研究者が中心となり、同技術の推進団体「日本ディープラーニング協会(JDLA:Japan Deep Learning Association)」が発足した。理事長は東京大学大学院工学系研究科 特任准教授の松尾豊氏。ディープラーニング技術の人材不足解消や産業界での活用促進などを目指す。
2014年の機械学習界隈で話題となったのが米グーグルの DeepMindが発表した「Neural Turing Machine(NTM)」1)である。NTMは、人間が問題に合わせてプログラムを逐一記述しなくとも、例示からの学習によって小規模なアルゴリズムを自己獲得する技術だ。ニューラルネットワークの技術を基にしている。連載の第1回では、なぜNTMが注目されたのかについて背景を説明する。 NTMは現時点では入力のデータ量が小さく、人が書けるようなアルゴリズムで解ける問題しか扱えていない。しかし今後は、人にすら書くことが不可能な複雑なアルゴリズムを学習できる可能性がある。例えば、ロボットや自動運転システムで複数のセンサを用いて複数のアクチュエータを制御するアルゴリズムを学習ベースで実現できる可能性がある。 記憶の仕組みが欠けていた ニューラルネット 人間がプログラムで記述するような複雑なアルゴ
米Google社傘下で、囲碁を打つ人工知能「AlphaGo」を開発した英Google DeepMind社と米Stanford Universityの研究者は、人間などの脳の解剖学的知見を基にした学習と記憶のモデルを共同で提案したと、学術誌「Cell」などを出版する米Cell Press社が発表した。論文もCell誌の「Trends in Cognitive Science」で無料公開された。AlphaGoのような特定用途の人工知能を、人間に近い汎用人工知能(Artificial General Intelligence:AGI)に近づける試みの1つといえる。 論文の著者は3人。筆頭著者は、DeepMind社のDharshan Kumaran氏。同氏は英University of College London、Institute of Cognitive Neuroscienceの研究者でも
「(ディープラーニングによって)音声認識の精度が99%に達すれば、音声インターフェースに変革をもたらす“ゲームチェンジャー”になる」―――。 2015年3月17日から米国で開催中のGPU関連の開発者会議「GTC 2015」の基調講演に登壇したAndrew Ng氏は、ディープラーニング(深層学習)の可能性について言及した(図1)。同氏はディープラーニング分野の著名な研究者で、中国の大手IT企業Baidu社のChief Scientistでもある。Ng氏は、ディープラーニングによって飛躍的に精度が向上したBaidu社の音声認識技術や画像認識技術をアピールした。 ディープラーニングを利用することから、Baidu社は同社の音声認識技術を「Deep Speech」と呼ぶ。同技術では、音声のような時系列的に並んだデータの解析に向く「RNN(recurrent neural network:再帰的ニュー
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