Research indicates that carbon dioxide removal plans will not be enough to meet Paris treaty goals
昨日発表されたiPhone X(テン)のA11 Bionicチップには、強力なニューラルエンジンが搭載されており、毎秒最大6,000億の演算処理ができるといいます。 ニューラルエンジンとは? ニューラルエンジンとは、Appleの3D顔認証技術であるFace IDや、絵文字を自分の表情に合わせてカスタマイズできるアニ文字などの機能を可能にする、機械学習アルゴリズム実行の要(かなめ)となるプロセッシングコアのことです。 iPhone Xに搭載されているA11 Bionicチップは、ソフトバンク傘下であるARMの半導体設計技術を基にデザインされました。ARMは人工知能(AI)に特化した次世代チップアーキテクチャを今年発表したことで知られています。 AIはクラウドからデバイスへ モバイル端末上でのAIは、その計算量の多さから、これまでクラウドでまかなわれることが通例でした。クラウドを使用することで
米Appleが、機械学習などの人工知能(AI)関連の研究について報告する「Apple Machine Learning Journal」を開設した。最初の記事は7月7日(現地時間)に公開された「Improving the Realism of Synthetic Images」(合成画像のリアルさを強化する)。 1日に投稿された歓迎メッセージによると、このWebサイトでは「Appleのエンジニアが書いた、世界中の数百万人の人々のための革新的な製品を支援する機械学習技術を使った研究成果について読める」という。 第一弾の記事(論文)は、学習データ不要の画像ベースの機械学習システムに関するもので、機械学習に従事する研究者や開発者に役立ちそうな情報が盛り込まれている。 Appleとしては非常に珍しいことに、専用のメールアドレスへの記事に対するフィードバックを積極的に求めている。また、Webページの
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
Microsoftが、「Raspberry Pi」などの開発ボード向けに機械学習モデルを提供する「Embedded Learning Library」(ELL)をリリースした。 GitHubに公開されたELLの初期プレビュー版は、クラウドに接続しない機器に搭載される低性能のプロセッサ向けに、機械学習ソフトウェアを小型化するMicrosoftの取り組みの一環だ。 Microsoftがブログ記事で説明するように、Microsoft Researchラボのチームは現在、機械学習モデルの圧縮に取り組んでおり、パンくずほどの大きさしかないARM製プロセッサ「Cortex-M0」での稼働を実現させようとしている。 その目的は、脳インプラントなど、インターネットに接続されない機器向けに機械学習を推進することだ。Microsoftが「iPhone」向けカメラアプリ「Microsoft Pix」に導入した新
2時間20分、米Appleの開発者カンファレンスWWDC 2017 (6月5日~9日)において、5日に行われた基調講演の長さである。それを飽きさせることなく見せたのもスゴかったが、過去最長規模の長さでも全体的に駆け足だった。元々入れたかった内容を全て入れたら3時間半になったそうで、目標の2時間を目指して詰めた結果が2時間20分である。だから、見ていてもう少し説明が欲しいと思うところもたくさんあった。 でも、WWDCにおいて同社のエグゼクティブが公で話すのは基調講演だけではない。WWDCに合わせてブログ「Daring Fireball」を運営するJohn Gruber氏のポッドキャスト「The Talk Show」のライブショーが行われており、一昨年からPhil Schiller氏 (ワールドワイドマーケティング担当シニアバイスプレジデント)が、そして昨年にCraig Federighi氏
AppleがWWDC 17で発表し、開発者向けに提供している人工知能の機械学習モデル「Core ML」は、画像に映っているものを非常に高い精度で識別する能力を持ちます。ただし、初代Mac Proのことは知らないようです。 対象を次々と正確に認識するCoreML 開発者のポール・ハダッド氏は、iPhoneのカメラで捕えた映像を「CoreML」が認識する様子を、iOS11の新機能スクリーンレコーディングで撮影し、公開しています。 ドライバーやパソコンのキーボード、段ボール箱を瞬時に正しく認識し、かなり高い精度で認識しています。 しかし、2台並んだ初代Mac Proが「スピーカー」と認識されます。 角度を変えてみると、今度は「スペースヒーター(暖房器具)」と認識しています。 こちらが、ハダッド氏によるスクリーンレコーディングの動画です。 I wasn’t joking either just g
国際電気通信基礎技術研究所(ATR)は5月31日、店舗で接客するロボットに、現場の店員が直接仕事を教えることができる「見よう見まね技術」を開発したと発表した。 卸売業、小売業、サービス業などでは、ロボットの普及により、店員の代わりに接客・宣伝することが現実的になってきたものの、ロボットが実際に働くためには、現場での多くの常識的な振る舞いが必要となる。こうした振る舞いを現場から聞き取り、ロボットのソフト開発者がプログラミングするフローでは、現場と開発者のやり取りが難しく、開発コストもかさむため、ロボット導入の妨げになっているという。 こうした背景から、現場の店員がロボットに直接仕事を教えることができる技術として開発した。ロボットにして欲しい仕事を、店舗でロボットに対して実演することで、ロボットは、動きを計測するセンサやマイクを使い、来店者に対する店員の位置、動き、発話内容、声かけのタイミング
Googleは現地時間5月17日、Googleフォトに、写真を共有するための新機能3つを追加すると発表しました。人工知能(AI)を駆使し、写真の共有相手を自動提案する機能とともに、印刷する写真集の作成サービスも開始されています。 人工知能が写真を解析、共有先を自動で提案! Googleによると、Googleフォトは2015年5月のサービス提供開始から2年間で5億人以上のユーザーが毎月利用し、毎日12億点の写真やビデオがバックアップされているそうです。 Googleが発表したGoogleフォトの新機能のひとつが、AIが写真を共有する相手を自動で提案する「おすすめ共有(Suggested Sharing)」です。 これは、写真がGoogleフォトに取り込まれると、AIが写真の内容を解析し、共有する相手先として「妻」「両親」「友人」などを提案します。機械学習により、使えば使うほど提案の精度が向上
Googleが2015年11月に公開したオープンソースの機械学習ライブラリ「TensorFlow」。公開以来、多くの企業で導入され、現場の問題解決に活用されています。「Developers Summit 2017」で行われた、グーグル株式会社 佐藤一憲氏のセッションでは、TensorFlowがもたらす「機械学習の民主化」を、デモと実際の導入事例を通じて体感することができました。本記事ではその内容についてレポートします。 ニューラルネットワークとディープラーニング 現在ブームとなっているAIの中でも、ディープラーニングやニューラルネットワークなどはコアな技術とされています。とは言え「誰もがみんな使っている、という状況にはなっていない」と佐藤氏は現状を分析。「実運用を行っていくにはまだ多くの課題がある。それらの解決方法について紹介していきたい」と続けました。 グーグル株式会社 Google C
4月10日の日経ITproの記事「 AIベンチャーの雄が総務省の開発指針に反対する理由」で、総務省主導で推進されているAIネットワーク社会推進会議とその開発原則分科会からPFNが離脱したことを、取り上げていただきました。私とのとりとめのないインタビューを適切にまとめてくださった日経ITpro浅川記者に深く感謝いたします。また、その記事に対して、はてなブックマーク、NewsPicks、FacebookなどのSNSを通して多くのコメントを下さった方にも感謝の意を表します。ありがとうございます。離脱の理由は記事にある通りですが、総務省の方々も私達の立場を真摯に受け止めてくださっていて、実りのある議論を続けてくださっています。その上で、今後の議論を深めるために、いくつかの点について補足したいと思います。 汎用人工知能と特化型人工知能 現在、人工知能という言葉は大雑把には、 汎用人工知能(「強い」人
人工知能(AI)の開発者が研究開発に当たって留意すべき原則「AI開発ガイドライン(仮称)」の素案を策定するため総務省が設置した産官学会議から、AIスタートアップのPreferred Networks(PFN)が離脱していたことが明らかになった。 Preferred Networksは深層学習(ディープラーニング)開発のスタートアップ企業で、深層学習フレームワーク「Chainer」の開発元としても知られる。 総務省 情報通信政策研究所は、同ガイドライン素案策定のための産官学会議「AIネットワーク社会推進会議」を主催している。2016年12月には、素案策定に向けた論点整理を公開した。 この素案は、日本政府がOECD(経済協力開発機構)などに提案することを目的に策定するもので、「日本の法制度に直接反映させることを想定したものではない」(同研究所)という。 だがこの方針に対し、2017年1月まで同
ソフトバンク傘下のARM、人工知能に特化した次世代チップ「DynamIQ」を発表! 2017 3/22 ソフトバンク傘下の半導体設計企業ARMが、次世代チップ「DynamIQ」を発表しました。人工知能や機械学習に特化し、高速処理が可能です。 人工知能や機械学習向け「DynamIQ」 「DynamIQ」は、モバイルをはじめ、自動運転などで活用の進む、複雑な演算が求められる人工知能にパフォーマンスを最適化し、3年から5年以内に従来比最大50倍の高速処理を実現する、とARMは発表しています。 また、最大8つのマルチコアを、「1+3」や「1+7」のように柔軟に動作させ、必要に応じた処理速度の調整が可能です。 iPhoneに使われているARMチップ ARMの半導体設計技術は、iPhoneに搭載されているAシリーズチップにも活用されています。 昨年10月には、masOS Sierraのコードから、次世
Googleは2017年内に、超小型コンピュータ「Raspberry Pi」向けに人工知能(AI)と機械学習ツールを提供する計画だ。 Raspberry Pi財団は、「2017年にはGoogleが颯爽と登場する予定だ。同社は開発者コミュニティーに対して素晴らしい計画を用意している」と発表した。 同財団によると、広告からクラウドコンピューティングまで幅広く手掛けるGoogleは、2017年に一連のスマートなツールを提供する予定だという。「Googleの一連のAIおよび機械学習技術によって、開発者はこれまで以上に強力なプロジェクトを構築できるようになるだろう」(同財団)。 Googleは、機械学習、モノのインターネット(IoT)、ウェアラブル、ロボティクス、ホームオートメーションといった多様な分野のツールを開発している。どのようなツールを提供すべきかを把握するため、Raspberry Piの愛
米Appleの研究者は12月22日(現地時間)、同社としては初になる人工知能(AI)関連の論文「Learning from Simulated and Unsupervised Images through Adversarial Training」を発表した。 同社は昨年から複数のAI関連企業を買収しており、幹部らは、Siriや「写真」アプリなど、同社の様々なサービスで既にAIを採用していると語っているが、関連論文を発表するのはこれが初めてだ。 論文の署名は、6人のAppleの研究者。第一筆者のアシッシ・シラーシュヴァ氏は、LinkedInによると、4月にAppleに入社した。メリーランド大学でディープラーニングを学び、電気工学の博士号を取得している。 この論文は、現実世界の画像ではなく、コンピューターで創作した画像を使ってアルゴリズムの認知能力を訓練する方法の改良についてのものだ。 機
第二世代人工知能の亡霊がもたらす"AIの冬" AI Winter is coming!! 2016.11.21 Updated by Ryo Shimizu on November 21, 2016, 15:49 pm JST 日立が公開した「汎用人工知能」のプロモーションビデオが日本のAI業界で悪い意味での注目を集めています。 このビデオでは、日立は自社で開発したAI技術「H(エイチ)」を、「汎用人工知能」と自称しています。 しかし、「汎用人工知能」は、通常、AGI(Artificial General Intelligence)の訳とされ、人工知能研究のメインストリームでは、GoogleやFacebookなどを含めて「まだ世界の誰も開発に成功していない」ものとされています。 ビデオに登場する株式会社日立製作所、研究開発グループ技師長の矢野和夫氏によれば、このH(エイチ)は、「(カスタマ
Deep3dというのがあって、これは左目用画像を渡すと右目用画像を勝手に生成するというムチャクチャなエンジンだ。 んで、すごいのは、「奥行きとかどうでもよくて、なんとなく立体だとこんな感じの視差になるはず」というのを3D映画から学習しているのである。狂ってる。 この段階でも充分狂ってるが、これが意外となかなかいけてしまうから二重に狂ってるのである。 普通に考えると、画像→デプス(深度)マップ→右目用の映像という流れになるはずだが、デプスマップをすっ飛ばしていきなり右目用の画像を学ばせるという鬼畜ワザによって、一体全体AIが「どのようにして」空間の奥行きを確認しているのかは知りようもないが、とにかく力技によって出来てしまうことが事実として分かってしまっている。 ってここまで説明しても、「わかるかよ!」という気分である。 論より証拠、そのdeep3dとやらを動かせばいい・・・ ・・・が、このイ
Appleが人工知能(AI)への本気度を強めている。どれだけ本気かというと、同社は初のAI担当ディレクターを雇い入れたのだ。しかも、並たいていの人物ではない。同社が雇ったのは、AI分野でトップクラスの研究機関であるカーネギーメロン大学に所属し、機械学習を専門とするRuslan Salakhutdinov准教授だ。 Salakhutdinov氏は、AIに関するいくつかの重要な研究に取り組んでいる。同氏の主要な研究分野はディープラーニング(深層学習)とニューラルネットワークで、そこでは大量の事例から学習するコンピュータを扱う。カーネギーメロン大学はこの分野で最先端を行く研究機関だが、Salakhutdinov氏の研究はさらにその先へ進んでいる。同氏は、AIに未加工のデータを学習させる方法を見つけ出そうとしているのだ。 このような学習は「教師なし学習」と呼ばれる。通常の学習アルゴリズムでは、アノ
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