Facebook AI、Transformerを物体検出モデルに適用

Facebook AI Research(FAIR)の6人のメンバーは、Transformerニューラルネットワークアーキテクチャを利用して、エンドツーエンドの物体検出AIを作成した。DETR(Detection Transformer)と名付けられたこのモデルは、1回のパスで画像内の物体を一度に認識することができる。

Facebook AI、Transformerを物体検出モデルに適用

要点

Facebook AI Research(FAIR)の6人のメンバーは、Transformerニューラルネットワークアーキテクチャを利用して、エンドツーエンドの物体検出AIを作成した。DETR(Detection Transformer)と名付けられたこのモデルは、1回のパスで画像内の物体を一度に認識することができる。


DETRは、Transformerアーキテクチャを検出パイプラインの中心的なビルディングブロックとしてうまく統合した最初の物体検出フレームワークである、とFAIRはブログ記事で述べている。著者らは、トランスフォーマーは、近年の自然言語処理のようにコンピュータビジョンに革命を起こしたり、NLPとコンピュータビジョンの間のギャップを埋めることができると付け加えている。

「DETR は、共通のCNNとTransformerアーキテクチャを組み合わせることで、最終的な検出器のセットを(並列に)直接予測します」と、FAIRの研究チームの論文は記述している。「この新しいモデルは概念的にシンプルで、他の多くの最新の検出器とは異なり、専用のライブラリを必要としません」

DETRの概略図 Source: https://github.com/facebookresearch/detr?fbclid=IwAR3AEEoJlZMh0_bhQA-zietXNqYtOWKQcth3m44X-E5GeFLgRGjI6FlvlII

従来のコンピュータビジョン技術とは異なり、DETR は物体検出を直接集合予測問題としてアプローチする。DETR は、二部一致を介して一意の予測を強制するセットベースのグローバルロスと、トランスエンコーダー/デコーダーアーキテクチャで構成されている。DETR は、学習されたオブジェクトクエリの固定された小さなセットが与えられると、オブジェクトとグローバル画像コンテキストの関係を考慮して、最終的な予測セットを並列に直接出力する。このような並列性により、DETR は非常に高速で効率的だ。

2017年にGoogleの研究者によって作成されたTransformerネットワークアーキテクチャは、当初は機械翻訳を改善するための方法として意図されていたが、GoogleのBERTやFacebookのRoBERTaなど、最も人気のある事前学習型の最先端言語モデルのいくつかを作るための機械学習の礎となるまでに成長した。VentureBeatとの対談で、Google AIチーフのJeff Dean氏をはじめとするAIの著名人は、トランスフォーマーベースの言語モデルは、2020年も続くと予想する2019年の主要なトレンドであると宣言した。

Trasnformerはリカレント・ニューラル・ネットワークの代わりに注目関数を使用して、シーケンスの次に来るものを予測する。物体検出に適用すると、Trasnformerは、空間アンカーやカスタマイズされたレイヤーを作成する必要があるなど、モデルを構築するためのステップを省くことができる。

arXivによると、DETRは、Microsoft Researchが主に作成した物体検出モデルで、2015年に導入されて以来、約1万件の引用を獲得しているFaster R-CNNに匹敵する結果を達成しているという。DETRの研究者は、COCOの物体検出データセットと、パノプティックセグメンテーションに関連する他のデータセットを使用して実験を行った。

著者らが遭遇したとしている 1 つの大きな問題点がある。DETR は小さな物体よりも大きな物体に有効である。「現在の検出器では、同様の問題に対処するために数年間の改良が必要であり、今後の研究で DETR のためにこれらの問題を解決できることを期待しています」と著者らは書いている。

DETRは、コンピュータビジョンの課題を解決するために言語モデルのソリューションに注目したFacebookの最新のAIイニシアチブ。2020年5月初め、Facebookは、ミームに含まれる画像とそれに付随するテキストがFacebookのポリシーに違反している場合に認識できるマルチモーダルAIの作成を支持するために、Hateful Memeのデータセットとチャレンジを導入した。関連ニュースとして、今週初め、ウォール・ストリート・ジャーナルは、Facebookのレコメンデーション・アルゴリズムが「人間の脳の分裂性への魅力を悪用している」と2018年に内部調査で結論が出たと報じたが、経営陣はその分析をほとんど無視していた。

Photo by Facebook AI Research(FAIR)

Read more

新たなスエズ危機に直面する米海軍[英エコノミスト]

新たなスエズ危機に直面する米海軍[英エコノミスト]

世界が繁栄するためには、船が港に到着しなければならない。マラッカ海峡やパナマ運河のような狭い航路を通過するとき、船舶は最も脆弱になる。そのため、スエズ運河への唯一の南側航路である紅海で最近急増している船舶への攻撃は、世界貿易にとって重大な脅威となっている。イランに支援されたイエメンの過激派フーシ派は、表向きはパレスチナ人を支援するために、35カ国以上につながる船舶に向けて100機以上の無人機やミサイルを発射した。彼らのキャンペーンは、黒海から南シナ海まですでに危険にさらされている航行の自由の原則に対する冒涜である。アメリカとその同盟国は、中東での紛争をエスカレートさせることなく、この問題にしっかりと対処しなければならない。 世界のコンテナ輸送量の20%、海上貿易の10%、海上ガスと石油の8~10%が紅海とスエズルートを通過している。数週間の騒乱の後、世界の5大コンテナ船会社のうち4社が紅海とスエズ航路の航海を停止し、BPは石油の出荷を一時停止した。十分な供給があるため、エネルギー価格への影響は軽微である。しかし、コンテナ会社の株価は、投資家が輸送能力の縮小を予想している

By エコノミスト(英国)
新型ジェットエンジンが超音速飛行を復活させる可能性[英エコノミスト]

新型ジェットエンジンが超音速飛行を復活させる可能性[英エコノミスト]

1960年代以来、世界中のエンジニアが回転デトネーションエンジン(RDE)と呼ばれる新しいタイプのジェット機を研究してきたが、実験段階を超えることはなかった。世界最大のジェットエンジン製造会社のひとつであるジー・エアロスペースは最近、実用版を開発中であると発表した。今年初め、米国の国防高等研究計画局は、同じく大手航空宇宙グループであるRTX傘下のレイセオンに対し、ガンビットと呼ばれるRDEを開発するために2900万ドルの契約を結んだ。 両エンジンはミサイルの推進に使用され、ロケットや既存のジェットエンジンなど、現在の推進システムの航続距離や速度の限界を克服する。しかし、もし両社が実用化に成功すれば、超音速飛行を復活させる可能性も含め、RDEは航空分野でより幅広い役割を果たすことになるかもしれない。 中央フロリダ大学の先端航空宇宙エンジンの専門家であるカリーム・アーメッドは、RDEとは「火を制御された爆発に置き換える」ものだと説明する。専門用語で言えば、ジェットエンジンは酸素と燃料の燃焼に依存しており、これは科学者が消炎と呼ぶ亜音速の反応だからだ。それに比べてデトネーシ

By エコノミスト(英国)
ビッグテックと地政学がインターネットを作り変える[英エコノミスト]

ビッグテックと地政学がインターネットを作り変える[英エコノミスト]

今月初め、イギリス、エストニア、フィンランドの海軍がバルト海で合同演習を行った際、その目的は戦闘技術を磨くことではなかった。その代わり、海底のガスやデータのパイプラインを妨害行為から守るための訓練が行われた。今回の訓練は、10月に同海域の海底ケーブルが破損した事件を受けたものだ。フィンランド大統領のサウリ・ニーニストは、このいたずらの原因とされた中国船が海底にいかりを引きずった事故について、「意図的なのか、それとも極めて稚拙な技術の結果なのか」と疑問を呈した。 海底ケーブルはかつて、インターネットの退屈な配管と見なされていた。現在、アマゾン、グーグル、メタ、マイクロソフトといったデータ経済の巨人たちは、中国と米国の緊張が世界のデジタルインフラを分断する危険性をはらんでいるにもかかわらず、データの流れをよりコントロールすることを主張している。その結果、海底ケーブルは貴重な経済的・戦略的資産へと変貌を遂げようとしている。 海底データパイプは、大陸間インターネットトラフィックのほぼ99%を運んでいる。調査会社TeleGeographyによると、現在550本の海底ケーブルが活動

By エコノミスト(英国)