AI

人工知能(AI)とは、人間の知能をコンピュータ上で再現・模倣する技術のことです。AIは、機械学習、自然言語処理、画像認識、ロボット工学など、さまざまな分野で研究・開発されています。AIは、すでに私たちの生活にさまざまな形で浸透しています。例えば、自動運転車、音声認識、顔認識、翻訳ソフト、画像検索、医療診断など、さまざまな分野でAIが活用されています。

Amazon、クラウドでの機械学習トレーニング用カスタムチップ「Trainium」を発表

クラウド

Amazon、クラウドでの機械学習トレーニング用カスタムチップ「Trainium」を発表

Amazonは1日、AWS Trainiumを発表した。これは、同社が費用対効果の高い機械学習モデルのトレーニングをクラウド上で提供するためにカスタム設計されたチップ。これは、インテルの新しいHabana Gaudiプロセッサを搭載したHabana GaudiベースのAmazon Elastic Compute Cloud (EC2) インスタンスが、機械学習トレーニングのために特別に構築されるのに先駆けて発表されたものである。

By 吉田拓史
DeepMindのAIシステム、50年来の「タンパク質の折り畳み問題」を解明

AI

DeepMindのAIシステム、50年来の「タンパク質の折り畳み問題」を解明

DeepMindのAIシステムAlphaFoldの最新バージョンは、2年に1度開催されるタンパク質立体構造予測技術を客観的に評価するコンテンスト「CASP」の主催者によって、この問題の解決策として認められた。この画期的な成果は創薬設計や環境の持続可能性などの進歩を劇的に加速させる可能性を示している。

By 吉田拓史
MCUNet: IoT機器での深層学習を高速化する軽量ニューラルネット

AI

MCUNet: IoT機器での深層学習を高速化する軽量ニューラルネット

MITの研究者は、「モノのインターネット」(IoT)を構成するウェアラブル医療機器、家庭用電化製品、2500億の他のオブジェクトに搭載されている小さなコンピュータチップのような、新しい場所にディープラーニング(深層学習)のニューラルネットワークをもたらすことができるシステムを開発した。

By 吉田拓史
トラフィックからオンラインゲームのチートを高精度で検出する機械学習モデル

AI

トラフィックからオンラインゲームのチートを高精度で検出する機械学習モデル

テキサス大学ダラス校のコンピュータ科学者らは、チートをするビデオゲームプレイヤーに対する新しい武器を考案した。研究者らは、人気のある一人称視点シューティングゲーム「Counter-Strike」を使って、不正行為者を検出するアプローチを開発した。このメカニズムは中央サーバーにデータトラフィックを送信する多人数参加型オンライン(MMO)ゲームであれば、どのようなゲームでも機能することができる。

By 吉田拓史
機械学習で次世代バッテリーを探索: アルゴンヌ国立研究所

AI

機械学習で次世代バッテリーを探索: アルゴンヌ国立研究所

アルゴンヌ国立研究所の研究者たちは、機械学習と人工知能の力を利用して、電池の発見プロセスを劇的に加速させた。2019年末に発表された2つの新しい論文に記載されているように、アルゴンヌ国立研究所の研究者はまず、電池の電解質の基礎となりうる約133,000個の低分子有機分子の高精度なデータベースを作成した。

By 吉田拓史
GoogleのAIがウェブページを動画に変換

AI

GoogleのAIがウェブページを動画に変換

Googleの研究者によると、ウェブページを自動的に短い動画に変換するAIシステムを開発した。このシステムは、HTMLソースからテキストや画像などのアセットと、フォント、色、グラフィックレイアウトなどのデザインスタイルを抽出し、アセットを一連のショットに整理して、ソースページと同様のルック&フィールを維持しながら実行する。

By 吉田拓史
マイクロソフトとOpenAI、AIによる輸出規制のDXを提案

AI

マイクロソフトとOpenAI、AIによる輸出規制のDXを提案

マイクロソフトとAI研究所のOpenAIは10日、「デジタルに変換された」輸出管理システムがどのように機能するか、そしてそれが提供しうる利益を説明した文書を米国政府に提出した。両団体は、ソフトウェア、AIを全活用するソリューションは、ユーザーに商業的な利益をもたらすだけでなく、基盤技術の米国輸出を管理するためのより強力な方法を提供できると提案している。

By 吉田拓史
テスト時間を98%削減、EV向けバッテリー開発を加速する新たなAI手法

AI

テスト時間を98%削減、EV向けバッテリー開発を加速する新たなAI手法

しかし現在、スタンフォード大学のステファノ・エルモンとウィリアム・チュエが率いるチームは、機械学習をベースにした手法を開発し、これらのテスト時間を98%削減している。このグループは、この方法をバッテリーの充電速度でテストしたが、この方法はバッテリー開発パイプラインの他の多くの部分や、非エネルギー技術にも適用できるという。

By 吉田拓史