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。

DeepMindのAgent57はアタリのゲームで人間のベンチマークを上回る

AI

DeepMindのAgent57はアタリのゲームで人間のベンチマークを上回る

Atari57のゲームは、幅広いタスクでエージェントのパフォーマンスを評価するための長年のベンチマークだ。DeepMindの研究者らはAgent57を開発した。Agent57は、57のAtari 2600ゲームすべてにおいて、人間のベースラインを上回るスコアを得た初の深層強化学習エージェントだ。Agent57は、効率的な探索のためのアルゴリズムと、探索とエージェントの長期対短期の行動を適応させるメタコントローラを組み合わせている。

By 吉田拓史
強化学習アルゴリズムと神経科学の共通点

AI

強化学習アルゴリズムと神経科学の共通点

DeepMindの研究者らは、脳が将来の可能な報酬を単一の平均としてではなく、代わりに確率分布として表現し、効果的に複数の将来の結果を同時にかつ並行して表現しているという仮説を立てた。この考えは経験的な予測を示唆しており、研究者らはマウスの腹側区分野からの単一単位の記録を用いて検証した。この結果は、強化学習が神経的に実現されていることを示す強力な証拠となった。

By 吉田拓史
DeepMindのAIは強化学習アルゴリズムを自動生成する

AI

DeepMindのAIは強化学習アルゴリズムを自動生成する

DeepMindの研究者が、環境と対話することで何を予測し、それをどのように学習するかを発見する強化学習アルゴリズム生成技術を公開している。彼らは、生成されたアルゴリズムが、さまざまな難度の高いアタリのビデオゲームで良好なパフォーマンスを発揮し、この技術の汎化可能性を示す十分なパフォーマンスを達成したと主張している。

By 吉田拓史
研究者がAIの「常識的」な推論のためのゲームベースのベンチマークを提案

ゲーム

研究者がAIの「常識的」な推論のためのゲームベースのベンチマークを提案

オックスフォード大学の研究者らが、AIエージェントの常識的推論能力をベンチマークするための環境である「WordCraft」を提案。Little Alchemy 2という、材料を混ぜ合わせて新しいアイテムを作るゲームをベースに、WordCraftは軽量で、実世界のセマンティクスにインスパイアされた実体と関係に基づいて構築されている。

By 吉田拓史
ディープフェイク最大の脅威は画像の信憑性を貶めること

ディープフェイク

ディープフェイク最大の脅威は画像の信憑性を貶めること

ディープフェイクの脅威は、画像の捏造によるフェイクニュースキャンペーンではなく、本物の画像に対し、「それはディープフェイクではないか」と疑問を提起することで、その画像の信頼性を貶めることができることだ、とサイバーセキュリティ企業であるDeeptrace Labsの報告書は指摘している。

By 吉田拓史
Facebookが10万のディープフェイクのデータセットを公開

ディープフェイク

Facebookが10万のディープフェイクのデータセットを公開

FacebookはAIを利用して、AIが生成した偽物を撃退しようとしている。加工を加えられた動画を見分けるためにAIを訓練するために、過去最大規模のディープフェイクのデータセットを公開した。3,426人の俳優と既存の顔の入れ替え技術を使って作成された10万以上の写真クリップである。

By 吉田拓史
ディープフェイクのドキュメンタリー映画での使用が物議を醸す

ディープフェイク

ディープフェイクのドキュメンタリー映画での使用が物議を醸す

迫害されたゲイとレズビアンのチェチェン人を題材にしたHBOのドキュメンタリー映画で、ディープフェイクを用いて出演者の身元を守るため、ディープフェイクによって本人の顔を隠した。機械学習で人の脳を騙している映像をノンフィクション映画と呼ぶべきか、この作品は問題を提起している。

By 吉田拓史
CPUによる深層学習の推論を効率化するNeural Magic

AI

CPUによる深層学習の推論を効率化するNeural Magic

マサチューセッツ工科大学教授(コンピュータ科学)のニール・シャビットはマウスの脳の地図を再構築するプロジェクトに取り組んでおり、深層学習の助けを必要としていた。GPUのプログラム方法を知らなかった彼は、代わりにCPUを選択した。彼は効率的にCPUで深層学習の推論をする手法を発見した。

By 吉田拓史
GPT-2がピクセルで学習し表現する画像生成器に変身した

AI

GPT-2がピクセルで学習し表現する画像生成器に変身した

OpenAIはフィクションの画像を生成しているAIの開発に成功した。GPT-2を自然言語の代わりにピクセルで学習させることで、モデルは半分の画像を受け入れ、それをどのように完成させるかを予測することができる。iGPTと名付けられた新しいモデルは、視覚世界の2次元構造を把握することができる。

By 吉田拓史
GoogleのAIにより、自然言語でモバイルアプリを操作できる

AI

GoogleのAIにより、自然言語でモバイルアプリを操作できる

Googleは、スマートフォンアプリのアクションを自然言語で行うため、AIの活用方法を調査している。2020年のACL会議で採択された研究は、自然言語を介してアプリを操縦するモデルを訓練するためのコーパスを提案し、視覚障害を持つ人々のために有用である可能性を示した。画面遷移の際に生成される画面を予測できる。

By 吉田拓史