新着Pick
573Picks
Pick に失敗しました

人気 Picker
Google I/Oでは、人工知能を研究しているメンバーたちが、なんと丸一日がかりでAIの「イロハ」を教えこんでくれる、豪華な勉強会がありました。

深層学習の基礎から、画像分析、医療ヘルスケア、翻訳からアートまで。その“授業内容”を、一つのレポート記事に要点をまとめてみました。

プレゼンテーションはとても分かり易いものから、数式だらけの難解なものまで多様でしたが、せっせとスライドを撮影していたことが功を奏して、「このレクチャー自体を紹介しよう」というアイディアが成立しました。

*お昼食べたgoogle食堂も美味しかった…
中途半端な知識で,不安を煽られるような記事を書かれるくらいなら,きちんと詳細を教えますよ,というスタンスでいいですね.

記事にもありますが,80年代にもこういったニューラルネットワークのアイディアはあったわけですが,ただその当時のマシンの性能では,少なくとも画像をまるっと読み込んで学習させるなどということは無理だったため,その前処理で人間が重要だと思うパラメータにデータを落とし込んで学習させていたので,今ほどの精度は出なかった,ということだと理解しています.
今はそれが画像をそのまま読み込ませられるので,性能が上がってきているわけですが,とはいえ,今であっても,100万画素とかそういった画像データを数千~数万という枚数読み込ませて学習させるとなると,マシンパワーは相当なものになります.そもそも,学習させるための膨大な画像データをどうやって集めるかという問題もあるので,そのあたりの諸々込みで,Googleは強い!ということですね.

人工知能が人工知能を,という話は,いくつか聞いたことがあります.
例えばうちの学科の猿渡先生のところでは,音声合成の性能を上げるために,人の音声と人工音声とを見分ける人工知能を作って,それにバレないように音声合成のパラメータを調整する,というようなアプローチをして成果を上げているようです.
http://www.sp.ipc.i.u-tokyo.ac.jp/research/
https://www.slideshare.net/YukiSaito8/slp201702
今回の後藤さんの記事を読んでいると、Googleという企業ではなく、強大なGoogleというシステムの中に、新たな機能やデータが世界の英知によってガンガン詰め込まれていく、既にどこも戦うことができないインフラになっていることを再認識させられます。
人工知能が実用化の段階に入り企業を産業を社会を大きく変える事がわかってきた。そこには大きな期待と大きな不安とがある。この連載はその問題点に真っ向から斬り込んでいる。
記事に書かれている研究は、10年後を見据えたコア技術=人口知能領域への投資。
現在の本領域である検索エンジン、広告領域でマネタイズする収益構造も、10年後、20年後は変わっているかもしれないですね。

Googleはどの分野を狙っているのか?
再確認するのに、Alphabet社の会社構造が、下記のリンクにある図にわかりやすくまとまっています。
https://agilecat.files.wordpress.com/2016/03/alphabet.png
Google傘下には、ヘルスケア、都市開発、スマートホーム、自動運転といった領域の子会社が存在する。

この全ての分野に共通して技術革新につながるのが「人口知能」ということですね。
GoogleのAIに関連する取り組みの今、が感じられる面白いレポート。

こうした画像処理、音声認識、翻訳等々のAIの基本インフラはGoogleや大手のテック企業が用意してくれているので、あとは、AIが人間の生活の利便性を上げるために、それを使ってどういうサービスを世の中に提供してゆくか。ここは特定の業界の知識・課題や、ユーザのことがよくわかっている人が、スタートアップ的に(大企業の中の新規事業でも良いのですが)作り込んでゆくのが相性が良いと思っています。

とにかくAIは電気と同じインフラになるので、一般的にさらに理解が進む必要があると思います。(そういう意味で素晴らしい記事)
恐るべしグーグル。今、グーグルの機械学習と自然言語処理の技術責任者は、未来学者で人工知能の権威、「シンギュラリティ」という概念を世界に広めたあのレイ・カーツワイルです。人間の脳はいずれクラウドコンピューターと接続可能になり、ホモサイエンスはポストヒューマンへと進化すると予測している大学者。グーグルから見える風景は、私たちとはまるで違っているのでしょう。
”「日本語と英語」と、「韓国語と英語」という双方向の翻訳を学んだ人工知能のシステムは、まったく学習していない「日本語と韓国語」という組み合わせについても、そこそこの翻訳をこなす”
「深層学習を使った人工知能のシステムを作るためには、現在は人間が手動でさまざまなパラメータやシステムの調整をしなくてはいけない。それが非常に骨が折れるので、いっそのこと、人間に替わって人工知能を育てる“母親役”の人工知能を別に作ってしまえというアイディアだ。」

「Learning to Learn(学習することを、学習する)」と名付けられたグーグルの研究プロジェクトは、AIの応用力や、有機体(生命)との類似性を直感的に理解できる事例だ。

Watsonをビジネスモデルに組み込んでいる企業幹部の話を聞いても、AIの初期設定は赤子のようなものなので、業界知識やデータを徹底して教え込んでいく必要があり、この最初のハードルでめげて使いこなせない企業が多いという。

そこで、「子育て」を終え「成人」となったAIを業界他社にパッケージ販売するアイディアも生まれる。しかし、「Learning to Learn」が実用化されれば、企業ニーズにカスタマイズする「子育て」自身をAI化できることになり、AI普及に拍車がかかる可能性がある。
特別授業と銘打った解説記事。
シリコンバレーに集まったGoogleに詳しい人達によるお祭り。
Googleに詳しくない人達にとっては、一見ハードルの高い内容だと思うが、このシリーズ記事はとてもわかりやすくまとめられています。
この連載について
ビジネスの話題に関する特別レポート
Google LLC(グーグル)は、インターネット関連のサービスと製品に特化したアメリカの多国籍テクノロジー企業である。検索エンジン、オンライン広告、クラウドコンピューティング、ソフトウェア、ハードウェア関連の事業がある。 ウィキペディア