世界最高精度を達成、東芝が開発した画像認識ＡＩの実力
コメント
注目のコメント
生意気な発言をお許しください。
東芝の正式なリリースをみると、CVPR2020の論文と性能比較がなされていて、格段に性能がいいことが示されています。しかし、他の学会で発表がなされるようです。
学術の世界に生きる人しか興味ないことだとは十分理解しますが、例えばスポーツがオリンピックやワールドカップを頂点として、それ以外の国際大会や国内大会や地方大会が多数あるように、学会にも「格」があります。CVPRはh-index5という指標でNature, Scienceなどに継ぐ第4位です。医療や宇宙やその他様々な分野の学術系の雑誌・国際会議の中でも特に注目されているメジャースポーツのワールドカップ級の学会と言えます。
この技術がそれを大きく上回る性能を出しているのだから、是非同じくCVPRか、それに匹敵するような学会で発表してほしかったと残念でなりません。ビジネスのことを考えれば学会発表なんて取るに足らないおまけみたいなものです。しかし、世界中の企業に目を向ければ「我々は今年○○という学会にX本受かりました！」と喧伝しては優秀なインターンや社員を引き付けます。○○という学会にチャレンジできる実力があるということと、それに参加するためのサポートをしてもらえるということを示せるからです。日本の企業にはただでさえ優秀な人材が来てくれない経済や言語の特殊性があります。せめて、皆が戦っている場所と同じ場所に出ていって戦うということは切にお願いしたいです。そうしないと、誰にも見向きされなくなってしまいます。
下記は、CVPRで採択された論文の5%がsensetimeからだったと大騒ぎになった時のものです。これを見たら世界中の優秀な人材が「そうか、いま行くとしたらsensetimeか」と思うのは当然ですよね。
CVPR 2018に44本の論文が採択
https://www.sensetime.jp/single-post/2018/05/15/CVPR-2018%E3%81%AB44%E6%9C%AC%E3%81%AE%E8%AB%96%E6%96%87%E3%81%8C%E6%8E%A1%E6%8A%9EFew shot はこれまで大量の学習データを必要としていた深層学習において、ベースのモデルを用意し、それに少数の学習データを使ってチューニングすることで精度高く対象物の認識ができるようにする技術で、データの少ない条件でも有効なモデルを作るために重要な技術です。最近ではOpenAIがゼロショットの認識モデル、CLIPも出しています。このモデルは非常に汎用的で、この画像には花が写っているか、馬は写っているか、といった認識を、追加の学習データなしでこなしてしまいます。いずれの技術もAIの活用範囲を広げる上で重要な技術です。
few-shot(少ないサンプルで学習させる)手法は、AIの活用・普及に大きく貢献するものになりそうです。
今回は画像認識がテーマですが、自然言語処理においても、few-shot手法が急速に発展してきています。
今後は予測系AIや実行系AIにおいても、few-shotが普及し、独自で大量のデータを保有していなくても、AIの恩恵を受けられる企業や団体が増えていくことに、大きく期待しています。
