羽生先生の発言は何が開発者の反発を招いたのか？ | やねうら王 公式サイト
2つ前の投稿で羽生先生のインタビュー記事の発言を取り上げたらプチ炎上しました。私は特に炎上を狙ってやっているわけではなく、羽生先生の発言が将棋AI界隈に悪い影響が残り兼ねないので書いたのですが、開発関係者からは一定の同意が得られたものの、将棋ファンからは殺害予告やら、こんなツイートやらが届く始末です。 まあ、一線を越えているものに関しては関係各所と連携しつつ、粛々と対応させていただく次第です。(念のために言っておきますと、将棋ファンのすべてがこういう人たちばかりだとは私は思っていません。極一部にちょっとややこしい人がいらっしゃるという認識です。) この記事は大変長くなるので、「最新版のやねうら王が(お金を出してでも)欲しい！」と言う方や、「やねうら王の開発に支援してやる！」と言う方は、とりあえず、この記事の末尾のリンクから御支援くださいませ。 今回は、前回の羽生先生の発言を再度取り上げ、何
「論理処理が必要と思ったことが確率処理でできるとわかった」のは AI だけだろうか - 木曜不足
2004年ごろに Google の猫で深層学習が一躍脚光を浴びたとき、画像認識は特徴抽出が難しいので深層学習で良い結果が出るが、自然言語処理は特徴量*1がリッチなので、深層学習を適用するのは難しいだろうと思っていた。 特徴量がリッチとは、例えば「ホームラン」のたった１語でその文はスポーツ、特に野球の話題である可能性が高くなる、みたいな話である。一方、ピクセルの１つが緑であることから何の画像か当てるのは不可能だ。 その後、自然言語処理でも深層学習が当たり前になったのは誰もがご存知のとおりであり、自身の不明を恥じるばかりだ。ただ言い訳をさせてもらえるなら、自然言語処理のえらい先生方も同じように言っていたのだ。 2014年ごろ、LSTM などの深層学習モデルが発展し、自然言語処理でも目覚ましい結果が出始めた。機械翻訳など多くのタスクで、人間の平均といい勝負になったのもこの頃だったと思う。すると、
ChatGPTで騒いでる場合じゃない。 AI研究者が｢FlexGen｣をゲームチェンジャーと呼ぶ理由
ChatGPTに世間が沸いている。 長年この分野を見てきた者としては｢ちょっと沸きすぎ｣のようにも見える。深層学習を使った会話ロボットは、何もChatGPTが初めてというわけではない。 ところが、世界中が驚かざるを得ないゲームチェンジャーが現れた。 その名も｢FlexGen｣と言う。2月15日に公開された。 特筆すべきは、FlexGenが、ChatGPTなどの大規模言語モデルを｢従来の100倍高速に動かせる｣上に、NVIDIA Tesla T4という、わずか16GBのメモリーしかないGPUでその性能を使えるということだ。 つまり、大規模言語モデルを秋葉原で売っているパソコン程度で動かせる新しいフレームワークが登場したことになる。 このインパクトがどれほどすごいのかを解説してみよう。 目次： ｢Google翻訳｣と｢大規模言語モデル｣は技術的にかなり近い 会話AIの正体とは何か ChatGP
どの駒が評価値に寄与しているかを可視化する - TadaoYamaokaの開発日記
dlshogiのモデルに盤面を入力すると、その盤面の評価値(勝率)を出力できる。 その際、どの駒が評価値に寄与しているか可視化できると、AIがどこに注目しているのかがわかる。 以前に、Attention Branch Networkを使って可視化を試したが、今回は、駒を除くという単純な方法で、可視化を試してみた。 提案手法 dlshogiは、盤面(駒の配置と持ち駒)をモデルに入力して、指し手の確率(方策)と評価値(勝率)を出力している。 現在の盤面を入力して推論した結果と、盤面の盤上の駒を一つ除いて推論した結果の差を見ることで、除いた駒の相対的な価値がわかる。 持ち駒の場合は、一つだけ除くと、複数枚ある場合に価値が変わらない場合があるため、同じ種類の持っている駒をすべて除くようにする。 これをすべての駒に対して行い、それぞれの盤面を推論することで、各駒の相対的な価値を求めることができる。
無実の男性が顔認識システムの誤りのせいで1週間投獄される
機械学習を用いた顔認識システムは地下鉄の運賃や食堂の支払いを自動で行うといったシステムのほか、政府による監視網や犯罪の捜査に用いられています。一方で、顔認識システムの正確性やプライバシー面での是非も議論されており、イタリア規制当局が一部の犯罪捜査・抑止目的以外には利用を禁止したり、アメリカの大都市が相次いで当局による使用を禁止したりしています。特に有色人種の認識で誤認を起こしやすいことが確認されており、2022年末ごろに無実の黒人男性が顔認識システムの間違いにより不当に逮捕されたケースを弁護士が発表しています。 JPSO used facial recognition to arrest a man. It was wrong. | Crime/Police | nola.com https://www.nola.com/news/crime_police/jpso-used-facial
画像生成AIで「アニメの中割り画像を作る方法」が発見される、実際に中割り生成用の画像を作成できるウェブサービスも公開中
アニメーションでは動きポイントとなる原画と原画の間に、「中割り」と呼ばれるカットを挟むことで実際にキャラクターや物体が動いているように見せています。そんな中割りを、二次元画像の生成に優れた画像生成AIの「NovelAI」で作成する方法を発見したと、Twitterユーザーのあお(@ao_love_yuimop)氏が解説しています。 画像生成AIで動作含めアニメの中割り画像を作る方法を発見したので、その方法を実行するWebサービスを作りましたわ(ゆいもっぷ動画付き)（皆様にもお使い頂けますわ） - Qiita https://qiita.com/ystmg/items/c78c2b3e0bcdf0f77125 chara-zokusei.jp/nakawari https://chara-zokusei.jp/nakawari あお氏はNovelAIを触る中で、前後の画像から中間動作を描いた中
誰もdlshogiには敵わなくなって将棋AIの世界が終わってしまった件 | やねうら王 公式サイト
いま大会上位に位置するDeep Learning系の将棋AIは、評価関数として画像認識などでよく使われているResNetを用いている。ResNetについては機械学習を齧っている人ならば誰でも知ってるぐらい有名だと思うので、詳しい説明は割愛する。(ググれば詳しい説明がいくらでも出てくる) 囲碁AIの世界では、このResNetのブロック数を大きくしていくのが一つの潮流としてある。ブロック数が多いと言うことは、より層の数が増え(よりdeepになり)、1局面の評価に、より時間を要するようになるということである。それと引き換えに評価精度がアップするから、トータルでは得をしていて、棋力が向上するというわけである。 ところが大きいブロック数になればなるほど学習に要する教師局面の数が増える。学習もブロック数に応じた時間を要するようになるから、そう簡単に大きくはできない。しかし囲碁AIの方は、中国テンセント
羽生九段はなぜ「勝率94％」で投了したのか 将棋AI“進化”のジレンマ 棋士の本音は・・・開発責任者の秘策は「神の手」（テレビ朝日系（ANN）） - Yahoo!ニュース
2020年のクリスマス。豊島（とよしま）将之竜王と羽生善治（はぶよしはる）九段という黄金カードで、その“事件”は起きた。 対局の中継画面上に表示されるAIの「勝率」（どちらがどれだけ優勢かをパーセンテージで示したもの）で94％という圧倒的な優勢を築いていたはずの羽生九段が、突然、投了（負けを認める）したのだ。 AIがほぼ勝ちだと判断しているのに、対局者本人は負けだと認識していた・・・ 実はこれほど極端ではないものの、AIと、人間の棋士の“形勢判断”が大きく食い違うケースが増えているという。 藤井二冠の「AI超え」が新語・流行語大賞にノミネートされるなど、いまや将棋観戦に欠かせない存在となった将棋AI。進化を続ける、その将棋AIが抱えるジレンマと、解決の秘策について関係者に話を聞いた。 [誰もが驚いた終局] 豊島竜王が激戦を制す!（ABEMAビデオ） 「負けました・・・」 羽生九段が頭を下げ
人間が深層学習のAIを理解できないのには、理由がある：朝日新聞GLOBE＋
【特集】「『予測』という名の欲望」全記事はこちらから読めます ■人間にはAIの考えが分からない？ ――ディープラーニングは、大量の「教師データ」を読み込み、入力する変数と、出力する変数との間の関係を見つけ出します。その関係が分かれば、新たなデータを入力したとき、出力が予測できるというわけですが、なぜ人間はそのプロセスを理解できないのでしょうか？ おもにふたつの要因があります。質的なものと、量的なものです。量的な問題は、すごくシンプルです。ディープラーニングの内部で動くパラメータ（母数：システムの内部で動く情報）が多すぎるので、その大量・複雑なデータを人間の直感につなげることが難しい、という話です。最近は、多いものでは1億個を超えるパラメータから出力を予測します。じゃあ、その1億個をざっと人間が見てなにか分かるのかといえば、分からない。これが基本的に起こることです。 ――大量の変数という意味
AI翻訳「人間超え」へ 技術が急発展 - 日本経済新聞
語学の勉強をしなくても世界の人々と意思疎通できる時代がやってきた。人工知能（AI）を用いた「ニューラル機械翻訳（NMT）」技術が猛烈な勢いで発展しているからだ。言葉の壁は大幅に低くなった。翻訳業界は再編が始まった。街中では自動翻訳機が急増中で、観光業界や店舗、運輸、病院などに普及し始めた。将来的には自動翻訳機が1人に1台、普及する可能性も出てきた。【次回記事】自動翻訳機、1人1台時代へ 観光・交通で活躍30年分の技術を一気に凌駕「翻訳業界全体が、雷に打たれたような衝撃を受けた。これは50年に一度の破壊的技術であると」──。自動翻訳サービスを手掛けるXtra（エクストラ、東京・千代田）社長でロゼッタ執行役員の古谷祐一氏は
AIが画像で癌の可能性を指摘し病理で癌が確定
哲戸(´･_･`)次郎 @pp_GIRAUD 30年近いキャリアを持つセンセにAI読影について聞いたら、以前は見落としや見えづらい部分を専門医をアシストするスクリーニング的役割だったけど、最近はAIが画像で癌の可能性を指摘し病理で癌が確定した後に、何度該当部位を目で読影しても何をもって癌と判断したか分からないケースが増えてきたと 2019-09-04 21:45:50 哲戸(´･_･`)次郎 @pp_GIRAUD 今までなら『人相が悪い』とか漠然とした表現に見えてもキチンと医師間で読影のポイントが伝承されてきたんだけど、AIはそのアルゴリズムは全てブラックボックスなので結果以外のフィードバックはなく、初めて専門医としてAIに脅威を感じたと言ってて、なるほどなと思った。 2019-09-04 21:50:00
AIで分析していれば手術を受けた患者の半分は不要な手術を回避できたという事例
by Free-Photos AIによりがんや悪性腫瘍を発見する技術は近年目覚ましく進歩しており、乳がんや肺がん、脳腫瘍ではすでに熟練の医師よりも高い精度で発見できることが示唆されています。そんな中、すい臓に発生する腫瘍に焦点を当てた研究により、AIで分析していれば手術を受けた患者の60％が不要な手術を回避できたかもしれないという事例が報告されました。 A multimodality test to guide the management of patients with a pancreatic cyst | Science Translational Medicine https://stm.sciencemag.org/content/11/501/eaav4772 Test shown to improve accuracy in identifying precancerous
AIによる自動文章作成ツールがあまりにも高精度のテキストを簡単に作り出してしまうため開発陣から「危険過ぎる」と問題視される
by rawpixel AI(人工知能)を用いた映像変換技術「Deepfake(ディープフェイク)」の文章版とも言うべきテキストジェネレーターを、イーロン・マスク氏らが出資する非営利のAI研究組織であるOpenAIが開発しました。しかし、あまりにも高精度のテキストを簡単に自動生成できるため、開発陣が「あまりにも危険過ぎる」と危惧しています。 New AI fake text generator may be too dangerous to release, say creators | Technology | The Guardian https://www.theguardian.com/technology/2019/feb/14/elon-musk-backed-ai-writes-convincing-news-fiction OpenAIが「GPT2」と呼ばれる新しいテキスト
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
我々はまだ自分の細胞の半分を知らない。新しいAI技術で明らかに : カラパイア
「監視システムに検出されないシャツ」は、こうして生み出された
AIが画像を高画質化するアプリ「Remini」で懐かしのネットミーム画像を再生し始める人たち
「AIで数秒」のはずが…保育所選考、連休返上で作業 さいたま市 | 毎日新聞
堀正岳（ほりまさたけ） on Twitter: "Googleが衛星画像などのパターンをプロキシに使ってものの10分ほどで「正確」な天気予報を行う機械学習モデルを構築という話題 10分の計算で降水で6時間のリードタイムというのはすごい話 物理的に解いているわけではなく、一種の… https://t.co/dstY6RVaVi"
機械学習の導入で「文学の研究」が大きく変わり始めている
Page not found