コンピューターをはるかにしのぐ計算能力を発揮すると期待されている「量子コンピューター」の最新の研究成果について話し合う国際会議が、グーグルやNASA=アメリカ航空宇宙局など世界トップレベルの研究者が参加して、26日から東京で開かれています。人工知能や画期的な新薬の開発など私たちの生活にどのように影響していくのか注目されます。 実現には数十年かかるとも言われていましたが、6年前にカナダのベンチャー企業が量子コンピューターのうち、量子アニーリングと呼ばれるタイプのものを世界で初めて発売。このコンピューターを購入したNASAやグーグルが人工知能や画期的な新薬の開発などに役立つ「組み合わせ最適化問題」と呼ばれる問題で、「従来のコンピューターの1億倍のスピードで計算できた」と発表したことから、急速に研究が加速しつつあります。 東京・丸の内で26日から開かれている国際会議にはグーグルやNASA、ロッキ
日本で考案された理論を基にする「量子アニーリング方式」の量子コンピュータは、人工知能の開発に欠かせない「機械学習」を高速に処理できる可能性がある。米Googleが「既存コンピュータに比べて1億倍高速」と実証したカナダD-Wave Systemsを追って、日米の研究機関が人工知能用の量子コンピュータの開発を加速させている。 D-Waveの量子コンピュータ「D-Wave 2X」が「組み合わせ最適化問題」を既存のコンピュータに比べて最大1億倍(10の8乗倍)高速に解ける(関連記事:D-Waveの量子コンピュータは「1億倍高速」、NASAやGoogleが会見)――。Googleがそう発表した直後に当たる2015年12月10、11日、シリコンバレーにある米スタンフォード大学で、D-Waveを追いかける日米の研究機関が量子コンピュータをテーマにしたワークショップ「New-Generation Comp
膨大なデータ処理が不要 - 人間のように学習する新たなAI技術 2015.12.14 Updated by WirelessWire News編集部 on December 14, 2015, 11:02 am JST 人間と同様のやり方で学習する新しいアプローチの人工知能(AI)が開発されたとするレポートが、米国時間10日発行「Science」誌に発表されたと一部の媒体が報じている。 NYTimesなどによると、「Bayesian Program Learning(BPL)」とよばれるこのアプローチは、マサチューセッツ工科大学、ニューヨーク大学、トロント大学に在籍する研究者が共同で研究開発したもの。膨大なデータを処理しながら認識精度を上げていく従来のAIとは異なり、確率的なアプローチを採用したBPLでは、少数の例を参照しただけで、比較的高い精度の認識が可能になるという。 NYTimesで
21世紀に入って著しい進展を見せるAI(人工知能)の開発で、最近、新たな潮流が生まれている。それは「スパイキング・ニューラルネット(Spiking Neural Network)」だ。 スパイキング・ニューラルネットは、私たち生物の脳の神経回路網(生物的ニューラルネット)を工学的に再現した(人工的)ニューラルネットの次世代モデルだ。従来型ニューラルネットの中で今、最も性能が高く、グーグルやフェイスブックを始めとした多くのIT企業が導入しているのは、「ディープ・ニューラルネット」あるいは「ディープラーニング」などと呼ばれる多層ニューラルネットだが、スパイキング・ニューラルネットはさらにその先を行くものだ。 ニューロンの活動電位を人工的に再現 スパイキング・ニューラルネットは従来のニューラルネットと具体的にどこが違うのか?それは私たちの脳を構成する神経細胞が発する活動電位(スパイク)までも人工
Amazonは、2012年にロボットメーカーのKiva Systemsを7億7500万ドル(約763億円)で買収し、自社の物流センター内を自動で動き回るネットワークロボットを配備して、倉庫のオートメーション化を進めています。Amazonのジェフ・ベゾスCEOは2014年5月21日に行なわれた株主総会で、増え続けるオーダーを迅速に処理するため、物流センターで稼働しているロボットの数を1万台にまで増台させることを発表しました。 Army of robots to invade Amazon warehouses - May. 22, 2014 http://money.cnn.com/2014/05/22/technology/amazon-robots/ CNNMoneyが報じた内容によると、記事執筆現在、Amazonの物流センターで稼働しているロボットは全部で1000台。ベゾス氏が発表した
カーネギーメロン大学が、インターネット上で公開されている画像から学習を行う人工知能「NEIL」を開発しているそうだ。このプロジェクトの目的は、人工知能に指示を出して教えることなく、入力した情報だけから「常識」を判断することだという(本家/.、The Washington Post)。 NEILは画像を分析し、その画像と画像内の物体との関連性を見つけていくという。これにより、たとえば「サバンナにはシマウマがよくいる」といったような情報を認識できるという。実験開始から4ヶ月が経った時点では、2500の「関連性」を発見できているそうだ。 しかし、実際には間違った情報を学ぶこともあるという。記事ではその例として「サイはアンテロープ(ウシ科の動物)の一種だ」「俳優は独房で見つかる」「ニュースキャスターはオバマ大統領に似ている」などが挙げられている。
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
処理を実行中です
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