AIトップ学会で日本勢躍進、「後進国」返上なるか
市嶋 洋平 シリコンバレー支局長
「後進国」ともいわれた日本のAI（人工知能）の研究が大きく変わりつつある。
同分野の有力な国際学会「NeurIPS」では最高位に日本勢の論文が相次いで選ばれた。
米中に量で追い付くため海外研究機関との連携などの施策が欠かせない。
AI分野の有力な国際学会である「NeurIPS」。
2020年12月にオンラインで開催された学会である異変が起こった。
採択率が1％の優秀な論文として、日本勢が相次いで選ばれたのだ。
NeurIPSでは、データを効率的に学習したり、学習したデータセットの中から特定のパターンを見つけ出したりする機械学習のアルゴリズムや、多層に重ねたニューラルネットワークを利用する深層学習のモデルやそれを応用したアプリケーションなどが取り上げられる。
（以下略、続きはソースでご確認下さい）
日経ビジネス 2021年1月19日
https://business.nikkei.com/atcl/gen/19/00137/011900011/
引用元: ・【ＡＩ】AIトップ学会で日本勢躍進、「後進国」返上なるか [すらいむ★]
やーっとの事で
日本人が深層学習の考え方に馴染んできたと
日本の元大学受験生どもは行列を見ると反射的に
対角化したくなる連中ばっかりだったからなあｗ
掛け算は必ず行と列で掛けちゃうものという概念を逃れられないし
これから脱出して、どの成分とでも自在に掛けては色々な足し方をして
その結果として成分数を徐々に減らして行くのが重要なんだ
そのような演算が、うまい具合に人間が脳細胞間で行ってる処理にかなり近いと
>>4
AIドシロートだけど
成分減らしって
抽象化ってこと？
その結果線形近似で正解・不正解領域判定するふいんき？
>>4
は何も知らないただのバカだから気にするな
>>4
行列は連立一次方程式を解くためのツールに過ぎんでしょ？
応用として計算機上で力ずくで物理問題が解けるようになった
AIもその恩恵の一つに過ぎない
NN の行列は画像等の CNN を除いて単に数字が沢山ならぶことの管理を簡単化するためのもの
Tensorflow っていうけど複数枚の行列の計算グラフ
基礎研究系は追い付いても
ビジネスやサービス化が致命的に
追い付けない
上っ面しか理解できないのではなく
理解しようとしない日本脳の宿命
それな
期待すればするほど下々が煮え湯飲まされるだけのサドンデス
>>11
そう
それなりの学歴あるのに
AIが「意識」とか「常識」を持っていて
人間のように「判断」しながら「学習」してると本気で思ってる
経営者、企画職、営業職業ばっかだからね
下手すると技術系のマネージャークラスもこれだからw
民間投資や公的助成
オーラルと呼ばれる優れた論文が106件で
そのうち日本勢が6件
ふ━━（ ´_ゝ｀）━━ん
去年はゼロ件で、ゼロから6へ、大躍進
(￣。￣)ホーーォ。
先進国の底辺だし
じゃあどこが上級なの？
侮蔑並べて自分をえらく見せたいだけだから
何も答えられないよ
https://xtech.nikkei.com/atcl/nxt/column/18/01495/010500005/?n_cid=nbpnxt_twbn
NeurIPS 2020 神経科学と機械学習に関する最高峰の国際学会で、
最高位の論文に輝いたのは、OISTの小津野将氏らが書いた
「Leverage the Average: an Analysis of KL Regularization in Reinforcement Learning」
Google Brain、DeepMind、沖縄科学技術大学(OIST)、Inriaの共同研究
でたOIST
OISTのHP見てみたらいろいろ謎が解ける
９５％は「外国人」だし、「特殊法人である学校法人」という
かなり謎が多い大学、居住施設は南国リゾート風
先端科学を切り開くには自由な研究場所が必要と言うが
国民の税金が投入されていることも頭に入れておきたい
AI研究と脳神経理論で優秀なのは、
理研BSIとOIST(沖縄科技大)
そして東芝、PFN、富士通研究所、東大松尾研、WBAI
松尾先生はattention使ってるの？
最近では産総研、理研AIP、NICT等が国策でAI研究を推し進めている
その結果をどう利用するかはこれまた人間次第だ
人間と最低限のコミュニケーションも取れないんでしょ
コミュ力がないと流石にウチじゃ受け入れられないよ
1000ピクセル×1000ピクセルの画像が何万枚もあって
それぞれにまあ、合計30種類くらいの画像が映っている
この場合、100万ピクセル分のデータを最も上手に30種類に縮約するような
変換を行っている、というだけだとも言える
意識とか心とかの最新研究についての見識がないように思える。
意識に関しては、
株式会社アラヤの金井良太氏が、自由エネルギー原理と統合情報理論を基に、
汎用人工知能に意識が必要かどうか研究中
意識の定義がないのに？
なに考えてんだか知らんが、
認知科学って言うのが担当している分野
人工知能やってて知らないって事は無い
なにかあったっけ
レシートの認識ｗ
回転寿司の回すﾈﾀの順番とかに使えばいいんじゃない？
スパコン使っても限界は近い
ブレークスルーと称しているのはマシンの性能が上がったと言うことだけ
パーセプトロンとかロジスティック回帰とかサポートベクトルマシンなんて20世紀末のものだよ
確かに使える場面もあるけど精度が上がり切らない
NTTはせっかく人材がいるのに、
良いデータを提供する仕事も、高待遇で抱え込む人事制度も欠けているのが残念。
それを最後に、いくつかの分類クラスになるだけぴったり当てはまるように
サイズを縮めていくだけ(途中でシグモイド関数やRelu関数で出力範囲を限定したりするけど)
AIは教育するコストが莫大で、しかも
出来たものはアホかもしれないという
リスクが最後につきまとう。
だから、RPAに負けてしまう。
研究者は変に凝り固まって致命的に活用出来ない
説明下手も相まって上がまるで有用性を理解できない
理解できないものにお金を払えない
結果持ち腐れてずるずる後退
いつもの図式だ
とても一般の貧乏研究者には手が出ないだろうな。知り合いの年額研究費は
25万円だそうだ。
自分でGTX1070tiでも10枚くらいSLIで繋げれば
BERTとか動くようになるんだよなｗ
>>37
そうそう、行列演算みたいなものは専用ハードをＦＰＧＡとかで
安くあげればコスパのよいＡＩマシンは自作できる。
しかし、最適値を求める場面があるので、ここはスパコンの剛腕を
借りるか、はたまた量子コンピュータの実用化を待つしか
巨大な問題を解くための突破口は無いね。
個人情報とか日本は厳しい部類だからデータ採取が難しいね
ランダムサンプリングできなければ過学習なんてものも起こりうる
ムリげー
あまり文句ばかりもあれだけど、やっぱり実ビジネスとセットでないと株価対策、個人の業績稼ぎ、ネクストキャリアへのステップアップに見えてしまう
GAFAみたいなデータドリブンのハイパースケーラ企業が残念ながら日本にはないのがな
GAFAに近づくことができそうなプラットフォーマーもまだ出てこなさそうだし
米国製AIの改良をしててください。
基礎研究の最先端は別のテーマに移って、AI研究はもう退潮
AIを実用化する分野もおおよそ出揃った
そんないまこそカイゼン
頑張れ
最近のCVPRとか国際学会の発表とかみたらほとんど中国人じゃん
AIトップは確実に中国人だし、研究者の量が１００倍位違うと思うね
量より質とかいうけど、俯瞰的に見ると質も負けてると思う、こういう記事はよくない
１０００年後は役に立ってるかもなw
有料記事でスレ立てるなら省略しないで最後まで書けよ。内容わからんだろ。
だから最初から新聞はヨイショ記事を書いちゃいかんのよ
量子コンピュータベースにしないと
脳味噌の演算の仕組みが分からないと
>>58
ノイマン型だと多重度にも限界があるもんね。
脳内のシナプス間の信号伝達って平行してるだろうから、量子コンピュータみたいな仕組みで実装できたら新たな展開があるのかも。
ただ日本の現状を見てると、AI研究が遅れてると言うより社会全体で必要性を感じてない様な気がする。
興味があれば、皆んなこぞって飛びつく筈なんだけど、「AIなんて所詮はパターン認識でしょ」みたいな冷淡な意見が多い様に思う。
そもそも日本人の嗜好に合ってないんじゃないかな？
自然言語処理は興味を持つ人が少ないねえ
逆誤差伝播法なしにはまともに動かないし
みんなが想像しているような大学じゃないぞ。
ビッグデータは必要ないだろw
データセットは世界全体で普及しているのは事実
だが業務の情報でAIが教師データとして使えるような形の
データがあるか？というと、大いに疑問
特に現業系
日々の業務の素材(input)と結果(output)を計算機可読形式で表現できるなら、AIに馴染む
AIにどう制限をかけるとか議論になり、論文にそのAIが社会的にどのような影響を
与えるかを追加で書くようにルールが変わったので日本人の論文が通りやすくなった。
AI研究のリミッターが解除されたおかげで色々な研究で今ブレイクスルーが起こって
いる。量子コンピュータのアルゴリズムが作れる人を募集中(10億円＋MIT特別教授）
君はイグノーベル賞とれそう？
脳波をモニタリングして集中度を確認して集中度が下がっていたら電気刺激を
与えて覚醒させる低周波装置とか、そういうのはどうだろうか？
拷問器具に使えそうやな
米中勢は論文掲載以外の商用目的に移行しているだけなのでは？
研究実績=論文掲載という考え方自体が古いような気がする
あるいは特許が成立するまでは伏せておくのがビジネスの常道だからな。
