Picks
185フォロー
15075フォロワー


NEC、宇宙船開発にAI採用 米アルテミス計画、技術面で支援
山崎 俊彦東京大学 大学院情報理工学系研究科電子情報学専攻 准教授
使われている技術は下記ですね。あまり技術的詳細は書かれていません。
インバリアント分析
https://jpn.nec.com/ai/analyze/invariant.html
あと、AIを宇宙に持っていくという話ではなく、地上での開発のときに使うという話だと思います。地上であるなら様々な検討にAIが使えると思います。宇宙に持っていくとなると計算資源・電源・通信などいろいろなことを考えないといけなくなります。
外国からの研究費、開示を義務付けへ…先端技術の流出防止・虚偽報告に罰則も
山崎 俊彦東京大学 大学院情報理工学系研究科電子情報学専攻 准教授
「先端技術の流出」
国防など他の分野についてはわからないので自分の知っている範囲だけで状況について分析します。
いま、AI研究が花盛りで、なぜ成功したかについて色々と議論・解説されていますが、その中で最も大きな貢献をしたのはGithubを始めとするソースコードやデータセットの公開・共有の考え方。これが広まる以前は論文を読んでシステムを再実装するという大変な手間と、論文に書いていないパラメータを再現できず論文通りの性能が出ないという苦しみが待っていました。いまはGithubなどのおかげでオフィシャルなソースコードを簡単に入手し、その場で実験を再現できます。この恩恵は計り知れません。トップ国際会議・論文誌ではソースコードを公開しているかどうかが重要な加点・減点要素になることもあります。「流出」とは考え方が違うかもしれませんが、「共有・公開」がいまの大きな潮流であることは間違い無いです。
もちろん、前述した国防や暗号、個人情報などに関するものは安易に公開できないものであることも理解する必要があります。
例えば、として。CVPR18で発表した転移学習のコードはスターが300を超え、fork数も60を超えています。
cross-domain-detection
https://github.com/naoto0804/cross-domain-detection
アルツハイマー病進行、AIで予測精度85% 富士フイルム
山崎 俊彦東京大学 大学院情報理工学系研究科電子情報学専攻 准教授
このようなAIが将来の生活の質を変えてくれることを願っています。
精度について補足。
「MCIの症状を持っていた患者239人のデータを20年夏にAIで解析。2年後にアルツハイマー病に移行するかMCIのままかを予測し、実際の病状と照合したところ、85%の確率で合致したという。」
移行した人としない人の内訳が書いてないのと、「精度」としか書いていないので注意です。例えば移行する人10%、しない人90%とすると何も考えずに「しない」と予測するだけで精度90%になります。
なので、専門的には下記のリンクでお示ししたように適合率P (ポジティブの過検出の少なさ)、再現率R (ポジティブの取りこぼしの少なさ)、F値(PとRの調和平均)、特異度 (ネガティブの取りこぼしの少なさ)などで議論します。なお、業界によって呼び方が変わったりします。
F値 (F-measure)
http://ibisforest.org/index.php?F%E5%80%A4

NORMAL