まとめ長い週末に向けて、これまでに取り上げた内容以外にも AI で何が起こっているかについて最新情報をお届けするための簡単なまとめをご紹介します。
これには、サムスンとクアルコムが新しい AI 研究チームを設立したというニュース、人間の放射線科医が依然として機械より優れている理由、Amazon の Keras-MXNet バックエンドのサポートなどが含まれています。
ちょっと待ってください、AI放射線科医。人々は、医療スキャンで腫瘍や血栓などの異常を見つけるのがコンピューターのほうがはるかに得意だと考えているため、すぐに機械が放射線科医に取って代わるだろうとすぐに信じてしまいます。
しかし、スタンフォード大学が報告した結果は、放射線科医が依然としてAIよりも優れていることを示しています。研究者グループは、MURA（筋骨格X線写真）データセットから特定のスキャン画像に異常が現れる確率を予測するために、169層からなる大規模な畳み込みニューラルネットワーク（CNN）を構築しました。
AIとロボット工学のレジェンド、ジョアンナ・ブライソンがMCubedを立ち上げ
続きを読む
このシステムは、1万2173人の患者の肘、指、前腕、手、上腕骨、肩、手首のスキャンデータ4万561枚を収集しました。CNNの結果と3人のプロの放射線科医による結果を比較したところ、手首のスキャンを除くすべてのカテゴリーで、機械の性能が劣っていました。
結果はarXivの論文にも掲載されています。さらに嬉しいことに、データセットはGitHubでも公開されているため、他の開発者が独自のモデルを構築し、結果の改善に取り組むことができます。
また、カリフォルニア工科大学の計算生物学教授、リオール・パクター氏のTwitterスレッドもご覧ください。彼は、アンドリュー・ン氏のようなAIの伝道師たちが、AI技術を大衆に過剰に宣伝していると批判しています。
数か月前、@AndrewYNgはAIのせいで放射線科医は時代遅れになりつつあるとツイートしました: https://t.co/rrHjShakdF。AndrewのTwitterフォロワーは30万人を超えており、このツイートは大きな話題となりました（2,000件以上のいいね！）。/1
— リオル・パクター (@lpachter) 2018年5月24日
Ng 氏は論文の共著者として記載されているので、実際、もっとよく知っているはずだ。
英国、ロシア、カナダに新しいサムスンの AI ラボ サムスンはケンブリッジに英国の研究拠点を開設しました。
このプロジェクトは、ケンブリッジ大学でコンピュータービジョンを専門とするアンドリュー・ブレイク教授が率います。ブレイク教授は以前、マイクロソフト・リサーチ・ケンブリッジとアラン・チューリング研究所の所長を務めていました。
サムスンは、自社製品へのAIとIoTの活用に特に関心を寄せています。「今後数年間で、AIを搭載したモノのインターネット（IoT）デバイスは、私たちの生活に関する興味深い洞察をもたらす膨大なデータを生成します。複雑な使用パターンを分析し、個人の好みや行動に合わせて最適化されたインテリジェントサービスをシームレスに利用できるようになるでしょう」と、同社は声明で述べています。
サムスンはまた、ロシアのモスクワとカナダのトロントに研究所を設立したことを発表しました。また、韓国のソウルとカリフォルニアにも研究センターを有しています。
OpenAIは、開発者にオリジナルの『ソニック・ザ・ヘッジホッグ』をクリアするボットを作るというチャレンジに続き、古典的なビデオゲーム内で人工知能エージェントをテストするためのシステム「Gym Retro」のフルバージョンを公開しました。このフレームワークは、強化学習ソフトウェアの開発と、それをコンピューターゲームの世界で評価するのに非常に優れています。
Qualcomm も研究室を取得新しい研究組織について言えば、Qualcomm も研究室を取得する。
「クアルコム・テクノロジーズは、コンピュータービジョンやモーションコントロールのアプリケーションのためのスパイキングニューロンネットワークを調査した10年以上前に、AIの基礎研究を開始した」と同社は声明で述べた。
「Qualcomm AI Research の取り組みは多岐にわたり、Qualcomm Technologies の接続性とコンピューティングにおけるリーダーシップを基盤とした、電力効率の高い AI、パーソナライゼーション、データ効率の高い学習にまで及びます。」
その主な関心はハードウェアと、IoT デバイス向けにそれをサポートするために必要なソフトウェア プラットフォームの構築にあるため、おそらく低電力のアクセラレータ チップになるでしょう。
Facebook 言語翻訳プロジェクトFacebook は、開発者がこれらのツールを本番環境に拡張できるように、言語翻訳モデルに基づいたオープンソース プロジェクトを開始しました。
これは C++ で書かれており、モデルをさまざまなフレームワークに転送するために多くのソフトウェアおよびハードウェア企業が協力して開発したプラットフォームである ONXX を使用して Caffe 2 にエクスポートできます。
このコードを使うことで、開発者はリカレントニューラルネットワーク（再帰型ニューラルネットワーク）を学習できます。より具体的には、ある言語の入力単語を別の言語の出力単語にマッピングすることを学習する、注目度の高いシーケンスツーシーケンスモデルです。また、テキスト要約、対話システム、テキスト生成といった他のタスクにも使用できます。
モデルはここからダウンロードできます。
MXNet + Keras Amazon の AI フレームワーク MXNet に、Keras 2.0 のバックエンド サポートが追加されました。
KerasはPythonで書かれた人気のTensorFlow APIです。これにより、開発者はMXNet上で分散トレーニングを行い、大規模な畳み込みニューラルネットワークや再帰型ニューラルネットワークを実行できるようになります。
Amazonのブログ投稿には、「Keras開発者は、数行のコードアップデートでMXNetのマルチGPU分散トレーニング機能を活用し、トレーニング速度を向上させることができます。MXNetモデルの保存も、このリリースのもう一つの重要な機能です。Kerasで設計し、Keras-MXNetでトレーニングを行い、MXNetを使って本番環境で大規模な推論を実行できます」と記載されています。
Keras-MXNet をインストールしてデプロイする方法については、こちらにステップバイステップで説明した投稿もあります。®
