人工ニューラル・ネットは意外と人に近づいている——MITの新研究
知性を宿す機械

A neural network can learn to organize the world it sees into concepts—just like we do 人工ニューラル・ネットは意外と人に近づいている——MITの新研究

ニューラル・ネットワークの問題点は、ある入力に対する出力がブラックボックスになっていることだ。MITの研究者らは、ニューラル・ネットワークがどのように「思考する」かの手掛かりとなる解析手法を開発し、その手法の有効性を実証するツールを発表した。 by Karen Hao2019.02.19

GAN(敵対的生成ネットワーク)は、人工知能(AI)アルゴリズム界の期待のルーキーだ。GANはこれまでに、AIによる作品として初めて美術品のオークションで競り落とされた絵画を描いたり、ポルノスターの体の上に有名人の顔を重ね合わせたりしてきた。GANは2つのニューラル・ネットワークを競わせることで、与えられた情報に基づいて本物そっくりの作品を作り上げる。ニューラル・ネットワークにたくさんの犬の写真を与えて全く新しい犬を作り出したり、たくさんの人間の顔の写真を与えて、リアルだが実在しない新しい顔を作り出したりできる。

MIT・IBMワトソンAI研究所(マサチューセッツ工科大学とIBMの産学協同組織)の研究者たちは、GANがちょっとしたいたずらで使えるだけでなく、強力なツールとなると考えている。GANが「考えている」ことを描かせることで、ニューラル・ネットワークがどのように学習して推論するかについての洞察を与えてくれるはずだというのだ。ニューラルネットがどのように学習して推論するかは、幅広い研究者のコミュニティで長い間探求されていた研究テーマであり、さまざまな判断においてアルゴリズムへの依存が高まりつつある現在、一層重要な意味を持つようになっている。

「ニューラルネットに視覚的な世界を再現させることで、ニューラルネットが何を知っているかが分かるかもしれません」と、マサチューセッツ工科大学(MIT)博士課程の学生として同プロジェクトに参加したデイビッド・バウはいう。

研究チームは、木、草、建物、空といったさまざまな風景写真をネットワークに与えて、GANの学習メカニズムを調べ始めた。GANに明示的な指示を与えなくても、複数の画素を妥当なグループに分類することを学習できるかどうかを知りたいと考えたのだ。

驚くべきことに、時間をかけることで、GANはそれをやってのけた。さまざまな「ニュ …

こちらは有料会員限定の記事です。
有料会員になると制限なしにご利用いただけます。
有料会員にはメリットがいっぱい!
  1. 毎月120本以上更新されるオリジナル記事で、人工知能から遺伝子療法まで、先端テクノロジーの最新動向がわかる。
  2. オリジナル記事をテーマ別に再構成したPDFファイル「eムック」を毎月配信。
    重要テーマが押さえられる。
  3. 各分野のキーパーソンを招いたトークイベント、関連セミナーに優待価格でご招待。