人工知能(AI)が得意とする画像認識は、一方でだまされやすい性質を持つ。カリフォルニア大学のある研究者は、研究コミュニティがベンチマークとして使うことを意図した「敵対的サンプル」のデータセットを公開した。
人工知能(AI)を利用した、本物と見まがうばかりのディープフェイク映像が問題となっている。体の動かし方に注目することで、ディープフェイク映像を見破る手法がコンピュータービジョン・カンファレンスで発表された。
食料や医療などの重大な課題を抱えるアフリカ地域でいま、機械学習コミュニティが発展している。IBMやグーグルなどが相次いで研究所を開設したほか、機械学習を教える大学課程や他の教育プログラムも急増中だ。「現実から乖離」する人工知能の世界に、新風を吹き込む可能性がある。
「老舗テック企業」のIBMはMITとのパートナーシップで、AI分野での強大な地位を再び築こうとしている。その狙いとビジョンをIBM幹部が語った。
ボストンに拠点を置くスタートアップが、「低レベルの知能」をロボットに付与することで、人間と協調作業ができるようにする専用チップの開発を進めている。より優れた行動計画の立案は、将来のロボット工学にとって基礎的かつ重要な要素だ。
人工知能(AI)によるディープフェイク技術が進歩する中、加工された映像や画像への対処が問題となっている。米国連邦議会では公聴会が開かれ、透かしの義務付けやプラットフォームに検出機能を求める規制法案も提出された。
米国のある建設企業は、コンピュータービジョンを使って現場を監視して事故の発生を予測する人工知能(AI)システムを開発している。AIが人間の労働者を監視し、AIに従って人間が働く、大きなトレンドの一端だ。
フェイスブックのAI研究者グループは、深層学習のアルゴリズムを使って、あらゆる人の声を本物そっくりに複製できる音声合成システムを開発した。現状のシステムよりもずっと人間に近い形でやり取りを自動化できるようになる可能性がある。
産業用ロボットが中小企業ではさほど普及していないのは、導入や維持にかかるコストが障壁となっているからだ。英国のあるスタートアップ企業は、「2割の価格で8割の性能、誰でも15分でプログラミング可能」をうたい文句に中小製造業者向けの産業用ロボットを販売している。
中国政府が発表したAI原則は、個人の自由やプライバシーの保護といった西側諸国のAI倫理に非常によく似ている。中国がこの問題について対話をしようとする意欲の現れなのだろうか。
人工知能(AI)が社会のあらゆる面に深く入り込み始めるにつれ、アルゴリズムによる損害の責任を誰が負うべきなのか、議論になっている。高度に自動化されたシステムで問題が起こった場合、人々はもっとも「近い」人間に責任を押し付けがちだ。
米国空軍とマサチューセッツ工科大学(MIT)は、人工知能(AI)の開発と活用に向けた共同研究を発表した。武器の開発ではなく、「公益」に役立つ技術の開発を目指すという。
ファーウェイに対する米国政府の禁輸措置が、同社に対して壊滅的なダメージを与える可能性が高まっている。しかし、こうしたテクノロジーのバルカン化は世界的なイノベーションの妨げになりかねない。
人工知能が広く使われるようになるにつれて、深層学習モデルに誤った判断をさせて人々に被害を及ぼす「敵対的攻撃」のリスクが高まっている。マサチューセッツ工科大学(MIT)の研究者らは、敵対的攻撃を難しくする新たな方法を発表した。
マサチューセッツ工科大学(MIT)は、人間の上腕二頭筋に取り付けた筋電計センサーの信号から、その腕の動きを察知するロボットを開発した。ロボットを安全に効率よく人間と協働させるのに有効なアプローチとなる可能性がある。
グーグルが、ある言語で入力した音声を、話者の声の特徴を保ったまま別の言語の音声で出力する自動翻訳システムを開発した。ある言語での話者の「声紋」を別の言語にマッピングするように訓練したニューラルネットワークを利用する。
医療分野での人工知能(AI)の応用がでは、膨大な患者の個人情報へのアクセスが障壁となっている。プライバシーの保護とデータ活用の両立を目指す新たなプラットフォームを使った大規模な実験が、スタンフォード大学医学部で始まっている。
騒音の中で会話をする相手の声だけを判別できる「カクテルパーティ効果」を再現できるシステムをコロンビア大学の研究チームが開発している。測定した脳波のデータをもとに、集中したい人の声だけを増幅できるという。
4枚の羽ばたく翼を持つ95グラムの昆虫型ロボットを南カリフォルニア大学のチームが開発した。飛行ロボットは、2翼よりも4翼の方が姿勢などの制御が容易で素早く動けるが、翼が増える分だけ重量が増してしまう。研究チームは、翼を動かすアクチュエーターを大幅に軽量化することで、この課題を解決した。
深層学習の人工知能(AI)は、多くのデータの中から関連性を発見することは得意だが、因果性を見い出すことはできない。5月上旬に米国で開催された「ICLR2019」で、著名なAI研究者が因果関係を分析する新しいフレームワークを提唱した。
顔認識技術の使用を禁止する条例がサンフランシスコ市で制定された。だが、条例によって禁止されるのは行政機関による顔認識技術の利用であり、民間企業は依然として使用可能だ。
あらゆる業界で人工知能(AI)製品を使う機会が増え、製品の品質と妥当性をいかに評価するかが重要となっている。MITテクノロジーレビューのAI担当記者が、AI製品を開発する企業を評価するための5つのチェックリストを紹介する。
ニューラル・ネットワークの訓練には、多くの時間とコストを必要とするというのが一般的な考えだ。しかし、マサチューセッツ工科大学(MIT)の研究者が、ニューラル・ネットワークの規模を10分の1から100分の1にして訓練しても、同等のパフォーマンスを得られることを示す論文を発表した。
アマゾン創業者のジェフ・ベゾスが主催する招待制カンファレンス「MARS」で紹介されたエッジ向けAIチップは、ロボットやドローンといった他の派手なプレゼンに比べると地味なものだった。だが、電力効率に優れた新しい半導体は、人工知能の未来において重要な存在となる。
既存の楽曲を訓練データとして用いて、新たな楽曲を作り出せる深層学習ニューラル・ネットワークをオープンAIが開発した。モーツアルト風の小品を演奏したり、レディ・ガガの楽曲をビートルズ風に即興演奏したりできる。