自然環境 機械学習トレーニング時の二酸化炭素排出量を4年間で747倍削減(2/2)
１．機械学習トレーニング時の二酸化炭素排出量を4年間で747倍削減(2/2)まとめ ・過去3年間のGoogleの総エネルギー使用量のうちMLの学習と推論の使用量は10%～15% ・Evolved Transformerモデルの炭素排出量が自...
業界/分野
自然環境 自然環境 機械学習トレーニング時の二酸化炭素排出量を4年間で747倍削減(1/2)
１．機械学習トレーニング時の二酸化炭素排出量を4年間で747倍削減(1/2)まとめ ・機械学習実行時の計算コストの上昇と温室効果ガスの総排出量について懸念する声がある ・機械学習関連作業時の二酸化炭素排出量を大幅に削減する4つの主要な実践方...
ヘルスケア 前立腺がんの診断とグリーソン分類に関する国際的なコンペ(2/2)
１．前立腺がんの診断とグリーソン分類に関する国際的なコンペ(2/2)まとめ ・コンテストは非常に迅速にモデルが改善され病理医に近いレベルを10日以内に達成 ・コードを公開して共有する事が参加チーム全体のスコアの急速な改善につながった ・PA...
ヘルスケア 前立腺がんの診断とグリーソン分類に関する国際的なコンペ(1/2)
１．前立腺がんの診断とグリーソン分類に関する国際的なコンペ(1/2)まとめ ・健康分野で開催される機械学習コンテストは困難な臨床問題を解決する機会となる ・コンテストを開催する際は高品質なデータセットを入手し管理する事が必要となる ・関連団...
ロボット XIRL:人と形状が異なるロボットは人から学ぶ事が出来るのか？(2/2)
１．XIRL:人と形状が異なるロボットは人から学ぶ事が出来るのか？(2/2)まとめ ・XIRLは実演者と学習者が異なる形状である際の模倣問題に取り組む手法 ・時間的サイクル整合性を用いて実施形態に依存しない報酬関数を学習 ・サンプル効率が高...
ロボット XIRL:人と形状が異なるロボットは人から学ぶ事が出来るのか？(1/2)
１．XIRL:人と形状が異なるロボットは人から学ぶ事が出来るのか？(1/2)まとめ ・人は他人から学ぶがロボットも同じようにする事ができないか考えた ・しかしロボットは人間と物理的に異なる構造を持つため人間の模倣が困難 ・XIRLは動画から...
ロボット BC-Z:ロボットは完全に新しい作業を指示に従って実行できるようになれるのか？(2/2)
１．BC-Z:ロボットは完全に新しい作業を指示に従って実行できるようになれるのか？(2/2)まとめ ・模倣学習の拡張でロボットが未経験の新しいタスクに対応できるようになる可能性を示した ・言語モデルが学習した概念同士の関連がロボットに柔軟性...
ロボット BC-Z:ロボットは完全に新しい作業を指示に従って実行できるようになれるのか？(1/2)
１．BC-Z:ロボットは完全に新しい作業を指示に従って実行できるようになれるのか？(1/2)まとめ ・既存のロボット工学は新しい対象やタスク、目標に汎化できるようにする研究が多い ・指示を元に全く新しいタスクをロボットが実行できるようになる...
ヘルスケア DeepCTRL:ニューラルネットワークにルールを教えて制御する試み(3/3)
１．DeepCTRL:ニューラルネットワークにルールを教えて制御する試み(3/3)まとめ ・元データが必ずしもルールに従うとは限らないのでルールの効果は元データに依存 ・DeepCTRLは再トレーニングせずにデータに合わせてルールの強さを変...
ヘルスケア DeepCTRL:ニューラルネットワークにルールを教えて制御する試み(2/3)
１．DeepCTRL:ニューラルネットワークにルールを教えて制御する試み(2/3)まとめ ・ルールベースの目標を用いた学習ではパラメータに対して目標が微分可能な事が必要 ・入力特徴量に小さなランダムノイズを加える事で非微分的制約に対応可能な...
ヘルスケア DeepCTRL:ニューラルネットワークにルールを教えて制御する試み(1/3)
１．DeepCTRL:ニューラルネットワークにルールを教えて制御する試み(1/3)まとめ ・ニューラルネットワークはデータから物理法則等を学習できるが誤差が大きい ・エネルギー保存の法則など、ルールを直接学習できると効率が向上するはず ・D...
アプリケーション HOD:あなたの医用画像分類器は、何を知らないかを知っていますか？(2/2)
１．HOD:あなたの医用画像分類器は、何を知らないかを知っていますか？(2/2)まとめ ・医療用MLモデルは誤診を避けるため特定の症例を知らないという事実を識別できる事が重要 ・そのため分類できないOODデータを検出することは、安全性を向上...