Google Research：2019年の振り返りと2020年以降に向けて(1/9)
１．Google Research：2019年の振り返りと2020年以降に向けて(1/9)まとめ ・Google Researchを率いるJeff Deanによる恒例の年初投稿。去年の振り返りと今後の方向性 ・AIの倫理的利用についてはモデルカード、Activation Atlases、Fairness Indicators、FaceForensicsなど ・AI for Social Goodは […]
ロボット
1/18ページ
人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(1/3)
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(1/3)まとめ ・AIが現実世界で益々使われるようになり拡張現実を組み合わせることで顧客体験が変わっていく可能性 ・2020年も言語モデルの分野で目覚ましい進歩が見られチューリングテストの合格に近づく可能性 ・ディープラーニングの表面的な活用だけでなく新しいアルゴリズム開発が科学分野で行われる可能性 ２．研究 […]
機械学習のトップマインドによる2020年のAI予測(2/3)
- 2020.01.07
- ロボット, 強化学習, BERT, neurips, gan, transformer, nlp, 自己教師, federated learning, jeff dean, 気候変動, elmo, mt-dnn
１．機械学習のトップマインドによる2020年のAI予測(2/3)まとめ ・Jeff Deanはマルチモーダル学習とマルチタスク学習の進歩を期待 ・Anandkumarは反復アルゴリズム、自己教師学習の進化を予測 ・顔認識AIなど個人のプライバシーに関する倫理的問題が表面化する可能性もある ２．大規模モデルと自己教師学習の追求 以下、venturebeat.comより「Top minds in ma […]
ロボット学習のためにシミュレーションと現実のギャップを埋める(4/4)
１．ロボット学習のためにシミュレーションと現実のギャップを埋める(4/4)まとめ ・合成画像とドメイン適応のみで現実世界のデータを使用せずとも一定レベルのパフォーマンスを達成 ・シミュレーションと現実世界の経験を統合するためにドメイン適応を使用することは有望な選択肢 ・シミュレータとドメイン適応の効果を広範囲に測定したので自ら実践する際に参照できる ２．ドメイン適応の効果 以下、ai.google […]
ロボット学習のためにシミュレーションと現実のギャップを埋める(3/4)
１．ロボット学習のためにシミュレーションと現実のギャップを埋める(3/4)まとめ ・シミュレーションのランダム化は現実世界の環境に一般化する上で有望な手法である事がわかっている ・外観のランダム化とダイナミクスのランダム化について個々に評価し有望性を測定した ・ランダム化は重要ではあるが効果的なドメイン適応を含める方が視覚ベースの操作関しては有望 ２．GANによる画像の生成 以下、ai.googl […]