Keep Learning! Fail and open the door to a new world!
１．Google Research：2019年の振り返りと2020年以降に向けて(5/9)まとめ ・2019年はニューラルネットワークのトレーニングにどのような力学が働くのか特性を理解を目指した ・AutoMLの研究も継続し、既存モデルの改良や特定ハードに特化したモデルなど様々な改良を実施 ・表形式データの取り扱いに特化したAutoML Tablesはデータサイエンティストのコンペで好成績収めた […]
１．Google Research：2019年の振り返りと2020年以降に向けて(2/9)まとめ ・AIの他の分野への応用では様々な組織とコラボし多くの論文発表や芸術作品に繋がった ・日常生活を支援するAIとしては視覚、聴覚、音声に困難を抱える人々向けにアプリを発表 ・音声を文章に書き起こしたり文章を読み取って音声として再生したり日常生活の改善に繋がった ２．AIの他の分野への応用と日常生活の支援 […]
１．機械学習のトップマインドによる2020年のAI予測(1/3)まとめ ・AIは単純な精度よりもパフォーマンスに重きを置いて評価されるようになっていく可能性が高い ・機械学習フレームワークの覇権争いは収束し次の主戦場はアクセラレータや量子化に対応したコンパイラ ・AIが「ブラックボックス」であると言う批判は的を得ていない。人間の脳もブラックボックス ２．機械学習のコンパイラとブラックボックス神話 […]
１．SPICE：自己教師学習で音の高さを推定まとめ ・メロディーを認識するためには音の高さの変化、つまりピッチの変化を追跡する能力が必要 ・しかし音の高さをそのまま認識する絶対音感より相対的に認識する相対音感の方が人間の脳でも一般的 ・SPICEは自己教師学習で相対的なピッチの違いを学習し、最先端の教師付き学習に迫るスコアを出した ２．SPICEとは？ 以下、ai.googleblog.comより […]
１．ディープラーニングを使用して嗅覚を学習(1/2)まとめ ・嗅覚は非常に多くの生物で共有される感覚であるが機械学習の研究対象としては軽視されている ・聴覚や視覚の機械学習事例から考えるに入力分子から最終結果である匂いを予測できるようになるべき ・グラフニューラルネットワークを使用して入力分子から臭気を直接予測する研究が発表 ２．嗅覚の学習 以下、ai.googleblog.comより「Learn […]
