今週のAI関連ニュース：なぜ人は夢をみるのか？
グーグルのAI、患部の写真から皮膚病の判定を支援
Googleによると、「適切な」深層学習システムを使用すれば、胸部レントゲンを基に、活動性結核の可能性が高い患者を正確に特定できる。また同社の調査から、このAI搭載スクリーニングツールをより高額な診断テストに先立ち、予備的ステップとして使用することで、検出される陽性の結核1件当たりのコストを最大80％削減できることが明らかになったという。
https://japan.zdnet.com/article/35171027/
牛の出産タイミング、AIで判断 宮崎市の企業など開発
「牛わか」は監視カメラで撮影した映像をAIが分析し、牛が出産直前に牛舎内をうろうろ歩き回るなどの特徴的な行動を検出する。従来は畜産農家が昼夜を問わずに観察したり、牛の体内外にセンサーを取り付けたりして分娩の兆候を探っていた。「牛わか」を使えば、農家はメール通知で出産のタイミングを知ることができる。
https://www.asahi.com/articles/ASP5Q75DHP4FTNAB004.html
「なぜ人は夢を見るのか」は機械学習の観点から説明が可能
機械学習やDNNで発生する過剰適合こそが、動物が夢を見る理由の1つだとする「過剰適合脳仮説」を提唱しました。つまり、動物が夢を見るのは、「現実の出来事を予測するために発生する」といった既存の仮説に加え、「脳が過剰適合となることを防ぐために発生する」という理由があるとのこと。
https://gigazine.net/news/20210522-overfitted-brain-dream/
マイクロソフト、現実をスキャンしVRに表示させる技術の特許を取得
VRに現実のオブジェクトをリアルタイムで表示可能になれば、ゲームプレイ中の快適性は大きく向上するでしょう。見えない家具など気にする必要がなくなるからです。日本のように、部屋があまり広くない環境では、特に有難い機能になると思われます。
https://www.moguravr.com/microsoft-patent-real-world-objects-vr/
日本語自然言語処理に特化したAIの精度を高めるためのデータ作成代行サービス「Nekonote(ネコノテ)」の提供開始
「Nekonote(ネコノテ)」はAI向け学習データとなる日本語テキストや音声の作成・アノテーション・タグ付けといった業務代行サービスです。本サービスの特徴として、自然言語処理技術の研究開発を行うプラスゼロと、障がい者の就労継続支援事業を運営する「ミンナのミカタぐるーぷ・株式会社ミンナのシゴト」との共同運営体制となっており、日本語領域において一般のクラウドソーシングやオフショアに比べ、安価で高品質なサービス提供を実現しました。また、スケーラブルな作業者ネットワークを有しているため、小ロットのご依頼はもちろん、大規模データや短納期案件など、幅広い用途で活用いただけます。
https://prtimes.jp/main/html/rd/p/000000007.000070594.html
アノテーションプラットフォームのFastLabelが、BPO企業向け無料トライアルプランを開始
BPO企業においては、AI開発企業や事業会社より、AI開発に必要な教師データの作成（アノテーション）を受託されるケースが多くあります。受託時には、「既存のアノテーションツールや顧客から指定されたツールが使いにくく、効率が上がらない」「アノテーターの教育コストがかかる」「受託プロジェクトを横軸で管理できるプラットフォームがない」といった喫緊の課題があります。BPO企業にFastLabelをご活用いただくことで上記問題を解決し、AIの実用化のスピードアップに貢献するために、本トライアルプランを開始いたしました。
https://prtimes.jp/main/html/rd/p/000000006.000065427.html
グーグルが手話認識技術を開発、日本財団らが手話とろう者への理解促進を目指した手話学習オンラインゲームをベータ公開
2Dしか認識できない一般的なカメラでも立体的な手話の動きを、上半身、頭、顔、口も含めて認識できる機械学習モデルを開発。日本と香港で手話を日常的に使用しているろう者の手話映像データを収集し、学習させることで、手話学習者が正しく手話を表現できているかの判断を可能にした。
https://jp.techcrunch.com/2021/05/25/the-nippon-foundation-signtown/
人工知能の“欠陥”と副作用を認識せよ：ある研究者がAIの規制を提言する真意
2021年において、AIの訓練に使われるデータについての業界をまたがる基準は存在しません。トレーニング用のデータに何が含まれるのか、どのように入手されたデータなのか、そして倫理的にどんな問題が起こりうるのかといった基準がまったくないのです。
https://wired.jp/2021/05/26/researcher-says-ai-not-artificial-intelligent/
