![見出し画像](https://assets.st-note.com/production/uploads/images/79069027/rectangle_large_type_2_b75872051e05ed8f3e2042ad6abe3e83.png?width=800)
【News! AIRS-Lab #035】今週のAIトピック「YouTube動画は大学を超えるのか」、明日5/23のライブ講義など
Amazonの「人工知能」カテゴリで、拙著「あたらしい人工知能技術の教科書」のkindle版が1位になりました。
今回は、明日5/23(月)日のライブ講義、今週のAIトピック、Udemyコースの一部無料公開などについてお知らせします。
この配信のバックナンバーは、noteの方で公開しています。
【有名モデルの実装1】
明日5/23(月)の21時から、ライブ講義「AIによる画像分類を学ぼう!【PyTorch+Colab】」 Section3が始まります。
AIによる画像分類を学ぼう!【PyTorch+Colab】 Section3 【Live!人工知能 #90】 https://youtu.be/iNkrqKkC-F4
![](https://assets.st-note.com/img/1653196675214-TG9AGzKZMN.png?width=800)
「AIによる画像分類を学ぼう!」は、CNN(畳み込みニューラルネットワーク)をベースにした画像分類技術を学ぶ講座です。
Google Colaboratory環境で、PyTorchを使い様々な画像分類モデルを実装します。
最初にPyTorchの使い方、CNNの基礎を学んだ上で、ResNet、MobileNetなどの有名モデルを実装します。
さらに、Transformerを利用した画像分類モデルも扱います。
様々な画像認識モデルの仕組みを学び、Pythonで実装できるようになりましょう。
【コミュニティ「自由研究室 AIRS-Lab」】
「AI」をテーマに交流し、創造するWeb上のコミュニティ「自由研究室 AIRS-Lab」を運営しています。
メンバーにはUdemy新コースの無料提供、毎月のイベントへの参加、Slackコミュニティへの参加などの特典があります。
【今週のAIトピック: 「YouTube動画は大学を超えるのか」など】
Transformer内のベクトルを解説する動画です。
ちょっと難しいですが、Transformerの内部の処理を直感的に理解するのに有用なのでは。
YouTubeの動画、大学の講義よりも分かりやすいことも多いです。
大学の授業はこれまでのようなプレミア感は無くなってきており、知識を習得するための数ある選択肢の中の1つ、のようなポジションに落ち着きつつあるのではないでしょうか。
機械学習関連の論文を数分で解説するYouTubeチャンネル、「Two Minute Papers」。
DeepMindの汎用AIを解説しています。
こういった最新技術をわかりやすく解説するYouTuber、次第に影響力が大きくなってきているようです。
知識は無料でいつでもどこでも入手できるので、制約により勉強できないという言い訳が難しい時代かと。
「ボケて」の「電笑戦」、AIによる大喜利バトルが開催されるようです。
ボケてのデータセットとデモが提供されています。
詳しい解説はこちら。
果たして、AIのボケはAIならではの「天然」のボケになるのでしょうか。
それとも、AIは人間が笑いの本質を、的確に捉えることができるのでしょうか。
結果が気になるところですが、マシンパワーに自信のある方は参加してみてはいかがでしょうか。
アメリカで汎用人工知能(AGI)の実現に向けたアプローチが少しずつホットになりつつあるようです。
きっかけになたのは、DeepMind社が2021年5月に発表したポジションペーパー「Reward is Enough」という論文。
ポジションペーパーは、文章だけで仮説を提示する論文のことです。
「報酬」が全てとのことで、強化学習のようにいかに報酬を設定するかがAGIの実現のために重要であるとのこと。
ただ、Metaのヤン・ルカン氏はこれに反対のようです。
「報酬」の重要性を説く「Reward is enough」というGoogleの論文。
報酬のみで十分、と言い切っちゃってます。
汎用人工知能の実現のためには、強化学習における「報酬」があれば十分であるとのこと。
報酬を生物における「感情」のようなものと考えれば、クオリティの高い知能の実現ためには感情的な要素は不可欠ということになるのでしょう。
「意識」の謎に迫る、「意識はなぜ生まれたか――その起源から人工意識まで」という本。
> 「ただの物質に過ぎない脳から、なぜ非物質的な意識が生まれるのか?」
この問い、むちゃくちゃ面白い設問です。
人工意識まで扱っているようで、意識の謎に迫る様々なアプローチが興味深いです。
しばらく、寝る前のお供にしたいと思うところですが....
最近積ん読がますますひどいことになってます。
DeepLの仕組みを解説する記事、DeepL自身が公開していました。
インターネット上の翻訳を自動で検索し、翻訳のクオリティを自動評価できる特別なクローラーを開発したとのこと。
ときどきスラングを使ったかなり砕けた翻訳をすることがありますが、この辺りが原因なのかと。
記事には他に特別なことは見当たりませんでしたが、モデル自体は結構普通のものなのでしょうか。
Google AI Blogに「PaLM」の解説記事がありました。
PaLMはPathways Language Modelの略で、パラメータの数は5400億とのこと。
人間の脳のシナプス数、100兆に少しずつ迫っているようです。
原因と結果を区別したり、概念の組み合わせを適切な文脈で理解したり、さらに絵文字から映画を推測することも可能なようです。
今のところパラメータの増加は性能の向上につながっているようで、この延長線上には何があるのでしょうか。
人間に極めて近いAIなのか、あるいは似て非なるものなのか....
【コースの一部無料公開について】
Udemyコース「AIによる画像分類を学ぼう!【PyTorch+Colab】」は、5月半ばに公開予定です。
このコースの動画の一部は、YouTube上で無料公開されています。
【Section2: CNNの基礎】AIによる画像分類を学ぼう!【PyTorch+Colab】 -Udemyコースを一部無料公開- : https://youtu.be/kUyb2zBpYn4
![](https://assets.st-note.com/img/1653196776086-r4xxgcouJ5.png?width=800)
コード: https://github.com/yukinaga/image_classification
【書籍】
Udemyコース「AIパーフェクトマスター講座」が書籍になりました。
新刊「Google Colaboratoryで学ぶ!あたらしい人工知能技術の教科書」(翔泳社)は9/8に書店に並びました。
Google Colaboratoryを使って、CNN、RNN、生成モデル、強化学習、転移学習などの人工知能技術を一通り学ぶ本です。
また、他のUdmeyコースの書籍化の企画が既に始まっています。どうぞご期待ください。
今後も、皆様にとって有益なコンテンツを提供していけたらと思います。
ご意見、ご感想、コースのご要望などがありましたら、ぜひお聞かせください。
よろしければサポートお願いします! いただいたサポートはクリエイターとしての活動費に使わせていただきます!