![見出し画像](https://assets.st-note.com/production/uploads/images/78579853/rectangle_large_type_2_4eb4f48646a5d52ba542c5ae4054edfa.png?width=800)
【News! AIRS-Lab #034】今週のAIトピック「AIメガネは言語の壁を無くすのか」、明日5/16のライブ講義など
今回は、明日5/16(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。
https://note.com/yuky_az/m/m36799465e0f4
【CNNの概要】
明日5/16(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】」 Section2が始まります。
AIによる画像分類を学ぼう!【PyTorch+Colab】 Section2 【Live!人工知能 #89】 https://youtu.be/ZPeDFflRowA
![](https://assets.st-note.com/img/1652581789635-T3ZZVyr99T.png?width=800)
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。
活動報告: https://note.com/yuky_az/m/me9b21d94f4e7
【今週のAIトピック: 「AIメガネは言語の壁を無くすのか」など】
新しいGoogleのAR glassesが凄いことになっています。
https://www.youtube.com/watch?v=U82aw8WEYAM&t=880s
リアルタイムで翻訳が可能で、手話にも対応しているようです。
他言語には映画のように字幕がつくことになるので、言語の壁が無くなるのはそれほど遠い未来ではないようにも思えます。
このメガネ、翻訳専用なのか、それとも他に機能があるのか、続報が楽しみです。
言語の壁が存在するのは習得コストが高いからですが、今後学習コストを払う対象は別の方向にシフトしていくのでは?
Transformerを使い、脳のMRIから年齢を予測する研究。
画像から、脳の年齢をおおよそ見積もることは可能なようです。
https://ai-scholar.tech/articles/medical/Global-Local-Transformer
個人的に注目しているのは、コードが公開されていること。
https://github.com/shengfly/BrainAgingNet
今後ほとんどの分野がAIと無縁ではいられないと考えられますが、それに伴いオープンソースの文化も隅々まで浸透していくのではないでしょうか。
マルチモーダル深層学習の解説記事がありました。
https://qiita.com/sonoisa/items/618ebcc3db1558c13038
画像や文章など、複数のタイプのデータをモデルに入力可能なようです。
人間の脳により近づいている...のかもしれませんね。
記事では、実際にVL-T5というマルチモーダルのモデルを実装しており、Colabで動かせるようです。
それにしても、お堅いSIerの日鉄ソリューションズ、エンジニアは結構自由に活動しているんですね。
映画「In Silico」の感想が記事になっていました。
https://rmaruy.hatenablog.com/entry/2022/03/23/185522
In Silicoは、全脳をコンピュータ上で再現するための、欧州の巨大プロジェクトを取材したドキュメンタリー映画です。
このプロジェクト、組織が肥大化した故のトラブルに悩まされたようで、成果は今ひとつのようです。
脳科学者を集めてリーダーがトップダウンで決めるアプローチ、自説を曲げたくない科学者達とは相性が悪かったのかもしれません。
特に脳は分からないことだらけで、コンピュータ上で再現するためにはある程度の「決め打ち」がなので、それに対して反発を覚える人も多かったのでしょう。
僕自身は、脳の再現や汎用人工知能の実現は、個人レベルの小さなアプローチを多数打った方がいいと考えています。
ビッグサイエンスはある程度不確実性が減って方向性が明瞭になった時点で取り組むべきで、脳に対してこのアプローチはまだ早いのかと。
「AIファッションデザイナー」の構築方法が記事になっていました。
https://towardsdatascience.com/how-to-build-an-ai-fashion-designer-575b5e67915e?gi=8d0b727d4958
StyleGANを使っているようです。
様々なパラメータを変更することで自由自在に上着の画像が生成できるようで、もはやファッション産業で実用的なレベルかと。
独自の巨大モデルにより、汎用人工知能の実現を目指すチーム「Adept」。
GoogleやOpenAIの元メンバーが参加しているようです。
「the most practical and safest path to general intelligence.」とのこと。
汎用人工知能の実現のために、世界でも屈指の天才達が集まり始めたようです。
ヒトの脳のような汎用性を持つ人工知能、Transformerの出現により実現が近づいているようにも思えますが、その先のブレイクスルーは彼らによってもたらされるのでしょうか?
ドラえもんや鉄腕アトムのような汎用人工知能、実現するとすればどのようなシナリオが考えられるか、ぜひ皆さんのご意見をTwitterなどでお聞かせください。
【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。
【Section1: 画像分類の概要】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/Zupicfufov8
![](https://assets.st-note.com/img/1652581839751-2aQ8TEV4yA.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!