勉強会
機械学習
MachineLearning
AI
人工知能

機械学習|勉強会|要点まとめ


GDG DevFest Tokyo 2018


  • 眼のスキャンから疾患を予測する技術が進んでいる。

  • メガネに情報を表示することで、作業者の両手をフリーにし、作業効率を上げるのが望ましい。(スマートファクトリー)

  • 工場においてはエッジコンピューティングでないと、ラインの処理スピードに追いつけない。


Qiita×Microsoft 共催MeetUp


  • 農薬を機械学習で割り出した「散布が必要な箇所」にのみ、ピンポイントで散布することにより、農薬の散布量が90%削減された。

  • IBM Watsonに代表される「cognitive computing」では、非構造化データや曖昧な入力に対し、あくまで人を主体とした意思決定支援を行う。


第34回 WBA若手の会 実世界応用 深層学習


  • ロボットの現実的作業(タオルを畳む等)においては、カメラでの「視覚/画像認識」による状態把握/行動決定よりも、触覚(今タオルに触った、等)の方が速く確実。

  • タオルを畳む、という「作業のフロー」を一切プログラミングせずに、畳んでいる様子を見せ続けることで、「タオルを畳むということの概念を学習」し、畳むことができるようになっていく。


医用画像処理の最前線 -診断AI編-


  • 医療における機械学習の問題点として、「キレイなデータ(レントゲン/症例画像)を大量に集めることの難しさ」だけでなく、それらを病院/機関間での共有が困難という点がある。


第28回 Machine Learning 15minutes!


  • TensorFlow Hubの事前学習済モデルを使うことで、転移学習にかかるコストを大幅に削減できる。

  • TensorFlow Hubでの自作モジュールの公開が進んでいく。

  • クラウドワーカーによるアノテーション(タグ付け)が、広く行われている。

  • NVIDIA株の伸びがハンパない。


Communicative AI CONFERENCE 2018


  • 仮説として、知能は認知運動/記号処理系NNで構成されている。

  • 言語/数字/想像/思想などの元となる「記号処理」が、知覚→行動の元となる「認知運動」を駆動させている のは人間だけ。

  • これをMLで再現することが、「記号の理解」に繋がる。


第30回 Machine Learning 15minutes!


  • Webサイトにおいて、CVを報酬、ページ遷移をアクション、とした強化学習により、UI/UXの最適化が図れる。

  • SQLのスキルをつけた後は、多変量解析の学習が良い。


AI領域でキャリアを積みたい人の機械学習学び方


  • 日本において機械学習の「実務経験」を積む入り口は極端に少ないが、転職の際には実務経験が必要、という「どこからも機械学習に入っていけない」状況が多いが、抜け道として「Kaggleで実績を積み、評価される」というものがある。


【中西 崇文氏 講演】 シンギュラリティは怖くない


  • 人間の進化は知識処理と、その共有方法の進化。
    (言語→文字→紙→印刷→データ→Web→ビッグデータ)

  • ビッグデータにより、データというものが現実を浮かび上がらせるだけの、「解像度」を持ったと言える。


WBA若手の会 第37回 カジュアルトーク


  • 脳信号の解析/神経情報のデコードにより、人の思考を出力(描画/音声出力)させることができるかもしれない。

  • 四則演算と代数計算では、脳の別部位が使用されていると思われる。

  • RatSLAMにより自己地図を作成する。