最新記事一覧
データ駆動型の意思決定がビジネスに欠かせなくなった。企業は予測モデルを構築してシミュレーションを重ねることで、深い洞察を得ることができる。代表的な4つのモデルについて、その起源や特徴を解説する。
()
東北大学の研究グループとLG Japan Labは、量子アニーリングマシンとベイズ的最適化と呼ばれる機械学習(ML)技術を連係し、これまで未探索であった目標特性値を持つ新規化学材料を発見した。今回の研究成果は、製造工程の最適化や生物分野などにも適用できるという。
()
量子科学技術研究開発機構らは、人が心に思い描いた風景や物体などの「メンタルイメージ」を脳信号から読み出して、復元することに成功した。
()
「銭湯文化を未来に残し、発展させたい」という2人の夢に下町の地元仲間がタッグを組んだ。新時代の銭湯が幕を開ける。
()
東京大学馬場研究室に所属する研究者ら、好みの顔画像を簡単なスワイプ操作だけで生成できる手法を提案した研究報告を発表した。
()
本連載ではマテリアルズインフォマティクスに関する最新の取り組みを取り上げる。第4回は、国内化学メーカー向けにマテリアルズインフォマティクスのコンサルティング実績を積み重ねてきたEnthoughtを紹介する。
()
かわさきからは「人は流れに乗ればいい」(シャア・アズナブル)やダイエット進捗について、一色からは「連載企画の状況や思ったこと」について書きました。
()
パナソニックホールディングスは、接触を含む動作をロボットへ効率的に教示する技術を開発した。教示した動作を正しくこなすことと、接触時の安全性を両立する制御パラメーターを効率的に教示できる。
()
NTNは複数のAI手法を組み合わせた転がり軸受の高精度な余寿命予測技術を開発した。
()
名古屋大学は、ショウジョウバエのリズムに対する好みが種間で分化していることを発見し、好みの種間差を支える神経基盤を発見した。今回確立した手法は、さまざまな神経細胞の種間比較に応用可能だ。
()
2022年初頭から、“投資初心者”として、投資の勉強をひたすら続けてきました。その初心者の私に最も適した投資の方法としてたどり着いたのが、インデックス投資です。ランダムウォーク分析×現代ポートフォリオ理論という“黄金の組み合わせ”から成るものです。
()
東京大学は、画像データから上皮細胞の機械特性を表す力学パラメーターを高精度、高速に推定する手法を開発し、ショウジョウバエの上皮組織において力学パラメーターが細胞の並び替えを促進しうることを発見した。
()
理化学研究所は、自律的に試行錯誤して細胞培養条件を検討するロボット、AIシステムを開発し、再生医療で用いられる細胞培養のレシピ改善に成功した。
()
AGCは2022年6月から本格運用を開始した独自開発マテリアルズインフォマティクス(MI)ツールについて説明。「ARDIS」と「AMIBA」の2つで、2025年をめどに技術本部R&D部門へのシステム導入と、これらMIツールを活用できるMI人材の育成を完了させる計画である。
()
コネクタ製品の開発において、長年CAEを活用したシミュレーションによる評価や、仮想試作に取り組んできた日本航空電子工業は、ダッソー・システムズの電磁界解析ソリューション「CST Studio Suite」を活用するとともに、機械学習によるノイズ予測手法の確立を目指している。その先進的な取り組みは、電磁界シミュレーションツールを活用する企業の指針となるはずだ。
()
NIMSが電気化学自動実験ロボットとデータ科学的手法を組み合わせた新しい材料探索手法を確立。この手法を次世代電池として期待されるリチウム空気電池用の電解液材料探索に適用した結果、充放電サイクル寿命を約2倍向上させる電解液材料の開発に成功したという。
()
金属3Dプリンタの技術革新が後押しし、トポロジー最適化を適用した設計ニーズが高まりを見せている。だが、その一方で「思うような成果が出せない」「予想以上に時間がかかる」といった課題に直面してしまうケースも多い。その根本原因にメスを入れるべく中央エンジニアリングが提案するのが、機械学習をトポロジー最適化に応用するというアプローチだ。
()
積分法に関する数値計算のプログラミングの方法を見ていく。最初に台形公式やシンプソンの公式を使った方法を紹介し、次に乱数を使ったモンテカルロ法による近似方法を見る。
()
島津製作所と神戸大学は、先端バイオ工学を用いて人工的に遺伝子を変化させた細胞「スマートセル」によって、医薬品や食品、新素材、石油化学製品代替素材などの量産を可能にする「スマートセルインダストリー」に向けて、ロボットとデジタル技術、AIなどを活用した自律型実験システムのプロトタイプの有用性検証を開始した。
()
物質・材料研究機構(NIMS)と旭化成、三菱ケミカル、三井化学および、住友化学は、強度や脆さといった材料物性を機械学習で予測する時に、少ない実験回数で高い予測精度を実現できるAI(人工知能)技術を開発した。材料の構造から得られる情報を有効に活用することで可能にした。
()
「モデルとデータの可視化」というテーマで関数グラフの描画やヒストグラムや散布図などの各種グラフの取り扱い方を前後編で解説。前編である今回はシグモイド関数のグラフを描く問題を手始めに、さまざまなグラフの描画方法を見ていく。
()
AutoML OSSを紹介する本連載第2回は、AutoML OSSの老舗ともいえる「auto-sklearn」を解説します。auto-sklearnは、scikit-learnを拡張した形で、効率的なベイズ最適化手法を用いたAutoML機能を提供するツールです。
()
本連載では、AutoMLを実現するさまざまなOSSを解説します。第1回は、AutoMLの概要と、次回から紹介するさまざまなOSSを実行するための環境やデータについて解説します。
()
京都大学大学院の奥野恭史教授らの研究グループは、健康診断結果に基づいて各個人に最適な健康改善プランを提案するAIを開発した。階層ベイズモデルと機械学習モデルを併用することで、実行しやすい健康改善プランの提案が可能になるという。
()
コロナ禍で企業の採用活動もオンラインにシフトしているが、オンラインならではの問題も生じている。基礎能力を測るために行う学力検査がそうだ。検査を知人や代行業者が代わりに受験する「なりすまし受験」が問題になりつつある。
()
機械学習をビジネスで活用したい人に向け、最新技術情報に基づき、機械学習の概要、統計学との違い、機械学習の作業フローと学習方法、回帰/分類/クラスタリング/次元削減に使える手法、次の一歩を踏み出すための参考情報を、5分で読めるコンパクトな内容で紹介する。
()
機械学習やディープラーニングに必要な数学項目をピックアップし、そういった項目を教科書的〜実践的にカバーしているオススメの「数学」本を紹介する。また中学〜大学までの数学全体を学び直したい人向けの本も紹介。
()
古河電気工業(古河電工)は2020年4月、社内のデジタル化の取り組みの成果を社内で横串を通して広げていく部署として、研究開発本部の傘下にデジタルイノベーションセンターを設立した。センター長を務める野村剛彦氏に、同センターの設立経緯や取り組みなどについて聞いた。
()
MAZINは、「第5回 スマート工場EXPO」において、製造業のモノづくりの各工程にフォーカスした「製造工程IoT化パッケージ群」を披露した。年額で6万円など安価に抑えるとともに価格体系を明確にすることで、非大手の製造業のIoT導入に向けたハードルを下げる狙いがある。
()
AIに欠かせない数学を、プログラミング言語Pythonを使って高校生の学習範囲から学び直す連載。今回は「スカラ」「ベクトル」「行列」「テンソル」について、数式を使わずに図版とPythonコードで解説します。
()
統計学や機械学習で使われるさまざまな確率分布のうち、連続分布の例として正規分布とベータ分布について見ていく。また、最近主流になりつつあるベイズ統計の関係についても簡単に紹介する。
()
分類や推定・予測など、機械学習のさまざまな手法の基礎をなす「確率と統計」における「確率分布」とはどのようなものか。離散分布や連続分布といった種類に分けられるが、その一つである離散分布の例としてベルヌーイ分布と二項分布について見ていく。
()
確率と統計の基本を踏まえた上で、スパムフィルターをはじめとして幅広く利用されているベイズの定理の考え方や応用について見ていく。
()
2020年は、自然言語処理(NLP)のTransformer技術に基づくBERT/GPT-3や、画像生成のディープフェイクが大注目となる一方で、倫理に関する問題がさまざまな方面でくすぶり続けた。2021年の「AI/機械学習」界わいはどう変わっていくのか? 幾つかの情報源を参考に、5個の予測を行う。
()
AIに欠かせない数学を、プログラミング言語Pythonを使って高校生の学習範囲から学び直す連載。今回は「ベイズの定理」について分かりやすい図を交えて解説します。
()
分類や推定、予測など、機械学習のさまざまな手法の基礎をなす確率/統計の基本として、確率の表し方、和事象/積事象/排反事象、独立と従属、条件付き確率をおさらいする。
()
アメリカのスタンフォード大学/MIT/ハーバード大学/コロンビア大学/ニューヨーク大学といった有名大学の一部では機械学習や深層学習のオンライン講座/講義動画を無料で配信している。その概要と特長をまとめる。
()
「Goodfellow本」「PRML本」「カステラ本/ESL本」「ISL本」といった通称で愛される、超有名な書籍が無料で読める。厳選したこの4冊のリンク先と概要を紹介する。
()
東京大学の塩見淳一郎教授らは、半導体材料の熱伝導率を最小化できるナノ構造を、計算科学に基づくMI手法で設計し、作製したナノ構造の有効性を実験によって実証した。
()
新型コロナウイルスの感染拡大が続く中で、もっと広く、多くの人へのPCR検査実施を求める声があります。ただ、私は「日本の全人口に対しPCR検査をしても、感染状況の実態は全く把握できない」と数学的に思っています。その理由を見ていきましょう。
()
Instagramの共同創業者、ケビン・シストロム氏とマイク・クリーガー氏が、新型コロナウイルス感染症の米国の州ごとの広がりを視覚化するWebサイト「rt.live」を公開した。どのような対策が効果的かの指標になるとしている。
()
「セキュリティにとってのAIとは?」を考えると、「AIによる攻撃」「AIによる防御」「AIへの攻撃」「AI自体からの人間への攻撃」といったことが挙がる。このうち「AIによる防御」は特にブラックボックスになりがちだったが、その一部をセキュリティベンダーであるトレンドマイクロが明かした。
()
研究開発プロジェクトを先に進めるためにどのようなAI技術を使用すればいいのだろうか。本稿では、その一助とすべく、機械学習とディープラーニング(深層学習)の違いについて概説し、それぞれをどのように適用すべきかについて説明する。
()
金沢大学の助教である広瀬修氏は、点群位置合わせ問題を解くための新たなアルゴリズムを考案した。点群位置合わせ問題をベイズ統計学に基づいて定式化することで、最高精度の解を最小計算時間で見つけることに成功したとしている。
()
投資におけるAIの活用方法は幅広い。航空写真を使って原油のタンクや駐車場の混み具合をチェックし、需要予測を行うといったものから、SNSやニュースサイトの文章を解析して暴落の前兆を見つけ出すものまでさまざまだ。FOLIOが新しくスタートさせたROBO PROでは、各資産の将来の値上がり率(リターン)の予測にAIを使った。利用したのは、為替予測などで金融機関に幅広く採用されているAlpacaJapanの技術だ。
()
機械学習や人工知能(AI)がビジネスを変革する昨今、セキュリティの分野でもAIの活用が進んでいる。企業がセキュリティ対策にAIを取り入れるために必要なことは何か。AIでセキュリティ対策の何が変わるのか。セキュリティエンジニアは、AIとどう向き合うべきなのか。
()
機器、システムが故障する時間、場所を“予知”し、適切なタイミングで修理、メンテナンスを行う『予知保全』が大きな注目を集めている。ただ予知保全の導入は、容易だとは言い難く、導入を阻む“3つの課題”が存在する――。本稿では、予知保全システム導入を阻む3つの課題を解決する方法を提案する。
()
2022年3月末の最新状況に合わせて改訂。はじめてのAIから、機械学習、深層学習、自然言語処理、統計学、社会人のためのデータサイエンス(実用知識)、大学生のためのデータサイエンス(理論知識)まで、全28個の講義内容を紹介。本稿独自に考察した、学習者対象やお勧めの学習方法についても示す。
()
機械学習モデルの訓練には大量の電力が必要だ。企業がこの問題に取り組むための解決手法を、人工知能(AI)技術の専門家の意見と共に紹介する。
()
「スタンドアロンKerasとtf.kerasは何が違うのか?」「tf.kerasが、将来的にTensorFlowから削除される可能性はあるのか?」など、TensorFlow 2.0時代のKerasに関する一般的な疑問と、それへのTensorFlowチームメンバーからの回答をまとめる。
()