『MIT Technology Review』選出の次世代イノベーター2人が語るAIとARの未来新興テクノロジーの最前線で活躍

MIT Technology Reviewが毎年発表する「35歳未満のイノベーター」の中から、注目の2人を紹介する。

2017年12月01日 09時00分 公開
[Nicole LaskowskiTechTarget]

関連キーワード

Google | 機械学習


 MIT Technology Reviewが毎年発表する「35歳未満のイノベーター(Innovators Under 35)」は、AI(人工知能)やVR(仮想現実)、ロボット工学、そしてセキュリティの分野で困難な問題に取り組み、顕著な進歩を遂げている個人を表彰する。2017年のリストには、敵対的生成ネットワークの発明者であるイアン・グッドフェロー氏と、AR(拡張現実)のセキュリティに重点的に取り組んでいるフランチスカ・ローズナー氏が含まれた。受賞者は、米国マサチューセッツ州ケンブリッジで開催された年次カンファレンス「EmTech」で、自身が取り組んでいる研究内容に関する短いプレゼンテーションを行う機会が与えられた。以下、両氏氏の持論を紹介しよう。

イアン・グッドフェロー氏と敵対的生成ネットワーク

イアン・グッドフェロー氏《クリックで拡大》

 機械学習で苦労する点の1つは、トレーニング用データにラベル付けをするのに工数がかかることだ。「2013年のGoogleストリートビューでは、人間の能力をはるかに上回る正確さで読むことができる、最初のシステムを構築した」とGoogle Brain(Googleのディープラーニングプロジェクト部門)のスタッフリサーチサイエンティストであるグッドフェロー氏は語った。「その際、われわれは1000万枚以上のラベル付き画像のデータベースを使ってそれを実行した」

 2014年にグッドフェロー氏は、このプロセスをより効率的にするための取り組みを始めた。モデルが予測するものと、人間がモデルに対して予測してもらいたいと望むものとの差を最小限に抑えるために、同氏は従来のモデル最適化に依存せずゲーム理論を応用した。このAI技術は「敵対的生成ネットワーク(GANs)」と呼ばれ、AI業界では現在、ホットな話題となっている。

 人間が指導や監視をしない2つのニューラルネットワークが「トレーニング用データを作成するに当たり、その分散について全てを学習するためにゼロサムゲームで互いが対抗する」とグッドフェロー氏は述べた。識別者ネットワーク(discriminator)である1つのモデルは、画像が本物か人工的に作成されたものかを判断しようとする。もう一方のネットワークモデルは、本物と非常に良く似た画像を生成して、識別者モデルをだまそうとする。最終的には、識別者モデルが本物の画像と人工的に作成された画像とを区別できなくなるまで、このプロセスは繰り返される。

 これら2つのニューラルネットワークは、ラベル付けされたデータを使用せずに、互いに学習していく。そして今のところ、この手法は有望である。100枚の画像を使用したGANsは、ほんの数年前に6万枚の画像で学習した従来のモデルと同程度の精度を達成した。

フランチスカ・ローズナー氏と拡張現実(AR)のセキュリティ

Copyright © ITmedia, Inc. All Rights Reserved.

鬯ョ�ォ�ス�エ�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ス�ー鬯ッ�ィ�ス�セ�ス�ス�ス�ケ�ス�ス邵コ�、�つ€鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�ク髯キ�エ�ス�・�ス�ス�ス�。鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�、鬯ゥ蟷「�ス�「髫エ荳サ�ス隶捺サゑスソ�ス�ス�ス�ス�ス�ス�ス鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�シ鬯ゥ蟷「�ス�「髫エ荵暦ソス�ス�ス�ス�サ�ス�ス�ス�」�ス�ス�ス�ス�ス�ス�ス�ス

製品資料 グーグル・クラウド・ジャパン合同会社

クラウドへの移行を成功させるには? 4つのフェーズのフレームワークを解説

生成AIの導入や業務の俊敏化を背景に、クラウドへの移行を進める企業が増えている。しかし、大量のデータが含まれる既存のワークロードの移行には、慎重な計画が必要だ。本資料では、4つのフェーズに基づき、移行成功の要点を解説する。

製品資料 SUSE ソフトウエア ソリューションズ ジャパン株式会社

複雑化を競争優位性に転換する、マルチLinux戦略の運用ガイド

技術が発展し、ユーザーニーズが多様化する中で、多くの企業は単一Linuxディストリビューションによる運用から、複数プラットフォームの運用にシフトしている。一方で課題も顕在化しており、この混在環境とどう向き合うかが問われている。

製品資料 ServiceNow Japan合同会社

リスク管理やコンプライアンス対応の成熟度を高める、最新化フレームワークとは

リスク管理やコンプライアンス対応の取り組みを進めることは、多くの企業にとって重要だ。しかし、どのような手順で取り組みを進めればよいのか分からないという声も多い。そこで本資料では、5つのステップに分けて、詳しく解説する。

事例 ServiceNow Japan合同会社

Uberなど10組織の事例に見る、「リスク&コンプライアンス管理」の実践法と効果

昨今、リスクおよびコンプライアンス管理業務の重要性が高まっているが、現状では多くの組織で成果を挙げられていない。Uberでは、ある統合リスク管理ソリューションを導入し、課題解決を図った。同社をはじめ10組織の事例を紹介する。

市場調査・トレンド AvePoint Japan株式会社

“営業秘密”の漏えいをどう防ぐ? 事前対策から対処方法まで解説

営業秘密が不正に持ち出されたり開示されたりしたら、深刻な被害を及ぼす可能性がある。本資料では、営業秘密の漏えいに関する現状から、発生した際の対処方法まで詳しく解説する。

鬩幢ス「隴主�蜃ス�ス雜」�ス�ヲ鬩幢ス「隰ィ魑エツ€鬩幢ス「隴趣ス「�ス�ス�ス�シ鬩幢ス「�ス�ァ�ス�ス�ス�ウ鬩幢ス「隴趣ス「�ス�ス�ス�ウ鬩幢ス「隴趣ス「�ス�ソ�ス�ス�ス雜」�ス�ヲ鬩幢ス「隴趣ス「�ス�ソ�ス�スPR

From Informa TechTarget

お知らせ
米国TechTarget Inc.とInforma Techデジタル事業が業務提携したことが発表されました。TechTargetジャパンは従来どおり、アイティメディア(株)が運営を継続します。これからも日本企業のIT選定に役立つ情報を提供してまいります。

『MIT Technology Review』選出の次世代イノベーター2人が語るAIとARの未来:新興テクノロジーの最前線で活躍 - TechTargetジャパン 経営とIT 鬮ォ�エ�ス�ス�ス�ス�ス�ー鬯ィ�セ�ス�ケ�ス縺、ツ€鬯ョ�ォ�ス�ェ髯区サゑスソ�ス�ス�ス�ス�コ�ス�ス�ス�ス

TechTarget鬩幢ス「�ス�ァ�ス�ス�ス�ク鬩幢ス「隴趣ス「�ス�ス�ス�」鬩幢ス「隴乗��ス�サ�ス�」�ス雜」�ス�ヲ 鬮ォ�エ�ス�ス�ス�ス�ス�ー鬯ィ�セ�ス�ケ�ス縺、ツ€鬯ョ�ォ�ス�ェ髯区サゑスソ�ス�ス�ス�ス�コ�ス�ス�ス�ス

鬯ゥ蟷「�ス�「髫エ蜿門セ暦ソス�ス�ス�ク髯キ�エ�ス�・�ス�ス�ス�。鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�、鬯ゥ蟷「�ス�「髫エ荳サ�ス隶捺サゑスソ�ス�ス�ス�ス�ス�ス�ス鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�シ鬯ゥ蟷「�ス�「髫エ荵暦ソス�ス�ス�ス�サ�ス�ス�ス�」�ス�ス�ス�ス�ス�ス�ス�ス鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ゥ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ュ鬯ゥ蟷「�ス�「髫エ雜」�ス�「�ス�ス�ス�ス�ス�ス�ス�ウ鬯ゥ蟷「�ス�「�ス�ス�ス�ァ�ス�ス�ス�ス�ス�ス�ス�ー

2025/04/23 UPDATE

ITmedia マーケティング新着記事

news046.png

「ECプラットフォーム」売れ筋TOP10(2025年4月)
今週は、ECプラットフォーム製品(ECサイト構築ツール)の国内売れ筋TOP10を紹介します。

news026.png

「パーソナライゼーション」&「A/Bテスト」ツール売れ筋TOP5(2025年4月)
今週は、パーソナライゼーション製品と「A/Bテスト」ツールの国内売れ筋各TOP5を紹介し...

news130.jpg

Cookieを超える「マルチリターゲティング」 広告効果に及ぼす影響は?
Cookieレスの課題解決の鍵となる「マルチリターゲティング」を題材に、AI技術によるROI向...