休処

2ちゃんねるのVIP、ニュース速報、なんでも実況(なんJ)などから気になるおすすめ記事をまとめてます。

AI

1: 2017/09/06(水) 13:08:02.44 0
オーストラリアのシンクタンクInstitute of Public Affairs(IPA)は、20世紀における地球温暖化について、産業革命以降の人間活動による二酸化炭素排出に起因するものではなく、自然の長期的な気温変動周期によって説明できるとする研究を行った。
ニューラルネットワークを用いた気候変動予測による分析結果であるとしている。研究論文は、「GeoResJ」に掲載された。

今回の研究では、樹木の年輪やサンゴの骨格年輪といった間接データから得られる過去2000年間の北半球での長期的な気温データを利用して、ニューラルネットワークによるAIの機械学習を行った。
そして、仮に産業革命が起こらなかった場合に、20世紀における気温変化がどのようなものになったかを学習済みのAIに予測させた。

間接データにもとづく実際の温度記録からは、1880年から1980年にかけて地球規模での気温上昇が起こり、その後2000年までの期間では気温の低下があったことが示されている。
ニューラルネットワークの予測は、産業革命が起こらなかった場合も、これと同様に1980年までの気温上昇とその後の気温低下が起こるという結果となった。

このため、研究チームでは、20世紀にみられた気温上昇について、産業社会での二酸化炭素排出量の増加によるものではなく、ほとんどが長期的な自然現象のサイクルであった可能性があると結論している。

また、ニューラルネットワークの予測モデルと実際の間接記録との間にズレが0.2℃程度あるため、20世紀における産業化による気温上昇への寄与度が0.2℃程度だったことが示唆されるとしている。

樹木の年輪などの間接記録から見積もられる過去2000年間の気温変動は、西暦1200年頃に上昇のピークを迎え、その後1650年頃までは下降傾向が続く。
そこからは再び上昇に転じ、1980年までこの上昇傾向が続いたと研究チームは指摘している。

大気中の二酸化炭素濃度の上昇によって赤外線放射の吸収が増加することは事実だが、それが実際の気候変動にどの程度影響するのかについては未知の部分が多い。

今回の研究を行ったJennifer Marohasy氏は自身のブログ記事で、「二酸化炭素の増加による温室効果は、120年以上前にスイスの科学者スヴァンテ・アレニウスが提唱したが、気候変動への二酸化炭素の影響度(気候感度)は過大評価されたまま各種の予測モデルに組み込まれてきた」と述べている。
そして、ニューラルネットワークなど新しい手法も用いることによって、地球温暖化の主要因が産業化にあるとする従来の大気循環モデルとは矛盾する分析が出てきていると指摘している。

no title

no title

http://news.mynavi.jp/news/2017/09/05/204/

引用元: http://hayabusa3.2ch.sc/test/read.cgi/morningcoffee/1504670882/

続きを読む

1: 2017/07/16(日) 10:39:42.45 _USER9
人工知能(AI)を使って需給に応じてサービスの価格を変える仕組みが日本で始まる。三井物産がプロ野球やテーマパークなどのチケット価格を随時変動させるサービスを提供する。
過去の実績を基に需要を予測して価格を変更し、興行主の収入を最大化する。AIではないものの、需給に合わせた値付けはホテル業界でも広がっている。

日本になじみにくいといわれたサービス価格の変動制が浸透するかもしれない。

5千円の指定席がき… 続く

配信 2017/7/16 2:02
日本経済新聞 続きは会員登録をしてお読みいただけます
http://www.nikkei.com/article/DGXLZO18921630V10C17A7EA1000/
no title

引用元: http://ai.2ch.sc/test/read.cgi/newsplus/1500169182/

続きを読む

1: 曙光 ★ 2017/01/20(金) 16:58:37.55 ID:CAP_USER9
プログラムをプログラムするのは誰か? 近々、人間ではなく別の人工知能プログラムが高度な人工知能プログラムを書けるようになるという。
MITのレポートによれば、Google Brain始め機械学習ソフトを開発している多くの組織でこのことが確認された。人工知能によって作成された人工知能プログラムの性能が人間が開発したプロダクトと同等であるか、場合によっては上回わっていたという。

すると機械学習プログラムを書けるデベロッパーでさえ失業の危険にさらされるのだろうか? 早まってはならないが、そういうことではない。
まず現状では人工知能に人間に役立つ機械学習プログラムを書かせるためには膨大なコンピューター処理能力を必要とする。
Google Brainにおける「人間以上のプログラム」を書かせる実験では人工知能に画像認識プログラムを書かせるために画像処理能力があるプロセッサを―なんと!―800台も協調作動させる必要があったという。これは安くつく話ではない。

しかしこうした手法の優位な点もはっきりしている。必要なコンピューター・リソースを減少させるための開発も進んでいる。
機械学習の開発を機械まかせにできるとなれば、この分野における人的資源の不足という問題を根本的に解決できるだろう。
現在スタートアップや大学は少しでも機械学習分野の知識がある人材を獲得しようと激しく争っている。
また膨大なデータをコンピューターに読み込ませてパラメーターを調整して機械学習システムを訓練するという退屈な仕事をコンピューター自身に任せることができるなら、研究者は人間にとってもっと役立つ、あるいはもっと重要な分野に集中できる。

AIが別のAIをチューニングすることには別のメリットもある。現在のAIシステムの学習曲線はかなり急だ。つまり意味のある結果を得るためには最初に大量のデータを必要とする。
AIによる機械学習の改良が実用化されれば、当初必要とされるデータ量を大きく減少させることができるかもしれない。自動運転システムにも影響が大きいだろう。
自動運転車の開発の場合、プロトタイプで延べ100万キロも走り回ってやっと実用化の入り口にたどり着いたかどうかというのが現状だ。

MITのメディアラボでは他の機械学習ソフトを利用できるソフトの開発をオープンソースで公開している。将来はあらゆる産業分野でコンピューターによって人工知能をプログラミングすることが主流となっていくはずだ。

AIの専門家は機械学習システムの構築には人間の努力が大量に必要であることを指摘するだろう。それは正しいが、同時にそうした努力の一部分であれ、機械に肩代わりさせることができれば影響は大きい。
機械学習システムの開発のハードルが大きく下がるはずだ。自動運転システムを含め、数多くの分野でAIを利用したプロダクトが市場に出るだろう。
しかし同時にAIの普及が人間の努力を不要にするとかあらゆる分野で失業を増やすといった不安が根拠のないものであることも明らかだ。


〔日本版〕人工知能と機械学習の関係についてはいろいろな立場があるが、ここではとりあえず人工知能という上位区分に機械学習も含まれると解釈している。

http://jp.techcrunch.com/2017/01/20/20170119ai-software-is-figuring-out-how-to-best-humans-at-designing-new-ai-software/
no title

引用元: http://ai.2ch.sc/test/read.cgi/newsplus/1484899117/

続きを読む

このページのトップヘ