宇宙のダイナミックな姿、動画撮影で迫れ AIも活躍
(日本経済新聞 2020/6/27)
https://www.nikkei.com/article/DGXMZO60862700W0A620C2MY1000/
・1974年に稼働が始まったシュミット望遠鏡に、2019年秋に完成したばかりの巨大なデジタルビデオカメラ「トモエゴゼン」が取り付けられることで新たな宇宙の探索が始まっている。
・一般的な天体観測カメラでは短くても10秒程度は光をため込むのに対して、トモエゴゼンは0.5秒に１回撮影し、細かい天体の変動をとらえることが可能となった。
・一晩の撮影で映画約１万本に相当する約30テラバイトもの動画画像データを取得することができる一方で、量が多すぎることで人間の手では解析不可能なため、AIによって天文学者が興味を持ちそうな部分を切り出すシステムの構築を進めている。
数字で見るAI学習曲線
The AI Learning Curve, By The Numbers
（Forbes 2020/06/29）
https://www.forbes.com/sites/insights-ibmai/2020/06/26/the-ai-learning-curve-by-the-numbers/#6c5bbedf7880
・経営幹部の半数以上（52％）は、AIから価値を引き出すことに関して、競合他社をリードしている、または最先端にいると信じている一方で、同時に72％は、戦略的計画からパイロットプログラムに至るまで、企業はまだAI導入の初期段階にあると報告しており、これは企業がいまだAI実装に対して危機感を有していないことを示している。
・AIを使用する企業が直面する最大の課題は、データサイエンティストの不足ではなく、データ自体であり、また各ビジネス機能について、認識された価値と実装の難しさの相関関係は驚くほど密接なことがAIの普及を妨げている。
・今後、二年間でリクルートする必要があると考えられているAI人材は、AI開発者（46％）や機械学習エンジニア（29％）ではなく、AI倫理監督者が64％で最も高くなっている。
異常検知性能を約7％向上、時系列波形異常検知AI技術を開発
(MONOist 2020/06/29)
https://monoist.atmarkit.co.jp/mn/articles/2006/29/news026.html
・東芝は異常検知性能が向上した時系列波形異常検知AI（人工知能）技術「Learning Time-series Shapelets /f/r optimizing Partial AUC（LTSpAUC）」を開発したと発表した。
・LTSpAUCは、製造装置やインフラ設備の異常を時系列波形データをベースに機械学習によって検知、診断するAI技術で、これまでの技術では困難とされていた「異常の見逃し」と「誤検出の抑制」、「異常判断の高度な説明性」を両立させることに成功した。
・同技術には、正常か異常のクラスを自動分類する分類器の学習に加えて、クラス分類に有効な部分波形パターンを同時に学習する手法を採用したうえで、見逃し、誤検出を特定範囲に抑えた分類性能「pAUC（partial Area Under the receiver operating characteristic Curve）」を最大化する学習を導入した。