【FacebookAI】グラフによる自動微分のためのオープンソース:グラフトランスフォーマーネットワーク(GTN)【AI最新ニュース】

【FacebookAI】グラフによる自動微分のためのオープンソース:グラフトランスフォーマーネットワーク(GTN)【AI最新ニュース】

【FacebookAI】グラフによる自動微分のためのオープンソース:グラフトランスフォーマーネットワーク(GTN)

Facebook AI Open-Sources Graph Transformer Networks (GTN) For Automatic Differentiation With Graphs
https://www.marktechpost.com/2020/10/10/facebook-ai-open-sources-graph-transformer-networks-gtn-for-automatic-differentiation-with-graphs/
(MARKTECHPOST 2020/10/10)
・FacebookAIは、強力で表現力豊かなグラフであるweighted finite-state transducers(WFST)を備えたオープンソースフレームワークとしてGraph Transformer Networks(GTN)を公開した。
・GTNは、グラフベースの機械学習モデルを効果的にトレーニングし、手書き認識、音声認識、自然言語処理などのアプリケーションでさまざまな情報源を組み合わせるために使用することができる。
・GTNを使用すると、WFSTの構築、視覚化、および操作の実行が簡単になり、WFSTの構造とデータ学習を組み合わせることで、MLモデルをモジュール式に、より正確に、そして軽量にすることができるとしている。

Github: https://github.com/facebookresearch/gtn?
論文: https://arxiv.org/pdf/2010.01003.pdf
ソース: https://ai.facebook.com/blog/a-new-open-source-framework-for-automatic-differentiation-with-graphs

AIをもっと賢くするには、だましてやればいい? フェイスブックが新プロジェクトを立ち上げた理由

https://wired.jp/2020/10/07/try-sneak-bad-words-ai-filters-research/
(WIRED 2020/10/07)
・フェイスブックのAI研究所は2020年9月24日、「Dynabench」という人間がAIシステムをだますプロジェクトを立ち上げた。
・プロジェクトの目的は、通常のベンチマークテストではわからないAIが人間と対峙したときにみえるAIの本当の賢さ(あるいは愚かさ)を計測し、さらなる改良のためのデータを得ることにある。
・ベンチマークで高得点を取ること自体をAIが学習してしまうという問題も近年では指摘されており、よりAIの性能を計測・促進できるような別なクリエイティブな方法が求められている。

AIを使用して火星の小さなクレーターを発見

Scientists use AI to find tiny craters on Mars
https://earthsky.org/space/nasa-artifical-intelligence-spots-craters-on-mars
(EarthSky 2020/10/04)
・2020年10月1日、カリフォルニア州パサデナにあるNASAのジェット推進研究所の科学者たちが火星の表面の地質学的特徴とマーキングを識別するためのAIを使用していること発表した。
・AIが導入される以前は人間が画像を一つずつみることで判断していたため、約40分かかっていたのに対して、AIは約5秒しかかからず大幅な時間短縮になっている。
・AIにはまだ低解像度の画像における問題などがあるものの、探査におけるAIの成功を示すものであり、今後研究の在り方が大きく変わることが示唆されている。