AIトレーニングをより簡単かつ正確にする新しいシステム

Estimated read time 1 min read

Newswise — 日本の石川 –過去数年間、「AI」は技術の主な話題になりました。 人間だけができることをコンピュータが行うことができるという見通しは本当に魅力的な考えです! AIはいくつかの方法を使用して作成できますが、現在最も人気のある方法の1つはDNN(ディープニューラルネットワーク)を使用することです。 これらの構造は、脳の神経接続と機能を模倣しようとし、通常、実際の世界に配置される前にデータセットで訓練されます。 事前にデータセットをトレーニングすることによって、DNNは画像の機能を識別するように「教える」ことができます。 たとえば、DNNは、ボート付きの画像のデータセットでトレーニングを受け、ボート付きの画像を識別するように学習できます。

ただし、トレーニングデータセットが正しく設計されていない場合、問題が発生する可能性があります。 たとえば、前の例に関連して、ボート画像は通常ボートが水中にあるときに撮影されるため、DNNはボートの代わりに水だけを認識し、まだ画像にボートがあると言うことができます。 これは同時発生偏向と呼ばれ、DNNのトレーニング中に発生する非常に一般的な問題です。 この問題を解決するために、研究チームは日本科学技術大学(JAIST)のYi He研究員、JAISTのHaoran Xie上級講師、Jilin UniversityのXi Yang副教授、Chia-Ming Changプロジェクト講師を含む。 東京大学と高井井吾教授は、新しい人間参加ループシステムを報告しました。 このシステムについて詳しく説明する論文 の手順 28仕事 インテリジェントユーザーインターフェースに関する年次会議(ACM IUI 2023)。 Xie教授によると、データセットを再構成するか、または画像の特定の領域に集中するようにシステムに指示することによって、同時発生偏向を解決するいくつかの既存の方法がある。 しかし、データセットを再構築することは非常に困難であり、関心領域(ROI)を表示する現在の方法は、雇用された人がピクセル単位で広範な注釈を作成する必要があるため、高価です。 したがって、単純なワンクリック方法を使用して、人が画像からROIを指摘するのに役立つはるかに簡単な注意方法を作成しました。 これにより、DNNのトレーニングと展開にかかる時間とコストが大幅に削減されます。

チームは、注意の誘導に対する以前のアプローチが相互作用するように設計されていなかったため、非効率的であることに気づきました。 したがって、彼らはワンクリックで画像にコメントを追加する新しいインタラクティブな方法を提案しました。 ユーザーは、識別する画像部分を右クリックし、必要に応じて無視する必要がある画像部分を右クリックします。 したがって、ボートがある画像の場合、ユーザーはボートを左クリックし、ボートの周りの水を右クリックします。 これは、DNNがボートをよりよく識別し、トレーニングデータセットに固有の同時発生バイアスの影響を減らすのに役立ちます。 注釈を必要とする画像を減らすために、GMM(ガウス混合モデル)を使用する新しいアクティブ学習戦略が考案されました。

この新しいシステムは、数値とユーザーのアンケートを通じて、既存のシステムと比較してテストされました。 数値分析は、新しい積極的な学習方法が従来の方法よりも正確であり、ユーザーの調査では、クリックベースのシステムが投資収益率に注釈を付けるのに必要な時間を27%短縮し、参加者の81%が好むことを示しました。 他のシステム。

私たちの仕事は、実際のアプリケーションの精度を高め、ニューラルネットワークの伝送可能性と解釈の可能性を大幅に向上させることができます。 システムが正確で明確な決定を下すと、AIに対するユーザーの信頼性が高まり、これらのシステムを現実の世界に簡単に展開できます。 したがって、「Xie教授は」私たちの仕事は、社会におけるAI技術の適用と開発に大きな影響を与える可能性があるDNN展開の信頼性を高めることに焦点を当てています。」
チームは、彼らの仕事が技術産業に強い影響を与え、近い将来より多くのAI技術を適用できると信じています。 今日急速に発展する世界では、これは重要な貢献です!

###

参考

日本総合科学技術院(Japan Advanced Institute of Science and Technology)について
1990年、石川県に設立された日本総合科学技術院(JAIST)は、日本初の独立国立大学院です。 今や30年の着実な発展の末、JAISTは日本最高の大学の一つになりました。 JAISTには複数の衛星キャンパスがあり、多様性が重要な最先端の教育システムで有能なリーダーを育成するよう努めています。 同門の約40%が留学生です。 大学は、学生が最先端の研究を実行するための堅牢な基盤を持つように細心の注意を払って設計された、コースワーク中心のカリキュラムに基づいたユニークなスタイルの大学院教育を提供します。 JAISTはまた、産学協力研究を促進することによって、地域および海外のコミュニティと緊密に協力しています。

日本東京大学紹介
東京大学は日本最高の大学であり、世界最高の研究大学の一つです。 約6,000人の研究者が行った膨大な研究成果は、芸術と科学の分野で世界最高のジャーナルに掲載されています。 約15,000人の学部生と15,000人の大学院生で構成される活気のある学生団体には、4,000人以上の留学生が含まれます。 詳細はwww.u-tokyo.ac.jp/en/でご確認ください。

Japan Advanced Institute of Science and Technology, JapanのHaoran Xie教授について
Haoran Xieは2020年10月からJAISTの上級講師であり、JAISTのCreative Society Design Research Areaで働いています。 それ以前は、JAIST助教授、ユーザーインターフェース研究グループのプロジェクト助教授、博士後研究者として、東京大学の高井井吾教授と協力していました。 彼は博士号を取得しました。 2015年にJAISTで修士号を取得しました。 70以上の同僚レビュー出版物とほぼ10年近くの専門職を持つXie教授の研究は、国際会議で数回の最優秀論文賞を含む、いくつかの学術賞や若い科学者のためのFUNAI研究賞を含む多くの学術賞を受賞しました。 彼の仕事は、Tech Xplore、China Science Daily、Nikkan Kogyo Shimbun、ITmedia NEWSなど、さまざまなメディアに報告されました。 彼の研究分野には、コンピュータグラフィックス、人間とコンピュータの相互作用、ディープラーニング、およびユーザーインターフェイスが含まれます。

ファンディング情報

  1. 進化科学技術(CREST)のためのJSTコア研究助成金番号JPMJCR17A1
  2. 先端研究基盤構築のためのJAIST研究補助金((主導:Haoran Xie教授)
  3. 同居AI×デザイン研究センターにJAIST研究補助金(宮田和則教授主導)

READ  [빠즈도라]さらに環境トップの最強キャラクターのリストです。 今週人気のモンスターランキング! | AppBank
Nakama Shizuka

"フリーランスの学生。微妙に魅力的な料理の達人。トータルベーコンの先駆者。旅行の第一人者。自慢のオーガナイザー。"

You May Also Like

More From Author

+ There are no comments

Add yours