AIの次のステップは 流動性知能
AIの次のステップは 流動性知能
今日のAIは「狭いAI」と呼ぶべきものです。学習済みモデルを新しい課題に適用するには、膨大な量の新しいデータを用いて時間をかけて学習する必要があります。
さまざまな形の知識を組み合わせ、因果関係を解き明かし、独自に新しいことを学ぶことができるAIが必要です。
一言で言えば、AIは流動的な知性を持つ必要があり、それこそが私たちが取り組んでいるものです。
今日のAIは「狭いAI」と呼ぶべきものです。学習済みモデルを新しい課題に適用するには、膨大な量の新しいデータを用いて時間をかけて学習する必要があります。
さまざまな形の知識を組み合わせ、因果関係を解き明かし、独自に新しいことを学ぶことができるAIが必要です。
一言で言えば、AIは流動的な知性を持つ必要があり、それこそが私たちが取り組んでいるものです。
戦略的ワークストリーム
ニューロシンボリックAI
IBMは、ニューラル技術とシンボリック技術を統合して、人間と同じように理解し、推論することで複雑なタスクを実行できるAIを構築中です。
AIハードウェア
IBMのデジタル/アナログ・アクセラレーターは、エネルギー効率を維持しながら計算能力の大幅な向上を推進します。
セキュアな信頼できるAI
世に出すあらゆるAIには、その中核に信頼とセキュリティーが組み込まれるべきです。IBMが構築しているのは、お客様がAIの信頼性とセキュリティーを確保できるように支援するツールです。
AIエンジニアリング
IBMが構築中のツールによって、AIクリエーターはモデルの学習、保守、更新に費やす時間を削減できます。
資料一覧
|
2020年8月 |
ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD) |
|
|
2020年7月 |
Association for Computational Linguistics (ACL) |
|
|
2020年2月 |
Association for the Advancement of Artificial Intelligence (AAAI) |
|
|
2019年12月 |
Conference on Neural Information Processing Systems (NeurIPS) |
|
|
2019年8月 |
International Joint Conference on Artificial Intelligence (IJCAI) |
特色
新しいクラスのアナログAIハードウェアの内部を旅する
IBMリサーチでは、新しいクラスのアナログAIハードウェアを開発しており、AIの次のステージへ約束を実現するために開発者の支援することを目的としています。（英語）
最新ニュース
Blog
IBMは、業界パートナーとチームを組み、ハイブリッドクラウド環境にエネルギー効率の高いAIハードウェアを導入（英語）
202年10月21日
Blog
RoboRXN: 化学合成の自動化（英語）
2020年8月26日
Blog
フェデレーテッド・ラーニング - データがある場所で行う機械学習（英語）
2020年8月26日
実験
人工知能という観点からインメモリコンピューティングデバイスの機能を調査し、使用するためのオープンソースのPythonツールキットです。
VSRLを従来の強化学習と比較して、多様な環境条件下と様々な学習量でどのように機能するかを確認します。
AIを活用したコマンド・ライン・プラグインのオープンソース・フレームワークであるCLAIをお試しください。CLAIを使用すると、障害を取り除いたり欠落している依存関係を見つけたりすることでコマンド・ラインのナビゲートがより効率的になります。
発表文献
| 日付 | 内容 | タイトル | ジャーナル/場所 |
|---|---|---|---|
| 2020年6月 | 論文 |
Verifiably Safe Exploration for End-to-End Reinforcement Learning |
arXiv |
| 2020年5月 | 論文 |
Accurate deep neural network inference using computational phase-change memory |
Nature Communications |
| 2020年1月 | 論文 |
Towards a Homomorphic Machine Learning Big Data Pipeline for the Financial Services Sector |
IACR |
AI研究チーム
| AIハードウェア | |
| アルゴリズム的加速 | |
| Auto AI (ツール) | |
| コンピューター・ビジョン | |
| 説明可能性 | |
| 公平性 | |
| 知識と推論 |
| 機械学習 | |
| 自然言語 | |
| プロセス・オートメーション | |
| 頑健性 | |
| スピーチ | |
| 透過性と説明責任 | |
| 価値観の一致 |
