最近人工知能が注目されている。現在は、人工知能の適用分野が急速に広がり、生活の様々な場面での適用が急速に進んでいる。これは、生活環境がICT、IoT、さらにはビッグデータ等で大きく変化してきたこと。また、人工知能技術が進んだことで、従来は適用困難、あるいは適用対象とされていなかった分野でも人工知能展開の可能性がでてきたためと考える。
最近盛んになってきた人工知能は、その学習過程で機械学習という技術を適用する事にある。機械学習はコンピュータにデータを取り込むことで、コントロールがうまく出来れば自動的に学習し、実施目的追行に必要なルールを見出す、自己学習機能である。
一昔前の人工知能はルールベース方式だったため、人工知能適用対象とする分野での先験的知識の存在が必要であり、従って革新的、あるいは極めて専門的な分野への適用は困難であった。
現在の人工知能は第3世代と呼ばれている。現在の人工知能は機械学習をメインとし、その技術はニューラルネットワーク上で展開される「深層学習」が主体となる。このような内容から、現在の人工知能は、多変量解析/パターン認識との境界線が明確にならないようになっている。
多変量解析/パターン認識手法の大部分は「フィードバックエラートレイニング」という訓練(学習)機能を有し、これは「機械学習」となる。この観点で、機械学習を行なう多変量解析/パターン認識手法技術を人工知能とする場合もある。
KY法は多変量解析/パターン認識手法であり、しかもKY法は様々な多変量解析/パターン認識手法を適用して実施されるメタ解析手法である。この点で、KY法はその内部で展開されている多変量解析/パターン認識手法の種類によっては現在の人工知能と同じ機能を目指すことが出来ると容易に想像できる。
今後は、KY法の特徴を生かしつつKY法の人工知能への適用可能性や、KY法と他の人工知能との連携等を目指して、新たな展開に発展させてゆく。
以上
時代が「コンピュータ時代」から、データが総てを支配する「情報時代」へと大きく変化しつつあります。従前のコンピュータの計算力に強く依存したデータサイエンス手法は、情報時代にあるべき姿へと変化してゆくことが求められます。
「情報時代」の中核技術はAIです。しかしこのAI は、コンピュータ時代に展開されてきたAI とは適用項目や実現項目等が決定的に異なります。現在のAI はデータサイエンスの一手法として組み込まれており、主として判定や分類、予測、要因解析等に利用され、来るべき情報時代の(大規模)生成AIとは機能が根本的に異なります。
「情報時代」のAIを基本とした時、望ましいデータサイエンスの形とはどんなものであるか。「情報時代」でのKY法のあるべき姿はどのようなものになるか等含めて、広範囲に議論し新時代に対応することが重要となります。
以上のような考えに基づき、本ブログでは「情報時代」の(大規模)生成AIとデータサイエンスの融合について討論してまいります。
2016/10/08
2016/01/06
2016年 新年のご挨拶
◇新年のご挨拶
昨年は、本ブログ上でのKY法に関する報告は殆どしておりませんでした。KY法関連作業や、計算毒性学研究会の立ち上げやその関連作業、JASIS展示会やランチョンセミナー対応、日本動物実験代替法学会大会での企業展示等でパタパタしており、なかなかアップの時間が取れなかったので申し訳ありませんでした。
現在、KY法の基本は殆ど出来上がっております。昨年はKY法と他の一般的な多変量解析/パターン認識手法を組み合わせることで、従来手法単独でデータ解析を行なった場合の適用結果を大幅に改善出来るということを中心に展開しておりました。例えば、KY法+PCAやKY法+クラスタリング等です。まだまだいろいろな組み合わせが考えられますので、ご期待ください。
◇KY法特許関連の報告
昨年末に、EUよりKY法の特許に関する審査官からのクレームがきて、その内容に対応したところです。KY法に関する特許は殆ど完了し、EUでの特許が残っていましたが、これで特許関係の作業は完了するものと期待しています。今年はKY法にとりましてよい年になるように願っております。
KY法自体がクラス分類とフィッティング手法で総数6種類の手法があり、関連手法が一つで総計7種類となります。これらを日本と米国およびEUに出願すると総計で21出願となりました。これらの対応に、かれこれ6年以上はかかってきました。特許の審査期間の短期化を目指して各国が頑張っていますが、結構時間がかかることは事実です。今回の特許出願作業は私の家内が国内/国外出願を見てきたので私たちのレスポンスは早かったはずですが、それでも数年単位の時間がかかります。特許出願に関する現実はまだまだ厳しいですね・・。
◇データ解析手法を巡る大きな環境の変化(ビッグデータやIoT)とKY法の役割
既にご存じのようにビッグデータが大きく取り上げられるようになってきました。またIoTの展開により、データ蓄積のスピードが急劇に加速されると予想されます。データ解析と言えば多変量解析/パターン認識ですが、今回はこれら技術のみならず人工知能技術を用いてのデータ処理が大きく展開されようとしています。
従来から展開されてきた多変量解析/パターン認識は、データ解析、特に要因解析力を重視しているため、ノイズデータに弱く、扱えるサンプル数もさほど大きくないという事が前提でした。従来手法が持つこのような特性は、現在話題となっているビッグデータへの直接的な対応がかなり難しいことを想像させるに十分です。従って、ビッグデータを扱える新世代のデータ解析手法の展開が急務となっています。この点で、基本原理上から、大量データを扱え、大量データを扱ってもその解析精度を大幅に向上させる事が出来るKY法の役割は今後急速に増大してゆくものと期待しております。
◇人工知能とKY法
ビッグデータ時代が来ると同時に、データ爆発に対応する手法としての人工知能が大きく期待されています。ニューラルネットワークによる深層学習等は、今後急速に原理の解明や展開がなされるはずです。このような新世代の人工知能技術とKY法の連携や融合をインシリコデータの大きな課題として、今後積極的に取り入れてゆきたいと考えております。
新しい時代に向けて頑張りますので、よろしくご支援お願い致します。
以上
湯田 浩太郎
昨年は、本ブログ上でのKY法に関する報告は殆どしておりませんでした。KY法関連作業や、計算毒性学研究会の立ち上げやその関連作業、JASIS展示会やランチョンセミナー対応、日本動物実験代替法学会大会での企業展示等でパタパタしており、なかなかアップの時間が取れなかったので申し訳ありませんでした。
現在、KY法の基本は殆ど出来上がっております。昨年はKY法と他の一般的な多変量解析/パターン認識手法を組み合わせることで、従来手法単独でデータ解析を行なった場合の適用結果を大幅に改善出来るということを中心に展開しておりました。例えば、KY法+PCAやKY法+クラスタリング等です。まだまだいろいろな組み合わせが考えられますので、ご期待ください。
◇KY法特許関連の報告
昨年末に、EUよりKY法の特許に関する審査官からのクレームがきて、その内容に対応したところです。KY法に関する特許は殆ど完了し、EUでの特許が残っていましたが、これで特許関係の作業は完了するものと期待しています。今年はKY法にとりましてよい年になるように願っております。
KY法自体がクラス分類とフィッティング手法で総数6種類の手法があり、関連手法が一つで総計7種類となります。これらを日本と米国およびEUに出願すると総計で21出願となりました。これらの対応に、かれこれ6年以上はかかってきました。特許の審査期間の短期化を目指して各国が頑張っていますが、結構時間がかかることは事実です。今回の特許出願作業は私の家内が国内/国外出願を見てきたので私たちのレスポンスは早かったはずですが、それでも数年単位の時間がかかります。特許出願に関する現実はまだまだ厳しいですね・・。
◇データ解析手法を巡る大きな環境の変化(ビッグデータやIoT)とKY法の役割
既にご存じのようにビッグデータが大きく取り上げられるようになってきました。またIoTの展開により、データ蓄積のスピードが急劇に加速されると予想されます。データ解析と言えば多変量解析/パターン認識ですが、今回はこれら技術のみならず人工知能技術を用いてのデータ処理が大きく展開されようとしています。
従来から展開されてきた多変量解析/パターン認識は、データ解析、特に要因解析力を重視しているため、ノイズデータに弱く、扱えるサンプル数もさほど大きくないという事が前提でした。従来手法が持つこのような特性は、現在話題となっているビッグデータへの直接的な対応がかなり難しいことを想像させるに十分です。従って、ビッグデータを扱える新世代のデータ解析手法の展開が急務となっています。この点で、基本原理上から、大量データを扱え、大量データを扱ってもその解析精度を大幅に向上させる事が出来るKY法の役割は今後急速に増大してゆくものと期待しております。
◇人工知能とKY法
ビッグデータ時代が来ると同時に、データ爆発に対応する手法としての人工知能が大きく期待されています。ニューラルネットワークによる深層学習等は、今後急速に原理の解明や展開がなされるはずです。このような新世代の人工知能技術とKY法の連携や融合をインシリコデータの大きな課題として、今後積極的に取り入れてゆきたいと考えております。
新しい時代に向けて頑張りますので、よろしくご支援お願い致します。
以上
湯田 浩太郎
登録:
投稿 (Atom)