MS、画像に関する自然言語質問に応答するシステムを開発--カーネギーメロン大と共同で

Liam Tung (Special to ZDNet.com) 翻訳校正: 編集部 2015年11月26日 13時12分

  • このエントリーをはてなブックマークに追加

 画像を解析して、人間が尋ねそうな質問に答えられるように機械を訓練できるシステムをMicrosoft Researchとカーネギーメロン大学(CMU)のチームが開発した。

 人工知能(AI)ツール開発におけるMicrosoftの最新の取り組みは、「画像質問応答」と呼ばれる分野に焦点を合わせている。その狙いは、所定の画像の内容に関する自然言語の質問に自動的に応答することだ。

 「自転車のかごの中に何が入っているか」という質問に答えるには、多段階の思考を経る必要がある、とCMUとMicrosoft Researchの研究者たちは述べた。

 システムは、「まず質問の中で言及されている物体(例えば、かごや自転車)と概念(例えば、中に入っている)を認識し、その後、関係のない物体を徐々に除外していき、最後に最も可能性が高そうな部分を特定して答え(すなわち、この例では犬)を導き出す」と彼らは指摘した。

 画像質問応答における多段階の思考という難題に対するMicrosoftの回答が「Stack Attention Networks」である。Stack Attention Networksは、画像へのキャプション付けや機械翻訳といった難題の解決に使用されてきた「注意機構」に対して、多層的なアプローチをとっている。研究者たちは、そのモデルの仕組みに関する詳細な解説を用意している

 Microsoftは「画期的な進展」の可能性を見出している。その進展は、リアルタイムのレコメンド情報を必要として、人間のニーズを予測するという新しい用途につながる。例えば、ヘルメットにマウントされたカメラに搭載可能なサイクリスト向け警告システムなどが考えられる。

 そのシステムは、「自分の背後の左側には何があるか」「自分を左側から追い越そうとしている自転車はないか」「自分の視界に入らないおそれのあるランナーは近くにいないか」といった質問を絶えず自らに尋ね続けるだろう、とMicrosoft Researchはブログの中で指摘する

 狙いは、人間の行動をモデル化して、さまざまな問題を解決することだ。導き出された答えは提案として翻訳され、音声合成器を通してサイクリストに伝えられる。答えには、事故を避けるための指示が含まれる可能性もある。

 Microsoftは自動運転車には言及していないが、先頃、自動運転技術に関してVolvoと提携することを遠回しに発表している。Stack Attention Networksは両社の提携にも恩恵をもたらすかもしれない。

Microsoftのソフトウェアは、画像の内容を認識するための処理を数段階に分割する。
Microsoftのソフトウェアは、画像の内容を認識するための処理を数段階に分割する。
提供:Microsoft Research/Carnegie Mellon

この記事は海外CBS Interactive発の記事を朝日インタラクティブが日本向けに編集したものです。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連ホワイトペーパー

連載

CIO
シェアリングエコノミーの衝撃
デジタル“失敗学”
コンサルティング現場のカラクリ
Rethink Internet:インターネット再考
インシデントをもたらすヒューマンエラー
トランザクションの今昔物語
エリック松永のデジタルIQ道場
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「展望2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
エンドポイントセキュリティの4つの「基礎」
企業セキュリティの歩き方
サイバーセキュリティ未来考
ネットワークセキュリティの要諦
セキュリティの論点
スペシャル
エンタープライズAIの隆盛
インシュアテックで変わる保険業界
顧客は勝手に育たない--MAツール導入の心得
「ひとり情シス」の本当のところ
ざっくり解決!SNS担当者お悩み相談室
生産性向上に効くビジネスITツール最前線
ざっくりわかるSNSマーケティング入門
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell Technologies World
AWS re:Invent
AWS Summit
PTC LiveWorx
吉田行男「より賢く活用するためのOSS最新動向」
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
日本株展望
企業決算
このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]