論文 on akky@サイボウズラボ・ブログ

Galactica - 科学知識に答えるAI by Meta

Tue, 15 Nov 2022 00:00:00 +0000

Facebook の Meta社の研究者が研究成果をデモの形で公開したのが Galactica.orgです。

4800万種類の論文や書籍、マニュアルなどで訓練した言語モデルを使って、科学に関する自然文の質問に対する回答を生成しているそうです。

Galactica.org で質問の回答待ち

AIの回答生成に時間が掛かるのか、公開直後で色々な人が試しているからか、質問すると2,3分ほど待たされます。

Galacticaに訊く「モンティーホール問題って何?」

Question: What is the Monty Hall problem?

Answer: The Monty Hall problem is a probability puzzle that asks how to best win a game of chance. The game is played with three doors, one of which has a prize behind it. The contestant selects a door, and the host opens another door to reveal that it has no prize. The contestant is then offered the opportunity to switch to the third door. The question is whether the contestant should switch doors.

AI生成の実在しない人物を角膜への反射光で判定する論文

Sat, 13 Mar 2021 00:00:00 +0000

GANによる存在しない架空の人物の画像生成、どうみても本物の顔写真と区別がつかないものもできるようになりましたが、そんな合成顔を見分けるための研究というのもされているようです。

こちらは両目の瞳孔に反射した光のパターンを左右で比べて、両目のパターンが大きく異なる場合はAIによる生成顔だと判定できるとした成果。

片目をつむっている顔は判定できないとか、両目から等しく光源が見えるような状況でなければ誤判定が起こるとか、制限もあるようです。それはそうかという感じ。また、免許証の写真ぐらいの解像度で紙に印刷されてしまえば、このような判定法は適用できなさそうにも思えます。

そしてもちろん、この研究は「今の」GAN生成顔を検出できるというものでしかなく、今後のAIによる顔画像生成は双眸の反射を考慮したものになっていくのでしょうね。

via TheNextWeb

Unselfie - 自撮り(セルフィー)を自然なポートレイト写真に変換する技術

Tue, 04 Aug 2020 00:00:00 +0000

バークレー大学アドビ研究所の論文(pdf)で、手を伸ばして撮影した自分撮り(セルフィー)を、他人が撮影してくれた肖像写真のように自動変換するアンセルフィー(unselfie)という技術の研究が発表されています。

左のようなセルフィー写真を、右のように変換してくれるということです。

「写真家や三脚の助けを借りずにスマートフォンで気軽に自分の肖像写真が撮れるようになりましたが、撮られた写真のポーズは不自然になります。この研究では、セルフィーから自然なポーズの写真を作る unselfie という変換を導入しました。」

学習データとして「同じ場所、同じ人物、同じ服装でのセルフィーと自然な写真の2枚のセット」を入手することは難しいため、大量のセルフィーと大量のポートレイト写真をそれぞれ用意し、元のセルフィーと似たようなポートレイト写真への変換が行われるような生成器を学習させるようにしたそうです。

普通に撮っていたならこんな感じだったろう、という写真を見つける部分はまだまだ完全ではなく、肩幅や腕の太さが不自然に太く/細くなったりするし、腕の位置が変わったことで見えるようになる背景部分の生成や脇の部分も失敗することはあるそうです。

他の画像変換と同様、このような変換もあっという間に改良されていって、よりカジュアルに使えるようになるかもしれませんね。そうなると、証明写真とか遺影みたいなものも、セルフィーしかないところから調達できてしまうのかもしれません。変換してできる自然な写真を「証明」用にできてしまうとしたら、写真による証明という概念自体も揺らいでしまいそうですけれど。

via VentureBeat

スマートフォンのカメラで血圧を計る研究とそのアプリ

Wed, 07 Aug 2019 00:00:00 +0000

経皮的工学イメージング(Transdermal Optical Imaging)によるスマートフォン血圧測定というトロント大・杭州師範大学附属医院の共同研究が発表されています。スマートフォンのカメラで撮影するだけで、映った人物の血圧を計るという研究です。

現在のスマートフォンのカメラでも、顔の表皮付近のタンパク質から反射された光を検出できるそう。特に、血液中のヘモグロビンに反射した光を追跡することで、表面近くを流れる血流の変化が取れます。これを機械学習によって処理することで、1328人の被験者の95%程度の正確さで血圧を当てることができたということ。

ただ、この1328人のほとんどが白人系と東アジア系だったということで、今回の検証モデルでは、色が濃い肌の人についてはまだまだ正確に計れないのだそう。

この研究をベースにしたスマートフォン用のアプリ Anura が Android, iPhone 向けに配布されています。

僕の手持ちのスマートフォンは対応していなかったので試せていませんが、現バージョンでは顔の表面を撮影した短い動画から、安静時心拍数とストレスレベルを測定することができるそうです。今回論文発表された血圧測定についても、すべての人が使えるようになるには数年掛かるそうですが、テスト的に搭載されるのも近いかもしれません。

今でも個人が自宅で血圧測定することはできますが、専用の機械はそれなりの値段がしますし、毎日腕に巻いて計り記録をつけるのもたいへんです。既に高血圧と判定されて医者から気をつけるように言われた人ぐらいしか測定はしていないでしょう。

カメラで写すだけで測定できる今回の技術、すべての人種に対する判定の精度があがれば、パソコンのカメラや監視カメラも併せて常に人々の血圧が測定され、健康状態の変化がフィードバックされたり異常な状態が素早く検知されて医療的な対処が提案されたり、というSF的な未来も近づいているのかもしれませんね。

https://itunes.apple.com/app/anura/id1358813934

via Quartz

The Guts Game - お腹に飲み込んだ温度センサーを調整して相手と競うゲーム

Mon, 02 Jul 2018 00:00:00 +0000

まだ試作段階のようですが、新しいUI(ユーザーインタフェース)を追及しているという Exertion Games labs による他にない入力方法のゲームが、小さな温度センサーを飲み込んで競う、胃腸温度ゲーム The Guts Game 。

飲み込んだピルの温度センサーで測った温度が、お互いのスマートフォンアプリに表示されます。ピルの長さは23mmということ。腰回りにはピルからの温度情報を電波で受け取る中継器を巻く必要がありますが、体の外側で計る温度計などに比べると、日々の行動や運動などによる測定エラーや温度の誤差を少なくできたということ。

スマートフォン上のゲームでは、この体内温度を上げたり下げたりする目標が提示されて、対戦する二人のプレイヤーのどちらがその目標温度に近づけられるか、を競います。

ピルが胃にあるまでは、温度操作は比較的簡単だそうです。温めたければ温かいものを食べればいいし、冷やしたければ冷たいものを飲めばいい。

しかし、腸に入ってくると、その方法では温度調整ができなくなります。運動や、サウナ・プールなど体全体を違う温度に置かないと、腸の中の温度は変えられないのだとか。

これまでに協力者を含めて14名がプレイしたそうです。今のままのゲームではそこまでやってみたい人は増えないようにも感じますが、体内の温度センサーを入力に使う、という前例から、今後アイデアをうまく使ったゲームやサービスを考える人が出てくるかもしれませんね。

via Exertion Games Lab

FreeSense - 部屋に居るのが誰か、無線LAN信号で特定する技術

Mon, 22 Aug 2016 00:00:00 +0000

WiFi信号の変化を使って複数の既知の人物から誰が部屋にいるのかを推測する、という技術FreeSense が発表されています。

家庭用の無線LANルーターでも、パソコンなどの無線LANクライアントとアクセスポイントがやりとりする際に、電波の通りやすさがチャネル状態情報(Channel State Information = CSI)として算出され、壁や障害物の現状に合わせてより良い通信方法が選択される(こともある)ということなのですが、このCSIを使って、人によって違う体形や部屋の中での動きのパターンを見分けることで、人物特定につなげているということです。

実験では、6メートルx5メートルの部屋に、ラップトップPCとインテルの市販のルーターを置き、9人の被験者のそれぞれにその中で過ごしてもらい、動きに対するCSIのパターンを集めたそうです。

その後、部屋に一人で入って同じように過ごしてもらい、集めたパターンとの類似をもってそれが誰かを判定させたところ、6人から1人を当てる場合で88.9%、2人のどちらかを当てる場合では94.5%という高い正答率が得られたということ。

複数の人が同時に部屋に入ったり、既知の人ではない誰かが入ったりした際はまだまだ特定できないのだろうとは思いますが、研究が進めばもっと精度が高くなるかもしれないですね。また、市販の機器だけでここまでできるのですから、最初からこの目的で作ったセンサーや機器でも、もっと難しい条件で当てられるかもしれません。

良いことにも悪いことにも使われそうな技術ではあります。

via Motherboard