佐々木亮
👤 SpeakerVoice Profile Active
This person's voice can be automatically recognized across podcast episodes using AI voice matching.
Appearances Over Time
Podcast Appearances
普通の画像に比べて天文の画像って例えば宇宙の写真パーって撮ったら基本真っ暗じゃないですか。夜空の写真パーって撮っても夜空の中で星が写ってるのなんて、例えば全体が真っ黒だったらほんの一部とかで非常にスパースな、素な、
データなわけですよね基本ほとんど真っ黒みたいなしかもたまにノイズがめっちゃ入っていたりとか地球で撮る写真と見た目のルールが全然違うみたいなところがポイントになってくるだからいろんな画像を見たモデルが砂嵐ザーザーみたいな写真の中から宇宙的な特徴を見破ることができるのかっていうような検証を行ってあげたんですね
そういうAIのモデルって結構いろんな種類あるからいろんなモデル試してみましょう天文の画像に当ててみましょうどれがどんな仕事に強いのか研究の場でどういう使い方ができるのか試してみましょうっていうような研究が行われましたおもろいですねこれ
これねアストロノミー&アストロフィジックスA&Aっていうところの非常にレベルの高い論文誌に掲載されたものになってるんで内容のクオリティというかっていうのはもうマジで安心してください
なんか変な末端研究者みたいな人がワーってやってとか変なエンジニアリングやってる人がなんか試してみたことを偉そうに喋ってるって感じじゃなくて研究者が書いて研究者のレビューがしっかり入って高い審査の基準をクリアしたそんな感じのものですね
でその中でめちゃめちゃ輝いている実績が1個ありましたこれ何かっていうと光学いわゆる普通にこう人間の目で見えるような渦巻きを巻いているような銀河の写真ですね
ああいう銀河の写真の形がくっきり見えているものを分類するようなタスクっていうのを試させたところですねこれはめっちゃうまくいくと基盤モデルやっぱ強いです
光学銀河、目に見えるような綺麗な銀河の画像だと基盤モデルの特徴量を使うだけで自分で銀河の画像を1000万枚、1万枚用意しましたみたいなところからAIのモデルを作るよりもこの基盤モデルそのまま流用した方が基本的には良いケースが多いと
最大でその精度っていうのが15%以上良くなるみたいなところが出てきたりとかあとはその研究今回のこの論文進めていく上でなんかこういろんなパターンの画像を与えるんですね
いろんなパターンの画像を与えながら半分ぐらいのデータにこれは銀河だよって教えてあげてAIのモデルをチューニングするっていう方法だったりそれを30%ぐらいしかラベリングしてあげないとか10%ぐらいしかラベリングしてあげないとかっていうような与える情報を減らして減らして減らしていったときにモデルがどれぐらいその減らしに耐えうるかみたいなところを
実は銀河の写真の分類だけに関して言えば10%ぐらいしか情報は教えてあげなくてもうまくAIがその検知っていうところに対応できたというようなのが今回見えてきた特徴ですね逆になんかその電波の波形みたいな電波の情報だけを見て分類をさせようとしたところこの分類はかなり苦戦するというような結果も出ていて
与えるデータとデータの下処理の方法とみたいなところで結構大きく性能が変わってきそう
なんかこうこれをどうだろうななんか例え話でうまくまとめようと思うと例えばこの基盤モデルってやつがいわゆるなんかこうめっちゃ優秀な料理人みたいな画像鑑定士とかって最初言ったけど例えば料理人だとして読み込んでいくその分類させたい画像とかの情報っていうのがごちゃごちゃしてるっていうのは
材料がそもそも悪いみたいな料理をしようと思ったけど材料が悪い泥だらけ切ってもいないみたいなしかも何を作ってほしいっていうリクエストも曖昧お任せでいいっすって言ったらなんかごちゃごちゃの画像ごちゃごちゃの素材に対してごちゃごちゃなわけのわからないリクエストだけで何かを作ろうとするっていくらすごい料理人でも難しかったりするじゃないですか
けど下処理しっかりしてある材料が置いてあってすいませんこれでカレー作ってくださいみたいなこれでパイリア作ってくださいみたいなこと言ったら優秀な料理人なのでそれがしっかりできるみたいなところで基盤モデルって呼ばれるARモデルってめちゃめちゃ優秀なんだけどこれにどういう素材を与えるかっていうので性能がかなり変わってくる
逆にそれをしっかり適切にできれば天文学の中でもすでにあるAIのモデルっていうのが横流しして使えるかもしれないっていう結構面白い特徴が出てきたよっていうのが今回の研究ですねぜひぜひこのあたりソースも置いてありますので論文チェックしてみてくださいよろしくお願いしますじゃあアフタートークいきましょう
冒頭でもお話ししましたが実は今回のエピソードはオムロンエキスパートエンジニアリング株式会社様からのご提供でお送りさせていただいておりましたということでここでオムロンエキスパートエンジニアリングからのお知らせですオムロンエキスパートエンジニアリングはオムロングループの強みを生かしプロフェッショナリティの高いエンジニア社員を派遣している会社です
特にエンジニアの教育と育成には力を入れており日々進化する技術や開発現場で求められることに対しエンジニアが継続的に活躍できるよう丁寧な研修制度も用意されています企業のビジョンは生涯エンジニア素敵ですね
僕自身もデータサイエンティストっていうバックグラウンドがあって最近はちょっとマネジメントの仕事に移っていったりしてるんですけどデータサイエンティストのバックグラウンドがあってその開発とかも一定してポッドキャストをそれこそ例えば文字起こししてちょっとしたブログにしてとかあとは僕のそもそも個人ホームページとかも自分で開発してたりするんですよね