32. R. Poplin+, “Prediction of cardiovascular risk factors from retinal fundus
photographs via deep learning”, Nature Biomedical Engineering 2018
眼底画像から学習されたDeep Neural Networksは、
年齢、性別、BMI、⼼疾患・脳疾患リスクが⾼精度に推定できる。
眼科医も可能とは思っていなかった推定も出来ているらしい。
32
39. Allen Institute for AIなどがホワイトハウスと共同で
COVID-19に関する学術論⽂データセットをKaggleに公開
⾃然⾔語処理の技術をつかいCOVID-19に関する新たな知⾒を発⾒する⽬的で、
AI2などがCOVID-19に関係する29,000本の学術論⽂からなるデータセット
CORD-19をKaggle上に公開。10種のタスクに対して$1,000ずつの賞⾦を⽤意。
39
https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge
40. 関連研究: 論⽂のアブストをword2vecしたら
材料科学の未開拓領域が発⾒された?
V. Tshitoyan+, “Unsupervised word embeddings capture latent knowledge from materials science literature”, Nature 2019
40
材料科学の論⽂のアブストラクトを経年でword2vecをかけて得た結果を観察し
たところ、周期表のような構造が⾒えただけでなく、素材が論⽂として公表され
る以前にその存在を予⾔できた。
42. J. Devlin+, “BERT: Pretraining of Deep Bidirectional
Transformers for Language Understanding”, 2018
Deep Neural Networksを⽤いた⾃然⾔語理解におけるイノベーションの⼝⽕と
なった⼿法。Transformerと呼ばれる機構を双⽅向に結合した強⼒なモデル
(BERT)を⼤量のテキストデータで教師なし事前学習することで、
NLPの⽂書理解系の各種タスクで当時の最⾼性能を達成。これにより、タスクご
との教師データがそれほどなくとも精度のよい予測機が作りやすくなった。
42
46. MAPPING THE LANDSCAPE OF ARTIFICIAL
INTELLIGENCE APPLICATIONS AGAINST COVID-19
46
https://arxiv.org/abs/2003.11336
国連Global PulseやWHOなどの出⾝者によるWhite Paperが出ました!!
この短期間に想像以上に多⽅⾯の研究が繰り広げられていて驚く。
47. Summary / Conclusion
• Deep Learningの学習とは、データから察すること
• 基本的には⼿法は汎⽤的で、タスクに対する事前知識は初期的にはそれほど必
要ではない
• AI against COVID-19
• 素晴らしいオーバービュー論⽂ "MAPPING THE LANDSCAPE OF ARTIFICIAL
INTELLIGENCE APPLICATIONS AGAINST COVID-19”
• ドメイン知識保有者とAI研究者・開発者のコラボとオープンサイエンスが⼤事
47
48. Other Useful Links
• Machine Learning methods to aid in Coronavirus Response
• isaacmg/ai-virus
• soroushchehresa/awesome-coronavirus
48
https://towardsdatascience.com/machine-learning-methods-to-aid-in-coronavirus-response-70df8bfc7861
機械学習をもちいたCOVID-19に対処する取り組みのまとめ記事。
https://github.com/isaacmg/ai-virus
同著者が関連記事をまとめたリポジトリ
https://github.com/soroushchehresa/awesome-coronavirus
新型コロナウイルス関連の情報を集約したリポジトリ