東京大学は、機械学習の転移学習技術を活用して、
人工知能が繰り返し成長することで、
物質の界面の構造を決定するための計算コストを
1/3600まで削減することに成功したと発表したという記事。
同じ物質でも無数の種類の界面が存在しているとのこと。
候補の中から最も安定なものを決める必要があったため、
さまざまな種類の界面の構造を網羅的かつ系統的に決定することは困難
と考えられていたそう。
ここでいう転移学習は、作成した人工知能を、
類似した別の問題を解くために利用するというもの。
どのくらいの削減数になったのかは、
リンク記事でご確認ください。
東京大学(東大)は、機械学習の転移学習という技術を活用して人工知能が繰り返し成長することで、物質の界面の構造を決定するための計算コストを1/3600まで削減することに成功したと発表した。
情報源: 人工知能が膨大な計算を3600分の1に削減 – 東大が転移学習を組み込んで成功 | マイナビニュース
[PR]