人工知能技術を使って顕微鏡画像からタンパク質の結晶を検出するシステム 18
ストーリー by hylom
妥当な応用例 部門より
妥当な応用例 部門より
デューク大学とGoogleの研究チームが、顕微鏡の画像からタンパク質結晶の画像を自動的に検出するシステムを開発した。この技術によって作製したタンパク質結晶の選出作業を自動化でき、さらに人間よりも高い精度での作業が行えるという（CNET Japan、デューク大学の発表、PLOS ONE掲載論文）。
この技術には深層学習（ディープラーニング）アルゴリズムの1つであるdeep convolutional neural networks（深層畳み込みニューラルネットワーク）を使った画像処理アルゴリズムが使われており、人間の手で収集された50万件ほどのサンプル画像を利用して人工知能を学習させているそうだ。その結果、95％の精度で画像からタンパク質結晶を検出できるようになったという。なお、人間が同じ作業を行なった場合、その精度は平均85％ほどだそうだ。
もう飽きた (スコア:1)
ディープラーニングを使ってXXをやらせてみたら人間より上手くできたって
いう話はもう飽きた（XXは画像から何かを見つけ出すような単純な機能）。
そろそろ、複数の機能を統合した高次のネットワークの話が出てきて欲しい。
Re:もう飽きた (スコア:2, すばらしい洞察)
このように人間はとても飽きやすい。
そのため地道で膨大な作業が必要な分野ではどんどん深層学習に置き換えられてしまうわけです。
Re: (スコア:0)
開発しやすくなって開発費が単純作業の人件費を下回る分野が多少は増えてきたってだけの話ですよね。
夢が無くて残念ですが単にコストが変わってきたという問題。
Re: (スコア:0)
第四次AIブームをお待ち下さい。
Re: (スコア:0)
タンパクの結晶化であれば、一番難しいのは結晶化する条件を見つけ出すこと。これは人にもできず、無作為にやり続けるしかない。アミノ酸配列からこれを予想するAI作ったってのならまだしも・・・
今回のは単なる画像からの抽出で、しかも人間ができることを人にやらせたっていうだけの簡単なものだし。この手のはできても、何がすごいのかまったくわからないね
Re:もう飽きた (スコア:1)
> タンパクの結晶化であれば、一番難しいのは結晶化する条件を見つけ出すこと。これは人にもできず、無作為にやり続けるしかない。
たんぱく質結晶の識別が自動化できたなら、その一番難しい結晶化する条件を探し出すのも自動化できるのでは？
Re:もう飽きた (スコア:1)
> 結晶化する条件を探し出すのも自動化
これはもう製品化されてる。ここで出た結果を今回のAIで判別してフィードバックできたら全自動になるけど・・・
「結晶化してない」ときのフィードバックの組み合わせが無限だから、
囲碁で言えば枝葉切りをせずに全探索しなければいけない状態で難しい。
Re:もう飽きた (スコア:1)
濃度勾配を付けて自動分注する機械はあるけど溶媒の粘度とかで上手くいかないことも多くて微量実験では精度がイマイチ
それよりもタンパク質の生成の方が大変なので、生成した貴重なタンパク質を無駄にしないように人間が分注した方がマシ
Re: (スコア:0)
誤: 生成
正: 精製
Re: (スコア:0)
結局のところ、ＡＩブームとはいっても、その実はマッチ箱から大した進化をしていないんだな。
Re: (スコア:0)
> その実はマッチ箱から大した進化をしていないんだな。
いや、画像認識で人間を上回る性能が安定して出せるようになったっていうのが大進歩なんですよ。
ほんのちょっと前は人間にボロ負けしてたんだから。
Re: (スコア:0)
そもそも「学習データ」を人間が順次して正解と不正解を教えているだけでその正解を教えた人間はこのAIよりも高度なんだよね
現状言っているAIは違和感を検出して自動制御されてるわけじゃなくって
人間がこれはこうだ、これはこうじゃないっていう答えを教えた結果「知っているもの」を判別してるに過ぎない
Re: (スコア:0)
将棋のAIなんか、その一手が正解か不正解かはプロでもAIでも分からない。最終的な結果を見て途中の最善を考えるというのもあるけどね
Re:もう飽きた (スコア:2)
AIにはどこまで感想戦を知らせないかで、まだ人間に勝ち目が…
空目 (スコア:1)
「デューク大学とGolgoの研究チームが」に見えていったいなｎ
-- う～ん、バッドノウハウ？
Re:空目 (スコア:1)
既製品より精度が落ちてる (スコア:0)
15年前に導入した機器がエッジ検出で98%の精度で自動検出してたけど…
定期的に96穴プレートを順番に撮影して自動的にスコア付けてタンパク質の結晶を検出してくれる機器は随分前から販売されてるよ
Re: (スコア:0)
# 元コメに+モデ付けたい。
適用可能対象が広いとかが期待できなきゃ、
「ディープラーニングで既存技術をある程度模倣する実験に成功」
に過ぎない(製品に利用できる技術ではない)ってなりそうだなぁ…
OCRや自動運転でもそうだがどうせ99.99…%みたいな領域には当分行かないだろうし、
クリティカルな分野を任せきりにはできんくて使い所ががががが…
もっと既存技術ではやりにくく、ミスがある程度出ても大丈夫な応用分野でないと。