今週の気になったAIニュース vol. 57

GIGAZINE

AIはレントゲン写真から人種を90％の確率で見分けられる、ただし見分け方は不明

https://gigazine.net/news/20220518-ai-recognize-patient-race-x-rays/

人間の医師にとって、肌の色などがわからないレントゲン写真から患者の人種を見分けることは困難ですが、新たに医学誌のThe Lancet Digital Healthに発表された論文で、「AIは胸部X線画像から人種を90％の精度で見分けられる」ことが示されました。研究者らはAIが人種を見分ける方法についても調べましたが、今のところAIがどうやって人種を判別しているのかは不明とのことです。

ITmedia NEWS

AIに頼れば、絵心ゼロでもマンガのキャラクターを描けるのか？　Googleの「Giga Ma...

https://www.itmedia.co.jp/news/articles/2205/21/news011.html

AIの力を借りて誰でもマンガのキャラクターを描ける「Giga Manga」を試してみた。AIで線画を加筆し、着色もほぼ自動でできる。絵心ゼロの筆者でもうまく描けるだろうか。

AI-SCHOLAR | AI：(人工知能)論文・技術情報メディア

U-NetとTransformerを合体！医用画像セグメンテーションのための新しいネットワー...

https://ai-scholar.tech/articles/medical/swin-unet

3つの要点✔️ 医用画像解析においてもCNNは画期的な成果をあげているが、畳込み演算のせいで大域的な情報を学習できない。✔️ Transformerは大域的な情報を学習できるため、本論文ではTransformerベースのU-NetであるSwin-Unetを提案する。✔️ 多臓器セグメンテーションタスクで検証した結果、Swin-UnetはCNNベースのU-Netよりも優れていることを実証した。Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentationwritten by Hu Cao, Yueyue Wang, Joy Chen, Dongsheng Jian...

一般的に、画像認識AIの精度は、

「訓練された人間が数秒見て解らないものは無理」

程度だと言われている（Google AutoMLの説明文より）。

ところがそれには例外があって、

例えば、写真から撮影したカメラの機種とレンズを認識させたり、

電子透かしの有無を認識させたりのAIが訓練可能だったり

（どちらもコンペティションの事例より）。

つまり、「画像の広範囲に、薄く広く分散している情報」を

拾い集めて認識する系のタスクだと、

人間の認識力を超えるAIモデルを作成する事が出来るわけ。

レントゲン写真から人種を推定するAIについて、

手や背骨のX線画像で訓練したモデルでも、

胸部X線画像から人種を判別できたと言うことなので、

メラニン色素の情報がX線画像に埋め込まれている可能性がある、

という推定はもっともらしく思える。AIそういうこと得意。