Nature Machine Intelligence
2019年1月創刊!
2019年に創刊されたNature Machine Intelligence は、変化のめざましい人工知能(AI)や機械学習、ロボット工学の分野における原著論文や総説を掲載するオンライン限定ジャーナルです。
最新Research

物理的人工知能のためのスキル
Skills for physical artificial intelligence
掲載
物理的人工知能によってロボットを合成することは、将来のロボット工学研究に向けた学際的な課題である。研究者が物理的人工知能のためのスキルの組み合わせを開発するための教育方法論が必要である。

敵対的例の理解にはディープラーニングのためのアーチファクトの理論が必要である
Understanding adversarial examples requires a theory of artefacts for deep learning
掲載
DNN分類器は、人間には無害に見える入力の小さな特定の摂動に対して脆弱である。Bucknerは、この現象を理解するためには、DNNがこれらの敵対的例において検出したパターンを、予測に役立つ情報を含んでいる可能性のあるアーチファクトとして扱う必要があるかもしれないと主張する。
Nature Machine Intelligence注目のハイライト
おすすめのコンテンツ

ネットワークベースのフレームワークを用いた自由記述式アンケート回答の民主的な分類
Democratic classification of free-format survey responses with a network-based framework
Nature Machine Intelligence
掲載
Nature Machine Intelligence 1, 7 | doi: 10.1038/s42256-019-0071-y (2012)
コレクション

顕微鏡におけるディープラーニング
2019年12月
Nature Methods 2019年12月号の特集では顕微鏡におけるディープラーニングにフォーカスしている。このウェブコレクションではNature ジャーナル内で特集した関連コンテンツをその技術的な進展をたたえるべく特集として取り上げている…

人工知能の学際性
2018年9月
人工知能は、コンピューター科学、ロボット工学、認知科学を、科学、産業、社会の多くの領域における革新的な応用へとつなげる、極めて学際性の高い活発な分野である。人工知能の研究は今日、人間および物理的世界と安全に相互作用する、適用範囲の広いAIシステムを開発することを目指している…
Nature Machine Intelligence ブログ

マシン・インテリジェンスのための学際的フォーラム
今回創刊するNature Machine Intelligence は、研究コミュニティーがこうしたテーマについて討論するためのフォーラムとして、人工知能とロボット工学に関する幅広いトピックを探ります。刊行の目的は、この分野をさまざまな科学分野と結びつけ、近年の進歩が、科学、社会、産業にとって何を意味するかを論じることにあります。
このブログは、Nature Machine Intelligence の編集長Liesbeth Venemaと、シニアエディターTrenton Jerdeによって書かれました。