この動画は、OpenAIが主催した「A to Z Challenge」の決勝に進出したチーム「Black Bean」による考古学的発見システム「AKOS」の発表である。チームはアマゾン熱帯雨林における考古学的遺跡の発見を効率化するため、深層学習と衛星画像解析を組み合わせたスケーラブルなシステムを構築した。OpenAIのモデルを統合し、3×3kmのタイル単位で森林を分析、100以上の潜在的遺跡候補を特定することに成功している。
AKOS：アマゾン遺跡発見システムの革新
決勝の5チームの1つに選ばれたことを本当に光栄に思うで。私たちが構築したスケーラブルなシステム「AKOS」を紹介させてもらいたいんや。OpenAIをアプリケーションに統合して、システムにインテリジェンスを組み込んだんや。
土木工事にはいろんな種類があって、それぞれに独自の特徴があるんやな。深層学習を使って軽量データと衛星画像で分類器を訓練し、アマゾンの森の各セグメントを分類することにしたんや。地域を3×3kmのタイル単位で分割して、各タイルの重心に対してモデルを何度も実行し、この予測・検出モデルのすべてのパラメータを抽出したんや。
カスタムプロでいくつかの設定変更を行った結果、ノイズが減って特徴がはっきり見えるようになったで。100以上の潜在的なサイトを発見したんや。インタラクティブなウェブサイトを作って、ユーザーが地点をクリックすると詳細に掘り下げることができるようになってるんや。
GPTベースの手法を採用して、GPTに何年もの経験を持つ考古学者として振る舞い、最終レポートを出すよう指示したんや。この深層学習アプローチは、アマゾン熱帯雨林全体を妥当な時間内でスキャンできるほどスケーラブルなんや。このアプローチは本当に機能するし、考古学者がより効率的に発見を行えるよう支援できるんや。
参加者のエネルギーと熱意
参加者のエネルギーと熱意は並外れたものやったな。決勝に進んだチームはみな、本当に興味深くてユニークな何かを持ってるんや。大規模なLARプロジェクトのことを考えると、それは超画期的なものになる可能性があるんや。これは本当に新しくて違うもので、本当にパワフルなものになり得るんや。
チーム「Black Bean」との対話
こんにちはフィリップ。こんにちは。チーム「Black Bean」の皆さん、おめでとうございます、そして歓迎します。ありがとうございます。君たちは世界中の多くの人々にインスピレーションを与えてくれたと思うし、君たちを勝者として、そして君たちがやった仕事を世界にシェアできることを本当にとても興奮してるんや。お互いを紹介してもらって、なぜチーム名を「Black Bean」にしたのか教えてもらえるかな？
チームメンバーの自己紹介
私はヤオや。現在ソフトウェアエンジニアとして1年の実務経験があって、現在はMantaで働いてるんや。私の名前はイニアで、現在Amazonのソフトウェアエンジニアやで。私はヤーで、南洋理工大学を卒業したばかりやねん。
チーム名の「Black Bean」についてやけど、Black Beanは家族の犬の名前で、数ヶ月前に16歳で亡くなったんや。だから彼を偲ぶためにこの名前を使うことにしたんや。
チャレンジとの出会い
Blackが世界に紹介されることになるから、きっと彼も誇らしく思ってくれるやろな。このチャレンジをどうやって知ったんや？
実は私が最初に見つけたんや。去年ギャップイヤーを取って、当時の仕事を辞めて機械学習の基礎やディープラーニング技術の勉強を始めたんや。Kaggleはデータサイエンティストのコンペティションを開催することで本当に有名やからな。今年の5月にKaggleをカジュアルに見てた時にこのコンペを見つけて、すごく興奮したんや。興味があったから、ちょうど時間があったヤンに連絡して、チームを組んで旅を始めたんや。
ヤンが夏休み中に私に声をかけてくれたから、やる時間が十分あったんや。私はアジア文明も専攻してるから、参加できることに本当に興奮してるんや。
発見と手法について
発見したことと、どのようにOpenAIのモデルを活用してチャレンジに取り組んだか話してもらえるかな？
深層学習は考古学者が考古学的遺跡を発見するのに、特にアマゾン地域において本当に良いアプローチやということを発見したんや。だから私たちはこのアプローチを選択したんや。最終的にすべてのデータを集めて、すべての訓練と後処理を行い、最終的に少数の結果に絞り込んだんや。このアプローチは本当に機能するし、考古学者がより効率的に発見を行えるよう支援できるんや。
OpenAIモデルについては、単なる質問応答チャットボットじゃないと思うんや。もっとコラボレーターみたいなものやな。何度も次に何をすべきか聞いたりして、何ヶ月も1年もの対話全体を記憶してくれるんや。だから私たちのプロジェクトの全体構造を知ってるんや。各ポイントで選択できるいくつかの方法を提示してくれて、強みと弱みについて議論して、最終的に解決策を選ぶんや。チームメイトよりもChatGPTと多く議論したと思うで。本当に素晴らしいコラボレーターやと思うで。
最大の驚きの瞬間
それは聞いてて素晴らしいな。好奇心から聞くけど、このチャレンジで一番の「わあ」っていう瞬間は何やった？
一番の「わあ」っていう瞬間は間違いなく、モデルから結果を得て、すべての後処理の後に、何かを見つけた時やな。潜在的な発見サイトのリストを見つけて、手動分析を行った時に、私たちの浅い考古学的知識と常識に基づいて、それらが実際に可能性を持ってることを発見したんや。その瞬間、これは本当に機能する、訓練材料の特徴を本当に抽出してモデルに適用し、アマゾン熱帯雨林のセグメントで本当に分類できるということを感じたんや。
だから私たちのアプローチが本当に機能して、本当に考古学者を助けることができることを発見したんや。
研究と発見へのアドバイス
他の人々が研究と発見にLLMを使用する方法についてアドバイスはある？
ChatGPTは良い機能やな。最初は私たちアマゾン盆地の考古学について全く知識がなかったけど、1週間で考古学者の一部になることを教えてくれたんや。そして先ほど言ったようにコラボレーターでもあるんや。使ったのは最高のモデルじゃないかもしれへん。ChatGPTの機能は画像を理解して対話を提供するだけやから、画像説明として使ったんや、でもCVモデルじゃなくてな。
もっと言いたいのは、ChatGPTが本当に得意なのは要約やと思うんや。実現部分で実際に各潜在スポットを要約して、非常に長いテキストを提供したんや。これは考古学者がなぜこのスポットが私たちのモデルによって選ばれたのかを理解するのに非常に良い方法やと思うんや。だからChatGPTは本当に良い要約ツールで、本当に深い専門知識を持つ仕事を、より広い聴衆に見せる非常に良い方法を提供できると思うんや。
今後の計画と協力
これは本当に素晴らしいな。まとめに入る前に、広範な考古学コミュニティからの素晴らしいサポートと、審査パネルで君たちが出会った友人のサラ・パーカクとクリス・フィッシャーに特別な感謝を述べたいんや。この仕事を継続し、他の決勝進出者や参加者とどのように協力してこの取り組みを続けていく計画について聞かせてもらえるかな？
私たちの仕事を公開して、彼らからフィードバックを得ることができると思うし、同時に彼らがもっとやることにインスピレーションを与えることもできると思うんや。
私たちのアプローチにはまだ改善の余地があると思うで。だからアプローチを本当に改善するために時間をかける必要があると思うし、この仕事をより広いコミュニティと共有することができて、この仕事は他の種類の考古学研究に活用されるかもしれないし、他の分野にもインスピレーションを与えるかもしれへん。
最後のメッセージ
皆さんを行かせる前に、世界やBlack Beanに何か他に伝えたいことはある？
実際にOpenAI、主催者のフィリップ、そしてパネルのすべての審査員に感謝を言いたいんや。この非常に興奮する興味深いプロジェクトをやる機会を提供してくれたことを本当に感謝してるし、この仕事を継続して、うまくいけばアマゾン熱帯雨林の遺跡発見研究、さらにはより広い範囲にも利益をもたらすことができるよう願ってるんや。
チームの皆さん、ありがとう、そして本当に本当におめでとう。ありがとうございます。
コメント