抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人工知能(AI)は,ここ数年,科学,産業,防御および医学の景観を劇的に変化させた。かなり強化された計算電力とクラウドストレージによって支援され,AIの分野は,コンピュータ科学の規律におけるほとんどの理論的研究から,薬物設計,材料発見,音声認識,自己駆動自動車,広告,財政,医療イメージング,および天文学的観察のような多様な実生活応用へシフトし,AI生産結果は,ヒト専門家の性能と同等か,または優れていることが証明されているものであると証明されている。。また,AI生産成果は,人間専門家の性能に匹敵するか,また,より優秀であると証明されている。”結論],その分野は,計算機科学の規律において,ほとんど理論研究からシフトした。”その分野”は,多くの理論研究から,薬物設計,材料発見,音声認識,自己駆動自動車,広告,財政,医療イメージング,および天文学的観察などに移行している。これらのアプリケーションにおいて,AIの開発にとって本質的に重要であることは,機械学習に必要なデータである。その顕著な重要性にもかかわらず,AI開発の非常に最初のプロセス,すなわちデータ収集とデータ準備は,典型的に最も面倒なタスクであり,しばしば機能的AIアルゴリズムを構築する制限因子である。ラボオンチップ技術,特にマイクロフルイディクスは,大規模,費用対効果,高スループット,自動化,および多重方法でAIの構築と実装の両方のための強力なプラットフォームであり,それによって上記のボトルネックを克服する。このプラットフォーム上で,高スループットイメージングは,大規模に物体の高コンテンツ情報(例えば,サイズ,形状,構造,組成,相互作用)を生成することができるので,重要なツールである。ハイスループットイメージングは,分類およびDNA/RNA配列決定と対合し,そのデータが従来の計算ツールで分析するのにあまりにも複雑である表現型-遺伝子型関係の大規模調査を行うが,AIのパワーで解析可能である。データプロバイダとしてのその機能に加えて,ラボオンチップ技術も用いて,混合,不均一,または未知試料におけるオブジェクトの正確な同定,特性化,分類,および予測のために開発したAIを実装することができる。本レビュー論文では,AIとラボオンチップ技術の間の優れた相乗効果によって動機づけられ,著者らは,基本要素,最近の進歩,将来の課題,および,ラボオンチップ技術または「チップ上のAI」を短くするためのAIの新興機会を概説する。Copyright 2020 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
