理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

スポンサーリンク

人工知能

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/02/20(水) 21:44:16.33 ID:CAP_USER
「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング=最小二乗法」という解釈は異なるのではという指摘が相次いだ。19日には「ディープラーニング」「最小二乗法」といったワードがTwitterでトレンド入りし、波紋が広がっていた。

 日経の記事では、慶應義塾大学経済学部の小林慶一郎教授がAI技術について解説。「近年、驚異的な発展を見せているAIのディープラーニング(深層学習)は、原理的には単純な最小二乗法(誤差を最小にする近似計算の一手法)にすぎない」と言及し、「ディープラーニングは『最小二乗法』」と題する図版が掲載された。
https://image.itmedia.co.jp/news/articles/1902/20/ai_ml_01.jpg

 最小二乗法は、測定で得られたデータの組を、1次関数など特定の関数を用いて近似するときに、想定する関数が測定値に対してよい近似となるように、モデル関数の値と測定値の差の2乗和を最小とするような係数を決定する方法。ディープラーニングに詳しい東京大学の松尾豊特任准教授は、2018年8月に登壇したイベントで、「ディープラーニングは最小二乗法のお化けのようなもの」「従来のマシンラーニングは(階層的に)『浅い』関数を使っていたが、ディープラーニングは『深い』関数を使っている」と説明していた。
https://image.itmedia.co.jp/news/articles/1902/20/ai_ml2.jpg

 松尾氏は2月20日、Twitterの公式アカウントで「小林慶一郎先生はよく議論させていただくので、少し責任を感じています」とツイート。ディープラーニングを簡潔に解説するため「深い関数を使った最小二乗法」という言葉を使ってきたが、「深い関数を使った」という説明がいつも抜け落ちてしまうと嘆く。

続きはソースで

ITmedia NEWS
https://www.itmedia.co.jp/news/articles/1902/20/news141.html
https://twitter.com/5chan_nel (5ch newer account)
ダウンロード (1)


引用元: 【AI】「ディープラーニングは、原理的には単純な最小二乗法にすぎない」で物議 東大・松尾豊氏「深い関数の方が重要」

【AI】「ディープラーニングは、原理的には単純な最小二乗法にすぎない」で物議 東大・松尾豊氏「深い関数の方が重要」の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/01/25(金) 15:16:16.74 ID:CAP_USER
「ライバルがAI(人工知能)を使ったサービスを発表したそうだ。ウチはどうするんだ」――本連載では、上司から突然こんなむちゃぶりを受けて困っている人のために、AIプロジェクトの進め方をいちからまとめてきた。

 あなたはAI導入の目標を明確にし、必要なデータをそろえ、PoC(概念実証)を実施して、AIをどう活用すれば本当に役立つのかを把握した所だ。


 あとは本番環境に実装すれば任務完了――と言いたいところだが、残念ながらこれで終わるわけではない。

 採用した新人を現場に配属して「あとはよろしく」で終わる人事担当がいたらどう思うだろうか? AIを開発して終わりと考えるのは、それと同じようなものだ。AIが真に成果を出せるかどうかはその後のフォローで決まると言っても過言ではない。本稿で解説する3つのフォローが実施できるよう、予算とマンパワーを確保しておいてほしい。

■その1:「偏見を持つAI」を作らないために 運用後も「再学習」
 これまでの記事でも述べてきたが、本連載ではAIを「これまで人間のみが実行可能だった作業や、人間には不可能だった作業を、機械がデータに基づいて実行することを可能にする仕組み」と定義している。

 実際に最近のAIアプリケーションは、データを使ってAIを学習させ、目標とする作業をさせるものが多い。そのため連載第2回で解説したように、AI導入プロジェクトでは「適切な質と量のデータを集められるかどうか」が重要になる。
http://image.itmedia.co.jp/news/articles/1901/25/koba4_02.jpg

 AIの開発が終わったからといって、この課題が消えてなくなるわけではない。1度学習させた内容が、時間経過や環境の変化などで不適切なものになる可能性があるためだ。

連載第2回では、米Amazon.comの失敗についても解説した。採用候補者の履歴書を自動で審査するAIを開発したところ、女性よりも男性を高く評価する「偏見」を持つようになってしまったというものだ。この原因は、学習に使用した過去10年分の履歴書において、男性からの応募が大半を占めていたことにある。そして実際に大量の男性が採用されていたことで、AIが「女性」という性質を、低い点数を与えるシグナルと解釈してしまったわけだ。

 これは開発時の学習用データ準備の失敗ということになるが、環境や時代の変化によってAIの学習内容が時代遅れになってしまった事例という解釈もできるだろう。

 例えばいま、日本の企業がAmazonのように過去の履歴書を学習用データとした「履歴書審査AI」を導入したとしよう(ソフトバンクやサッポロビールなど、実際に採用プロセスにAIを活用する企業は既に登場している)。

 このAIは女性差別をしないように調整されているものの、過去の採用で応募してきたのは日本人ばかりだ。しかし今後、少子高齢化対策として日本で外国人が働きやすくなり、大勢の外国人がこの会社に応募するようになったとしたらどうだろうか。非常に優秀な外国人候補者がいても、AIは彼もしくは彼女を適切に評価できない恐れが大きい。

 このように、いくら過去のデータに基づいて優秀なAIを開発しても、その後の環境変化でAIのアウトプットが不適切なものになる可能性がある。そのためAIの判断精度を定期的に確認して、必要であれば新しいデータを使って「再学習」してやる必要があるのだ。

続きはソースで

ITmedia NEWS
http://www.itmedia.co.jp/news/articles/1901/25/news041.html
images


引用元: 【AI】“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由 [01/25]

“がっかりAI”はなぜ生まれる? 「作って終わり」のAIプロジェクトが失敗する理由の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/03/02(土) 13:01:20.34 ID:CAP_USER
人工知能(AI)やロボットによる自動化の影響は大都市のほうが受けにくいことが、MITメディアラボの最新の研究で明らかになった。一方、ルーティン・ワークが多い小都市では、今後、雇用が減少していくだろうと予測している。

代社会が都市化と自動化テクノロジーによって形づくられていることはよく知られている。しかし、都市化と自動化が相互にどのような影響を及ぼしているかという点は、明らかになっていない。

だが、それも恐らく過去の話だ。MITメディアラボが発表した新しい論文は、都市の規模が小さければ小さいほどテクノロジーの普及による自動化の影響は大きいと指摘している。結論として、より小さな都市で働く人に特に注意を払い、失業支援サービスなどの政策を検討すべきだと提案している。

これまで他の研究者も、テクノロジーの普及が都市の雇用にどのような影響を与えるのかを評価しようと試みてきた。しかし、今回の研究はどのような仕事やスキルが大都市と小都市で必要とされているかを特定したものであり、執筆者は米国のさまざまな都市がテクノロジーによる失業の影響を受けやすい、あるいは受けにくい理由を最初に説明したと主張している(論文では「大都市」と「小都市」の定義付けはしていないが、人口が10万人を下回る都市ではより多くの影響を受けるだろう、と書かれている)。

論文によると、大都市には自動化の影響を受けにくいソフトウェア開発者や金融アナリストといった、判断や解釈、分析を伴う仕事が集中している。一方で、都市の規模が小さくなると、仕事はレジ係や飲食店の給仕などのルーティン・ワークに偏るため、自動化の影響を受けやすいという。

自動化の影響を最も受けにくいとされている米国の大都市圏は、カリフォルニア州のサンノゼ/サニーベール/サンタクララ、ワシントンD.C.とバージニア州のアーリントン/アレクサンドリア、ニュージャージー州のトレントン、マサチューセッツ州のボストン/ケンブリッジ、ノースカロライナ州のダーラム/チャペルヒルの5つだ。これらの地域ではすべて、高いスキルの必要な技術職や管理職、中でもテクノロジー関連の仕事が多くを占めている。一方、自動化の影響を最も受けやすいとされている都市圏は、サウスカロライナ州のマートルビーチ、インディアナ州のエルクハート、フロリダ州のプンタ・ゴーダなどだ。これらの地域は、農業や観光などの産業に頼っているため、すでにテクノロジーによって職が奪われ始めており、こうした状況はおそらく続くとされている。

「大都市はクリエイティブな人や高度な技術力を持つ人との間で相乗効果を生む機会が大いにあります。だから、そうした人々が集まってくるのです」と説明するのは論文を執筆したMITメディアラボのイヤッド・ラーワン准教授だ。

続きはソースで
ダウンロード (1)


引用元: 【4IR】AIやロボットが「仕事を奪う」のは小都市から、MITメディアラボ

【4IR】AIやロボットが「仕事を奪う」のは小都市から、MITメディアラボの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/02/13(水) 14:09:07.38 ID:CAP_USER
経験の浅い小児科医よりも高い精度で、髄膜炎やインフルエンザといった病気を発見できる新しい深層学習システムが開発された。

新たなシステムは、中国・広州の医療センターにおける18歳未満の患者56万7498人の140万件に及ぶ診察記録を用いて訓練された。チームは、診察記録の情報をさまざまな診断に関連するキーワードにまとめあげ、それらのキーワードをシステムに取り込んで、55の疾患のうちの1つを発見できるようにした。

システムの能力はまったく申し分ないものだ。インフルエンザや手足口病といったありふれた病気から、髄膜炎のような命に関わる病気に至るまで、90~97%の精度で診断できた。

続きはソースで

https://cdn.technologyreview.jp/wp-content/uploads/sites/2/2019/02/12233205/investigation-24585401280-1181x787.jpg

https://www.technologyreview.jp/nl/an-ai-system-can-diagnose-childhood-diseases-better-than-some-doctors/
images


引用元: 【AI】140万件のカルテで訓練されたAIドクター、若手小児科医を上回る[02/13]

140万件のカルテで訓練されたAIドクター、若手小児科医を上回るの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/02/24(日) 17:25:12.50 ID:CAP_USER
人工知能(AI)が人類の知能を超える転換点のことを指すシンギュラリティ。「機械が人間の脳を超える」ことで、人類に豊かな未来をもたらすという肯定的な意見がある一方で、SF映画などで取り上げられるように悲劇を生むのではないか、という懸念を抱く声も少なくありません。

 建築家で、文化論に関する多数の著書で知られる名古屋工業大学名誉教授・若山滋氏は、「AIについて考えることは、そのまま人間について考えること」と言います。どういうことでしょうか? 若山氏が独自の視点で論じます。

■AIと都市化

 「AI(人工知能)」という言葉がブームだ。

 書店で本を探してみると、コンピューター分野とビジネス分野のコーナーに分かれている。コンピューター分野では、ディープラーニング、ニューラルネットワークといったソフトウエアの専門用語が解説され、ビジネス分野では、これをビジネスに応用した成功例が列挙されている。今の人間は、新しい技法の中身に興味をもつ人間と、それを利用して利益を得たい人間に二分されるようだ。両者とも、反対側にはあまり興味がないのがおもしろい。

 かつてのマルチメディアと同様、そのうち沈静化するとも思えるが、実はこれが、僕が「建築様式の発達」についての研究で考えてきた、人間は「都市化する動物である」そして「脳の外在化を進める動物である」という考え方によく適合する。つまりこのAIというものは、人類という動物種の必然と思え、人間性の本質であると思え、避けることのできない、いや今後ますます加速度的にその方向に進まざるをえない事態だと思われるので、ここで、コンピューター分野でも、ビジネス分野でもない、都市論、文明論的な観点から考察してみたい。まずは歴史を振り返ろう。

 AIについて考えることは、そのまま人間について考えることなのだ。

■人間は都市化する動物である

 家や都市は、人間だけのものではない。

 鳥もビーバーも、家をつくる。蟻も蜂も、都市的な空間に住む。

 洞窟時代の人間に比べれば、そういった動物の方が高度な建築と都市をもっていたともいえる。しかし人間はその居住空間を不断に発達させ、今日のように高度で複雑な居住環境を築いてきた。

 人類はその生態を不可逆的に変化させる動物なのだ。

 人間は、道具を使い、農耕し、定住する。その居住地は、次第に大きくなり、密度が高くなり、宗教建築や宮殿建築が複雑化し、絵と文字と彫刻が現れ、道路が敷かれ、橋が架かり、水道が引かれる。やがてガス灯や電灯が灯り、高層化され、鉄道の駅ができ、自動車が走り、情報網が広がっていく。

続きはソースで

Yahoo!ニュース
https://headlines.yahoo.co.jp/hl?a=20190223-00010001-wordleaf-cul
images


引用元: 【シンギュラリティ】AIは「脳の外在化」を進める人間の必然[02/23]

【シンギュラリティ】AIは「脳の外在化」を進める人間の必然の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/02/03(日) 12:27:44.45 ID:CAP_USER
世界各国が開発競争を繰り広げているAI=人工知能の特許の出願は件数では日米の企業が上位をしめています。しかし技術によっては中国の企業や研究機関が最も多くの特許を出願し、AI開発をリードしつつあることが国連の専門機関の調査でわかりました。

スイスにあるWIPO=世界知的所有権機関は、1950年代から2016年までに出願されたAIに関わる技術の特許、34万件以上を調べて31日、報告書として公表しました。

それによりますと、特許の出願件数はアメリカの「IBM」が世界で最も多く、2位が「マイクロソフト」でした。

また、「東芝」が3位、「NEC」が5位になるなど、上位20社のうち12社が日本企業でした。

続きはソースで

https://i.imgur.com/6t4Vrfe.png

NHKニュース
https://www3.nhk.or.jp/news/html/20190131/k10011797571000.html
images


引用元: AI特許の出願件数 日米企業リードも中国猛追[01/31]

AI特許の出願件数 日米企業リードも中国猛追の続きを読む
スポンサーリンク

このページのトップヘ