Soumettre la recherche
Mettre en ligne
AIの現状
•
Télécharger en tant que PPTX, PDF
•
1 j'aime
•
762 vues
洋
洋丈 半田
Suivre
AI勉強会用の資料です。 2017/09/16 第一回 AI勉強会タカミーズ
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 22
Télécharger maintenant
Recommandé
「なぜ人工知能は人と会話ができるのか?」
「なぜ人工知能は人と会話ができるのか?」
Youichiro Miyake
人工知能に哲学が必要なわけ
人工知能に哲学が必要なわけ
Youichiro Miyake
人工知能勉強会 第1回 人工知能研究の全体像
人工知能勉強会 第1回 人工知能研究の全体像
Takuya Ishioka
「人工知能で作る楽しい未来」
「人工知能で作る楽しい未来」
Romotive Japan
デジタルゲームと人工知能
デジタルゲームと人工知能
Youichiro Miyake
「人工 知能 が 『 生命 』 となるとき」 人間はなぜ AI にキャラクターを欲望するの か
「人工 知能 が 『 生命 』 となるとき」 人間はなぜ AI にキャラクターを欲望するの か
Youichiro Miyake
人工知能と社会
人工知能と社会
Youichiro Miyake
AI幸福論 - AIも感情や意識を持ちうるのか -
AI幸福論 - AIも感情や意識を持ちうるのか -
Youichiro Miyake
Recommandé
「なぜ人工知能は人と会話ができるのか?」
「なぜ人工知能は人と会話ができるのか?」
Youichiro Miyake
人工知能に哲学が必要なわけ
人工知能に哲学が必要なわけ
Youichiro Miyake
人工知能勉強会 第1回 人工知能研究の全体像
人工知能勉強会 第1回 人工知能研究の全体像
Takuya Ishioka
「人工知能で作る楽しい未来」
「人工知能で作る楽しい未来」
Romotive Japan
デジタルゲームと人工知能
デジタルゲームと人工知能
Youichiro Miyake
「人工 知能 が 『 生命 』 となるとき」 人間はなぜ AI にキャラクターを欲望するの か
「人工 知能 が 『 生命 』 となるとき」 人間はなぜ AI にキャラクターを欲望するの か
Youichiro Miyake
人工知能と社会
人工知能と社会
Youichiro Miyake
AI幸福論 - AIも感情や意識を持ちうるのか -
AI幸福論 - AIも感情や意識を持ちうるのか -
Youichiro Miyake
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
NVIDIA Japan
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
Masao Ikeya
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
Naoki (Neo) SATO
Microsoft AI Platform
Microsoft AI Platform
Daiyu Hatakeyama
AI Monetization Landascape in US
AI Monetization Landascape in US
Osaka University
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
Nozomu Tannaka
Ai Expo講演資料
Ai Expo講演資料
Masayuki Ota
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
Youichiro Miyake
ゲームAI製作のためのワークショップ(IV)
ゲームAI製作のためのワークショップ(IV)
Youichiro Miyake
AIスタートアップの成功のための必要条件
AIスタートアップの成功のための必要条件
Osaka University
ぷよぷよ AI: mayah(AI) の実装
ぷよぷよ AI: mayah(AI) の実装
mayahjp
ゲームAIの中の数学(下)
ゲームAIの中の数学(下)
Youichiro Miyake
ゲームAI製作のためのワークショップ(II)
ゲームAI製作のためのワークショップ(II)
Youichiro Miyake
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
Shintaro Kurachi
ゲームAIとマルチエージェント(下)
ゲームAIとマルチエージェント(下)
Youichiro Miyake
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
fukuoka.ex
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
Youichiro Miyake
AI(ディープラーニング)超入門
AI(ディープラーニング)超入門
大輔 浅井
投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド
Osaka University
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
Unity Technologies Japan K.K.
エージェントアプローチ人工知能 第2版 ~導入~
エージェントアプローチ人工知能 第2版 ~導入~
sorashido
キャラクターAIイベント講演資料
キャラクターAIイベント講演資料
Youichiro Miyake
Contenu connexe
En vedette
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
NVIDIA Japan
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
Masao Ikeya
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
Naoki (Neo) SATO
Microsoft AI Platform
Microsoft AI Platform
Daiyu Hatakeyama
AI Monetization Landascape in US
AI Monetization Landascape in US
Osaka University
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
Nozomu Tannaka
Ai Expo講演資料
Ai Expo講演資料
Masayuki Ota
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
Youichiro Miyake
ゲームAI製作のためのワークショップ(IV)
ゲームAI製作のためのワークショップ(IV)
Youichiro Miyake
AIスタートアップの成功のための必要条件
AIスタートアップの成功のための必要条件
Osaka University
ぷよぷよ AI: mayah(AI) の実装
ぷよぷよ AI: mayah(AI) の実装
mayahjp
ゲームAIの中の数学(下)
ゲームAIの中の数学(下)
Youichiro Miyake
ゲームAI製作のためのワークショップ(II)
ゲームAI製作のためのワークショップ(II)
Youichiro Miyake
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
Shintaro Kurachi
ゲームAIとマルチエージェント(下)
ゲームAIとマルチエージェント(下)
Youichiro Miyake
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
fukuoka.ex
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
Youichiro Miyake
AI(ディープラーニング)超入門
AI(ディープラーニング)超入門
大輔 浅井
投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド
Osaka University
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
Unity Technologies Japan K.K.
En vedette
(20)
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
20161126 第6回 Machine Learning 15 minutes! AI技術のサービス活用障壁と事業現場での乗越え方
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
[db analytics showcase Sapporo 2017] MicrosoftのAIテクノロジーを活用しよう ~インテリジェントAPIからデ...
Microsoft AI Platform
Microsoft AI Platform
AI Monetization Landascape in US
AI Monetization Landascape in US
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
AI eats UX vol.2 Talk 20170913 -人工知能は「検索」体験をどう変えるか
Ai Expo講演資料
Ai Expo講演資料
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(IV)
ゲームAI製作のためのワークショップ(IV)
AIスタートアップの成功のための必要条件
AIスタートアップの成功のための必要条件
ぷよぷよ AI: mayah(AI) の実装
ぷよぷよ AI: mayah(AI) の実装
ゲームAIの中の数学(下)
ゲームAIの中の数学(下)
ゲームAI製作のためのワークショップ(II)
ゲームAI製作のためのワークショップ(II)
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
PHPでAIプログラミングコンテスト準優勝するまでの軌跡
ゲームAIとマルチエージェント(下)
ゲームAIとマルチエージェント(下)
AI入門「第1回:AIの歴史とTensorFlow」
AI入門「第1回:AIの歴史とTensorFlow」
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
AI(ディープラーニング)超入門
AI(ディープラーニング)超入門
投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
Similaire à AIの現状
エージェントアプローチ人工知能 第2版 ~導入~
エージェントアプローチ人工知能 第2版 ~導入~
sorashido
キャラクターAIイベント講演資料
キャラクターAIイベント講演資料
Youichiro Miyake
【ITソリューション塾・第29期】AI
【ITソリューション塾・第29期】AI
Masanori Saito
文科系のためのAI超入門
文科系のためのAI超入門
Hirokazu Yatsunami
Antonio damasio
Antonio damasio
TakeLab
Brain-Inspired Robotics and Neural Dynamics: Lecture 01 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 01 (2015)
Hiroaki Wagatsuma
人工知能と「機械の脳」.pptx
人工知能と「機械の脳」.pptx
Mai Sugimoto
金融と人工知能
金融と人工知能
Yoshiki Sakamoto
20160203 あたまゼミ 発表資料
20160203 あたまゼミ 発表資料
Kazumasa Kaneko
自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之
KIT Cognitive Interaction Design
人工知能エージェントに「意識」を持たせるために必要な条件は何か
人工知能エージェントに「意識」を持たせるために必要な条件は何か
Hirofumi_Yashima_
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
Hiroaki Wagatsuma
汎用人工知能について(2015-12)
汎用人工知能について(2015-12)
Naoya Arakawa
ae-1. 人工知能の歴史, 種類,応用分野
ae-1. 人工知能の歴史, 種類,応用分野
kunihikokaneko1
AIを社会・企業に活かす
AIを社会・企業に活かす
Youichiro Miyake
ネットからリアルへ人工知能の進出(前半)
ネットからリアルへ人工知能の進出(前半)
Youichiro Miyake
Similaire à AIの現状
(16)
エージェントアプローチ人工知能 第2版 ~導入~
エージェントアプローチ人工知能 第2版 ~導入~
キャラクターAIイベント講演資料
キャラクターAIイベント講演資料
【ITソリューション塾・第29期】AI
【ITソリューション塾・第29期】AI
文科系のためのAI超入門
文科系のためのAI超入門
Antonio damasio
Antonio damasio
Brain-Inspired Robotics and Neural Dynamics: Lecture 01 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 01 (2015)
人工知能と「機械の脳」.pptx
人工知能と「機械の脳」.pptx
金融と人工知能
金融と人工知能
20160203 あたまゼミ 発表資料
20160203 あたまゼミ 発表資料
自分以外の心は存在するのか, 高橋英之
自分以外の心は存在するのか, 高橋英之
人工知能エージェントに「意識」を持たせるために必要な条件は何か
人工知能エージェントに「意識」を持たせるために必要な条件は何か
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
Brain-Inspired Robotics and Neural Dynamics: Lecture 02 (2015)
汎用人工知能について(2015-12)
汎用人工知能について(2015-12)
ae-1. 人工知能の歴史, 種類,応用分野
ae-1. 人工知能の歴史, 種類,応用分野
AIを社会・企業に活かす
AIを社会・企業に活かす
ネットからリアルへ人工知能の進出(前半)
ネットからリアルへ人工知能の進出(前半)
Dernier
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
Dernier
(9)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
AIの現状
1.
AIの現状 株式会社ツヴァイハンダー・ジャパン 代表取締役 半田 洋丈
いらすとや「AIに支配される人達」
2.
1. 人工知能ってなんですか?(1/3) • 機械は人間的な思考をするか?問いの視点を変えてみよう。人間を完全に再現すること は不可能であるので、それ以上論じても仕方がない。プロセスは考慮せず、出力の正しさ に着眼すべき。(アラン・チューリング「計算機械と知能」、1950年) •
知能を要すると思われることを機械に行わせることに関する研究分野。脳自体一種の機 械であるから、心理学と人工知能の間には、はっきりした境界はない。(マーヴィン・ミンス キー「心と社会」、1986年) • われわれは、二つの思考する装置を持っている。脳とコンピュータである。コンピュータは誕 生したときには人工知能とよばれ、将来は脳のように知的情報処理をすることができるよ うになると期待された。しかし、現実にコンピュータが発展してきてみると、脳とコンピュータ は非常に隔たったものであることがわかってきた。(甘利俊一「バイオコンピュータ」、1986 年)
3.
1. 人工知能ってなんですか?(2/3) • AIや人工知能は、その知名度とは裏腹に、正体はあまり知られていないようです。現在、 AIに関する解説本は山と出ています。しかしこれらはAIについて研究している人のための 本であって、「AIってなんなの?」という素朴な疑問に答えるものではないのです。(森川 幸人「マッチ箱の脳」、2000年) •
論理演算型の人工知能がこの20年スランプにはまっていることからもわかるように、人間 の脳を無視して、人間の脳と同じような知的システムをつくることは、至難の業なのである。 (銅谷賢治「知能の謎」、2004年) • 人工知能の研究者は、コンピュータの性能がじゅうぶんにあがれば知能を持たせられると、 何十年にもわたって主張してきた。わたしはそうは思わない。脳はニューロンのネットワーク でできている。だが、その働きを解明しなければ、コンピュータのプログラムと同じように、知 能を備えた機械に発展する見込みはない。(ジェフ・ホーキンス「考える脳、考えるコン ピューター」、2004年)
4.
1. 人工知能ってなんですか?(3/3) 賢さや知能とは何か、明 快に答えられる人はいな いようです。
5.
2. 身近なAI(1/2) • スマホやPCにインストールされている、音声アシスタントSiri、OK
Google、Cortana
6.
2. 身近なAI(2/2) • 2017年はAIスピーカー元年。携帯から飛び出て据え置き型へ。 企業
製品 発売時期 会話型AI アマゾン エコー 2014年 アレクサ グーグル グーグルホーム 2016年 グーグルアシスタント オンキョー VC-FLX1 2017年9月 アレクサ ソニー LF-S50G 2017年10月 グーグルアシスタント LINE ウェーブ 2017年秋 クローヴァ ハーマン ハーマン・カードン・インボーク 2017年秋 コルタナ アップル ホームパッド 2017年12月 シリ シャープ ホームアシスタント 2017年中 ココロエンジン パナソニック GA10 2017年度冬 グーグルアシスタント NTTドコモ ペトコ 未定 コレヴォ 出典:2017年9月 1日日本経済新聞。 半田独自調査を 追加。
7.
3. 商用実用化済の車の自動運転技術 現時点では車は人が運転しなければなりません。日本政府は、2020年に全操作をシステム が担えるよう(レベル3:条件付自動運転)法整備を進めています。 メーカ 自動ブ レーキ 踏み間 違い検 知 自動ハ イビー ム 接近車 検知 標識認 識 車線は み出し アラー ト 駐車ア シスト クルー ズコン トロー ル トヨタ
○ ○ ○ ○ 日産 ○ ○ ○ ○ ホンダ ○ ○ ○ ○ ○ ○ スバル ○ ○ ○ マツダ ○ ○ ○ ○ ○ 三菱 ○ ○ ○
8.
4. 有名なAI(1/3) IBMのWatson。弱い特化型AI。(ただしIBMはWatsonをAIと言っていない) 質問応答システム。人間が出す質問に明快に答える。 2011年、クイズ番組に出場し、二人のクイズ王を破って優勝した。
9.
4. 有名なAI(2/3) Google DeepMindのAlphaGo。弱い特化型。 囲碁を打つことができる。 2015年、初めてプロ棋士を破った。2017年、最強棋士を破り、AlphaGoは引退した。
10.
4. 有名なAI(3/3) 山本一成氏のPonanza。弱い特化型。 将棋を指すことができる。 2017年、電王戦で名人を破った。プリファード・インフラストラクチャ社の深層学習フレームワー ク「Chainer」を使用している。 山本氏曰く「Ponanzaがなぜ強い のか、もうわからなくなってきて いる」
11.
5. AIの類型 【汎用型】 特定の作業に限定せず、人間のよ うな汎化能力を持つ。 【特化型】 特定の決まった作業を遂行する。 囲碁や将棋、質問に答える、農作物 の収穫など。 【強い】 あたかも人間のような自意識を供 えている。 【弱い】 限られた機械的な処理だけを行え る。 強い、汎用型のAIはまだ誰も開発に成功していない。
12.
6. 機械学習-深層学習-強化学習の違い • 機械学習は、人工知能における研究課題の一つで、人間が自然に行っている学習能 力と同様の機能を計算機で実現しようとする技術・手法のこと。 •
深層学習は、多層のニューラルネットワークによる機械学習の一手法。ニューラルネット ワークは、脳の特性を計算機上で模擬表現することを目指した数学モデル。 • 強化学習は、ある環境内におけるエージェントが、現在の状態を観測し、取るべき行動を 決定する問題を扱う機械学習の一手法。 ---出典:ウィキペディア 1980年代後半にニューロコンピュータ研究が流行しました。しかし、ニューロでできることは 他の方法でも代替できたし、当時の計算機のパワー不足もあり研究は沈静化してしまいま した。深層学習(ディープラーニング)が2012年に大きく進歩したことにより、AI研究熱が 再び高まりました。
13.
7. 深層学習の何がすごいの?(1/2) 【すごいところ】 • テキスト認識だけでなく、画像・動画認識、音声認識の精度が上がった。 •
臭気認識、味認識という言葉はあまり聞かないが、おそらくこれも可能。 • つまり、計算機が性能の良い目・耳・鼻・口を持ったということ。 【例】 • 農作業で、作物だけを収穫し雑草は排除する。 • テキストだけでなく、音声による言語翻訳ができる。 • 少量の血液や尿だけで病気の診断ができる。 • 工場で、生産品の詰まりをセンサーなしに予防する。
14.
7. 深層学習の何がすごいの?(2/2) 【面白いところ】 • Ponanzaのところで書いたように、学習の結果、なぜそのような出力が得られるのかはプ ログラムを書いた人にもわからない。 •
チューリングが「プロセスは考慮せず、出力の正しさに着眼すべき」言ったのは、まるで未来 を見ていたかのように的を射ている。 【デメリット】 • 計算(学習)するのに非常に多くの資源が必要。 • 1980年代後半に盛り上がったニューラルネットワーク研究が沈静化したのは、資源が足り なかったのが大きな要因。 • 資源とは、コンピュータのCPU・GPU、メモリ、データ、技術者、計算時間、電力。
15.
8. GPUって何? • GPUはGraphics
Processing Unitの略。画像処理装置。 • GPUはCPUでやりきれない画像処 理を行う。(役割分担) • 主にゲーム用として発展してきた。 • なぜ深層学習にGPUが使われるの か?「CPUに比べ、行列演算が得 意なので10倍性能がいいから(米 NVIDIA社)」 • 性能の良いGPUがないと動かない 深層学習フレームワークがある。 出典:NVIDIA Deep Learning Day 2016 Springにお ける講演資料。(EFLOPSは計算量ではなく速さ の単位だからこういう使い方は間違い。多分 3000京回の計算量と言いたいのでしょう)
16.
9. AIに著作権はありますか? 【AIが作った文章や絵は、誰のものか?】 • AIに創作意図を与え、道具としてAIを使った場合、道具として使った人間に著作権があ ります。 •
AIに単に指示だけを与え、創作はAIに委ねた場合、生成物は著作物とはならず、著作 権は発生しません。 --- 内閣知的財産戦略本部 知的財産推進計画2016の報告書より これはおかしいと思います。深層学習の場合学習データが必要になりますが、この学習 データが創作意図に当たるはずです。したがって、必ず人間に著作権が発生することになる のではないでしょうか。ただ、強いAIが出てきたときはどうするのか、AIがAIを作ったらどうする のか。再び議論が必要になると思います。 後ろの画像はAIが描いたレンブラントの新作「The Next Rembrandt」です。この絵の 著作権者は明確になっていません。
17.
10. AIに課税するって!? • AIが普及すれば、人がどんどんAIに置き換えられ、雇用に影響が出るのは確実。 •
そこで、AIを電子人間とみなし、AIに課税して得られたお金をベーシックインカムの原資に する議論があります。 • ベーシックインカムとは、人に配られる最低限の基本収入。年金が働く世代にもあるイメー ジ。 • AI・ロボットが普及すれば、人はあまり働かなくてもよくなります。そのかわり収入が落ちるた め、ベーシックインカムが必要になると考えられています。 • ただし、税金はなくしたいもの・減らしたいものにかけるのが一般的。例えば、たばこ税、酒 税、ガソリン税など。AI・ロボットに課税したら、その普及に影響が出ます。 • 雇用や賃金引き上げをしたら給付金がもらえるようにするか、法人税が減額されるように した方がいいのではないでしょうか。
18.
11. AI分野のキーパースン(1/2) 甘利俊一さん。数理工学研究者。 「バイオコンピュータ」 「脳・心・人工知能」など著書多数。 ニューロ研究の国内の先駆者。 新井紀子さん。数学者。 ロボットを東大に合格させる「東ロボ 君」開発プロジェクトディレクタ。2016 年に東大合格断念。
19.
11. AI分野のキーパースン(2/2) 松尾豊さん。工学者。 「人工知能は人間を超えるか」著者。 メディア出演多数。 合原一幸さん。カオス理論研究者。 著書多数。NECとの共同プロジェクト 「ブレインモルフィックAI」プロジェク トリーダ。
20.
12. おすすめ本 脳・心・人工知能 甘利俊一 講談社ブルーバックス 一般人向け。 自分で動かす人工知能 中島能和 インプレス 若いIT技術者向け。 AI白書 IPA KADOKAWA IT業向け。(一般 人も頑張れば)
21.
13. 3年後の予想 以下の言葉が流行ると予想します。 • 彼らは、AI業界の底辺の人達。 •
AIの学習には大量のデータが必要。いろんな画像・動画などを作る必要があります。 • データを作るのにはそれなりのノウハウが必要だが、クリエイティブな仕事ではありません。 • 来る日も来る日もデータを作成し、消耗している人たちが居酒屋で自嘲気味に話します。
22.
以上 おれっち「AI土方」 だからよ~
Télécharger maintenant