深層学習の今のところの限界「何ができて、何ができないか？」
深層学習の今のところの限界「何ができて、何ができないか？」 2018.01.08 Updated by Ryo Shimizu on January 8, 2018, 08:29 am JST あけましておめでとうございます。 先日、MIT Technology Reviewにこのような記事が掲載されていました。 深層学習の過大評価は危険、ウーバーAI研究所の前所長が指摘 この論文を発表したのはニューヨーク大学の心理学者のゲイリー・マーカス教授。心理学者ということで、我々情報工学の立場とはまた違う立場で深層学習にできることとできないことを分離しています。 筆者はこのニュースを見て最初は反発したのですが、原文を読んでみると現状のディープラーニングの課題についてよくまとまっているのではないかと思いましたので紹介します。原文はこちら ■ディープラーニングの限界 マーカス教授によると、ディープラー
亀のフィギュアに「これは銃です」 AIに誤認識させる手法をMIT学生が開発
AIによる画像認識は、今や人間と同等かそれ以上の精度まで進化している。そんなAIが、どう見ても亀のフィギュアにしか見えないものを「銃だ」と間違って認識してしまったら――。 米マサチューセッツ工科大学の学生研究チームがこのほど、ニューラルネットワークによる画像認識を“だます”3Dオブジェクトを作製する手法を開発したと発表した。この手法では、物体を見る方向を変えたり、拡大・縮小したり、カメラのノイズが乗っていたりしても安定して別の物体に誤認識させられるという。 2次元の画像を加工してAIをだます技術は以前からあったが、その画像をプリントして現実の光やノイズなどの要素が加わったり、回転したりすると正しい認識に戻ることから、現実世界で画像認識システムを使う際のリスクにはならないと考えられていた。
ディープラーニングの応用のための具体的方針まとめ - HELLO CYBERNETICS
はじめに 目標の設定と指標の決定 目標の設定 指標の決定 評価指標に対する最低限の知識 機械学習における知識（補足） ニューラルネットワークの学習 最初に使うニューラルネットワーク 時間的にも空間的にも独立である複数の特徴量を持つデータ 空間の局所的な構造に意味のある多次元配列データ（例えば画像） 時間的な変動に意味のあるデータ（例えば音声、自然言語） ニューラルネットワークの細かい設定 ユニットの数と層の数 正則化 活性化関数 ドロップアウト バッチ正規化 学習の早期終了 性能が出ない場合 データの追加収集 ニューラルネットの設定をいじる 用いるニューラルネット自体を変更する 新たなニューラルネットワークの考案 コードを書くにあたって データ成形 結果を記録するコード フレームワークの利用 フレームワークの選択 ChainerとPyTorch TensorFlow Keras 最後に は
これからのモバイルアプリは「深層学習付き」になる？
Googleの「AutoDraw」は、手書きから描きたいものを推測してイラストを提案する。モバイルデバイスのアプリは、今後は深層学習技術を利用し、複雑で細かい操作をしなくても高度な作業ができるようにできるようになるだろう。 どうも世間では、7月22日に放送されたNHKのAI（人工知能）についての番組が話題になっているようです。 恐らく、AIについて誤解があるのではないでしょうか。多くの人がAIに対して抱くイメージは、鉄腕アトムのようなものです。ちょっと古いですかね。スターウォーズの「R2-D2」や「C-3PO」というと、多少は分かりやすいでしょうか。 自立していて、人の話を理解して、何でも答えてくれるというものです。これは「汎用AI」と呼ばれるもので、AI技術の究極の目標ともいえますが、いまだ実現されていません。 今、世の中に出回っているAIの多くは、「ディープラーニング（Deep Lea
Deep Learning
An MIT Press book Ian Goodfellow and Yoshua Bengio and Aaron Courville The Deep Learning textbook is a resource intended to help students and practitioners enter the field of machine learning in general and deep learning in particular. The online version of the book is now complete and will remain available online for free. The deep learning textbook can now be ordered on Amazon. For up to date an
OSSと人工知能の関係--なぜオープンソース化なのか
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます こんにちは、日立ソリューションズの吉田です。今回は、最近話題の「人工知能」とOSSとの関連について、紹介したいと思います。 現在、さまざまなところで人工知能が話題になっています。米国Google社によって買収された英国DeepMind社が開発した「AlphaGo」が韓国のプロ囲碁棋士のイ・セドル氏に勝利したことが、人工知能の進化を人々に印象づけたようにように思います。 第3次人工知能ブーム 今回の人工知能への期待の高まりは、一般的に「第3次人工知能ブーム」と呼ばれています。1950年代に「第1次人工知能ブーム」が起こりました。1956年のダートマス会議の研究発表会で、ジョン・マッカーシー氏によって、「人工知能（Artificial In
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
